目錄
- 01 什么是匿名函數？
- 02 函數式編程
- 03 lambda的性能如何？
寫python的時候，大多數場景下，我都是if else選手，因為最核心的邏輯幾乎都是通過if else語句來實現的。關于匿名函數這塊兒，其實可以用常見的循環等方法來實現，但是如果你想成為一個python的高手，匿名函數還是必須要了解的。因為匿名函數，能夠讓你的代碼足夠簡潔，
01 什么是匿名函數？
在python中，匿名函數，顧名思義，就是沒有名字的函數，它主要用在那些只使用一次的場景中。如果我們的程序中只需要調用一次某個簡單邏輯，把它寫成函數還需要先定義、取函數名字等一些列操作，這種場景下使用匿名函數往往能夠讓你的程序更加簡單。
匿名函數還有名稱，叫做lambda。匿名函數格式如下：
lambda arg1,arg2 ...,argN : expression
它常用格式是lambda關鍵字+逗號分隔的參數+冒號+表達式。
簡單看個例子吧：
----計算一個數的平方---
>>> lambda x: x**2
function lambda> at 0x7f6ebe013a28>
---注意，這個是一個函數的地址---
>>> func=lambda x: x**2
>>> func(2)
4
>>>
>>> func(3)
9
利用lambda，我們實現對一個數字x求平方的運算，在python中，**代表乘方操作。
上面的例子中，x就是參數，冒號后面的x**2就是expression表達式。
當然，我們也可以定義一個函數來實現乘方操作。
lambda區別于函數的一點在于，lambda是一個表達式，它不是一個函數，也不是一個語句。因此，lambda可以被用在一些特殊的地方，例如下面的場景：
我們可以用range函數來生成一個list，如下：
>>> a=[ range(10)]
>>> a
[[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]]
如果我們要對這些數字做乘方操作，則可以直接寫成下面的樣子：
>>> b=[(lambda x: x*x)(x) for x in range(10)]
>>> b
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
----如果用函數來實現，會發現報錯---
>>> def fun(x):
... return x**2
...
>>>
>>> c=[fun(range(10))]
Traceback (most recent call last):
File "stdin>", line 1, in module>
File "stdin>", line 2, in fun
TypeError: unsupported operand type(s) for ** or pow(): 'list' and 'int'
當然，你也可以利用函數，使用另外的方法來實現這個過程如下：
>>> def fun2(x):
... return x**2
...
>>> c=[]
>>> for i in range(10):
... c.append(fun2(i))
>>> c
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
相比于前面的lambda函數，這個方法顯得不那么靈巧。
02 函數式編程
所謂的函數式編程，代表代碼中每塊都是不可變的，都是由函數構成的，函數本身相互獨立，互不影響，相同的輸入都對應相同的輸出，函數式編程特性，和lambda有密切的關系。
來看下面的例子，假如我們想讓一個list中的元素都乘以2，可以寫成下面的形式：
>>> l=[1,2,3,4,5]
>>> def double_num(l):
... for index in range(0, len(l)):
... l[index] *= 2
... return l
...
>>> double_num(l)
[2, 4, 6, 8, 10]
>>> l
[2, 4, 6, 8, 10]
上面這段代碼，就不是一個函數式編程的例子。
因為每次輸入列表L，L的值都會被改變，如果我們多次調用double_num這個函數，每次的結果都不一樣。
那么如果我們讓它變成一個函數式編程，就得寫成下面這樣：
>>> l=[1,2,3,4,5]
>>> def double_num1(l):
... new_list=[]
... for index in l:
... new_list.append(index*2)
... return new_list
...
>>> double_num1(l)
[2, 4, 6, 8, 10]
>>> l
[1, 2, 3, 4, 5]
在python中，提供了常用的幾個函數map、filter、reduce同lambda一起使用，來實現函數式編程（注意，這3個函數需要在python3的環境下使用）。
map函數 map(function, list)
注意，這里的function可以是匿名函數，也可以是普通的函數。
還是上面的乘以2的例子，假如我們使用map函數配合lambda來實現，可以寫成下面這樣：
>>> l = [1, 2, 3, 4, 5]
>>> new_list = map(lambda x: x * 2, l)
>>> for i in new_list:
... print(i)
...
2
4
6
8
10
這里的lambda就可以用函數來替換，如下：
>>> l = [1, 2, 3, 4, 5]
>>> def double_x(x):
... return x*2
>>> res=map(double_x, l)
>>> for i in res:
... print(i)
...
2
4
6
8
10
filter函數 filter(function，list)
filter函數主要用來對可迭代的對象中的每個元素，都用function判斷，將返回true的對象返回，返回false的對象拋棄，如下為判斷一個集合中的偶數:
>>> l = [1, 2, 3, 4, 5]
>>> new_l=filter(lambda x: x%2==0, l)
>>> for i in new_l:
... print(i)
...
2
4
reduce函數 reduce(function, list)
reduce主要用來對一個列表做一些累計操作，假如我們要計算某個列表的累計乘積，可以用下面的方法：
>>> from functools import reduce
>>> l = [1, 2, 3, 4, 5]
>>> product = reduce(lambda x,y: x*y, l)
>>> product
120
03 lambda的性能如何？
下面是一個例子，測試不同的方案下，使用lambda、for循環和新建list的方法，分別對一個集合元素乘以2，計算的耗時情況：
[root@VM-0-14-centos ~]# python3 -mtimeit -s'a=range(1000)' 'map(lambda x: x*2, a)'
1000000 loops, best of 3: 0.538 usec per loop
[root@VM-0-14-centos ~]# python3 -mtimeit -s'a=range(1000)' '[x * 2 for x in a]'
10000 loops, best of 3: 122 usec per loop
[root@VM-0-14-centos ~]# python3 -mtimeit -s'a=range(1000)' 'l = []' 'for i in a: l.append(i * 2)'
1000 loops, best of 3: 252 usec per loop
可以看到，使用map+lambda計算的時候，性能是更好的。map函數是由c語言寫的，運行的時候不需要通過python解釋器，并且內部做了很多優化，因此性能會更好。
以上就是python 匿名函數相關總結的詳細內容，更多關于python 匿名函數的資料請關注腳本之家其它相關文章！
您可能感興趣的文章:- python 匿名函數與三元運算學習筆記
- 什么是Python中的匿名函數
- 深入淺析Python 函數注解與匿名函數
- python匿名函數lambda原理及實例解析
- Python函數的返回值、匿名函數lambda、filter函數、map函數、reduce函數用法實例分析
- python匿名函數的使用方法解析
- python lambda表達式（匿名函數）寫法解析
- python匿名函數用法實例分析
- Python3匿名函數lambda介紹與使用示例
- 詳解Python匿名函數（lambda函數）
- 淺談python之高階函數和匿名函數
