关乎Python lambda你也看得懂

文章首发于个人技术博客：你能够在上面看到更多的Python教程和python爬虫

经过示例介绍Python中的lambda，map，filter 函数的使用方法。

lambda

lambda 操做符（或 lambda函数）一般用来建立小巧的，一次性的匿名函数对象。它的基本语法以下：

lambda arguments : expression

lambda操做符能够有任意数量的参数，可是它只能有一个表达式，且不能包含任何语句，返回一个能够赋值给任何变量的函数对象。

下面经过一个例子来理解一下。首先看看一个Python函数：

def add(x, y):
    return x+y

# call the function
add(1, 2)  # Output: 3

上述函数名为add, 它须要两个参数x和y，并返回它们的和。
接下来，咱们把上面的函数变成一个lambda函数：

add = lambda x, y : x + y

print(add(1,2))  # Output: 3

在lambda x, y : x + y中，x和y是函数的参数，x+y是表达式，它被执行并返回结果。
lambda x, y : x + y返回的是一个函数对象，它能够被赋值给任何变量。在本例中函数对象被赋值给了add变量。若是咱们查看add的type，能够看到它是一个function

type(add)  # Output: function

绝大多数lambda函数做为一个参数传给一个须要函数对象为参数的函数，好比map，reduce，filter等函数。

map

map的基本语法以下：

map(function_object, iterable1, iterable2, ...)

map函数须要一个函数对象和任意数量的iterables，如list，dictionary等。它为序列中的每一个元素执行function_object，并返回由函数对象修改的元素组成的列表。
示例以下：

def add2(x):
    return x+2

map(add2, [1,2,3,4])  # Output: [3,4,5,6]

在上面的例子中，map对list中的每一个元素1,2,3,4执行add2函数并返回[3,4,5,6]
接着看看如何用map和lambda重写上面的代码：

map(lambda x: x+2, [1,2,3,4])  #Output: [3,4,5,6]

仅仅一行便可搞定！

使用map和lambda迭代dictionary:

dict_a = [{'name': 'python', 'points': 10}, {'name': 'java', 'points': 8}]
  
map(lambda x : x['name'], dict_a) # Output: ['python', 'java']
  
map(lambda x : x['points']*10,  dict_a) # Output: [100, 80]

map(lambda x : x['name'] == "python", dict_a) # Output: [True, False]

以上代码中，dict_a中的每一个dict做为参数传递给lambda函数。lambda函数表达式做用于每一个dict的结果做为输出。

map函数做用于多个iterables

list_a = [1, 2, 3]
list_b = [10, 20, 30]
  
map(lambda x, y: x + y, list_a, list_b) # Output: [11, 22, 33]

这里，list_a和list_b的第i个元素做为参数传递给lambda函数。

在Python3中，map函数返回一个惰性计算(lazily evaluated)的迭代器（iterator）或map对象。就像zip函数是惰性计算那样。
咱们不能经过index访问map对象的元素，也不能使用len()获得它的长度。
但咱们能够强制转换map对象为list：

map_output = map(lambda x: x*2, [1, 2, 3, 4])
print(map_output) # Output: map object:

list_map_output = list(map_output)

print(list_map_output) # Output: [2, 4, 6, 8]

filter的基本语法以下：

filter(function_object, iterable)

filter函数须要两个参数，function_object返回一个布尔值(boolean)，对iterable的每个元素调用function_object，filter只返回知足function_object为True的元素。

和map函数同样，filter函数也返回一个list，但与map函数不一样的是，filter函数只能有一个iterable做为输入。
示例：
返回偶数：

a = [1, 2, 3, 4, 5, 6]
filter(lambda x : x % 2 == 0, a) # Output: [2, 4, 6]

过滤dicts的list：

dict_a = [{'name': 'python', 'points': 10}, {'name': 'java', 'points': 8}]

filter(lambda x : x['name'] == 'python', dict_a)
# Output: [{'name': 'python', 'points': 10}]

和map同样，filter函数在Python3中返回一个惰性计算的filter对象或迭代器。咱们不能经过index访问filter对象的元素，也不能使用len()获得它的长度。

list_a = [1, 2, 3, 4, 5]

filter_obj = filter(lambda x: x % 2 == 0, list_a) # filter object 

even_num = list(filter_obj) # Converts the filer obj to a list

print(even_num) # Output: [2, 4]