内容简介:lambda 这个关键词在很多语言中都存在。简单地说,它可以实现函数创建的功能。如下便是 lambda 的两种使用方式。在第一条语句中,采用 lambda 创建了一个无参的函数 func1。这和下面采用
lambda 这个关键词在很多语言中都存在。简单地说,它可以实现函数创建的功能。
如下便是 lambda 的两种使用方式。
func1 = lambda : <expression()> func2 = lambda x : <expression(x)> func3 = lambda x,y : <expression(x,y)> 复制代码
在第一条语句中,采用 lambda 创建了一个无参的函数 func1。这和下面采用 def
创建函数的效果是相同的。
def func1(): <expression()> 复制代码
在第二条和第三条语句中,分别采用 lambda 创建了需要传入 1 个参数的函数 func2,以及传入 2 个参数的函数 func3。这和下面采用 def
创建函数的效果是相同的。
def func2(x): <expression(x)> def func3(x,y): <expression(x,y)> 复制代码
需要注意的是,调用 func1 的时候,虽然不需要传入参数,但是必须要带有括号 ()
,否则返回的只是函数的定义,而非函数执行的结果。
>>> func = lambda : 123 >>> func <function <lambda> at 0x100f4e1b8> >>> func() 123 复制代码
另外,虽然在上面例子中都将 lambda 创建的函数赋值给了一个函数名,但这并不是必须的。从下面的例子中大家可以看到,很多时候我们都是直接调用 lambda 创建的函数,而并没有命名一个函数,这也是我们常听说的匿名函数的由来。
map()
map()
函数的常见调用形式如下所示:
map(func, iterable) 复制代码
map()
需要两个必填参数,第一个参数是一个函数名,第二个参数是一个可迭代的对象,如列表、元组等。
map()
实现的功能很简单,就是将第二个参数(iterable)中的每一个元素分别传给第一个参数(func),依次执行函数得到结果,并将结果组成一个新的 list
对象后进行返回。返回结果永远都是一个 list
。
简单示例如下:
>>> double_func = lambda s : s * 2 >>> map(double_func, [1,2,3,4,5]) [2, 4, 6, 8, 10] 复制代码
除了传入一个可迭代对象这种常见的模式外, map()
还支持传入多个可迭代对象。
map(func, iterable1, iterable2) 复制代码
在传入多个可迭代对象的情况下, map()
会依次从所有可迭代对象中依次取一个元素,组成一个元组列表,然后将元组依次传给 func;若可迭代对象的长度不一致,则会以 None 进行补上。
通过以下示例应该就比较容易理解。
>>> plus = lambda x,y : (x or 0) + (y or 0) >>> map(plus, [1,2,3], [4,5,6]) [5, 7, 9] >>> map(plus, [1,2,3,4], [4,5,6]) [5, 7, 9, 4] >>> map(plus, [1,2,3], [4,5,6,7]) [5, 7, 9, 7] 复制代码
在上面的例子中,之所以采用 x or 0
的形式,是为了防止 None + int
出现异常。
需要注意的是,可迭代对象的个数应该与 func 的参数个数一致,否则就会出现异常,因为传参个数与函数参数个数不一致了,这个应该比较好理解。
>>> plus = lambda x,y : x + y >>> map(plus, [1,2,3]) Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: <lambda>() takes exactly 2 arguments (1 given) 复制代码
另外, map()
还存在一种特殊情况,就是 func 为 None。这个时候, map()
仍然是从所有可迭代对象中依次取一个元素,组成一个元组列表,然后将这个元组列表作为结果进行返回。
>>> map(None, [1,2,3,4]) [1, 2, 3, 4] >>> map(None, [1,2,3,4], [5,6,7,8]) [(1, 5), (2, 6), (3, 7), (4, 8)] >>> map(None, [1,2,3,4], [5,6,7]) [(1, 5), (2, 6), (3, 7), (4, None)] >>> map(None, [1,2,3,4], [6,7,8,9], [11,12]) [(1, 6, 11), (2, 7, 12), (3, 8, None), (4, 9, None)] 复制代码
reduce()
reduce()
函数的调用形式如下所示:
reduce(func, iterable[, initializer]) 复制代码
reduce()
函数的功能是对可迭代对象(iterable)中的元素从左到右进行累计运算,最终得到一个数值。第三个参数 initializer 是初始数值,可以空置,空置为 None 时就从可迭代对象(iterable)的第二个元素开始,并将第一个元素作为之前的结果。
文字描述可能不大清楚,看下 reduce()
的源码应该就比较清晰了。
def reduce(function, iterable, initializer=None): it = iter(iterable) if initializer is None: try: initializer = next(it) except StopIteration: raise TypeError('reduce() of empty sequence with no initial value') accum_value = initializer for x in it: accum_value = function(accum_value, x) return accum_value 复制代码
再加上如下示例,对 reduce()
的功能应该就能掌握了。
>>> plus = lambda x, y : x + y >>> reduce(plus, [1,2,3,4,5]) 15 >>> reduce(plus, [1,2,3,4,5], 10) 25 复制代码
filter()
filter()
函数的调用形式如下:
filter(func, iterable) 复制代码
filter()
有且仅有两个参数,第一个参数是一个函数名,第二个参数是一个可迭代的对象,如列表、元组等。
filter()
函数的调用形式与 map()
比较相近,都是将第二个参数(iterable)中的每一个元素分别传给第一个参数(func),依次执行函数得到结果;差异在于, filter()
会判断每次执行结果的 bool
值,并只将 bool
值为 true
的筛选出来,组成一个新的列表并进行返回。
>>> mode2 = lambda x : x % 2 >>> filter(mode2, [1,2,3,4,5,6,7,8,9,10]) [1, 3, 5, 7, 9] 复制代码
zip()
zip()
函数的调用形式如下:
zip([iterable, ...]) 复制代码
zip()
函数接收一个或多个可迭代对象,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表。
>>> zip([1, 2, 3], ["a", "b", "c"]) [(1, 'a'), (2, 'b'), (3, 'c')] >>> dict(zip([1, 2, 3], ["a", "b", "c"])) {1: 'a', 2: 'b', 3: 'c'} >>> dict(zip([1, 2, 3], ["a", "b"])) {1: 'a', 2: 'b'} 复制代码
打包元组个数与最短列表个数一致。
enumerate()
enumerate()
函数的调用形式如下:
enumerate(iterable, [start=0]) 复制代码
enumerate()
函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列,同时列出数据和数据下标,一般用在 for 循环当中。
>>> enumerate(['Spring', 'Summer', 'Fall', 'Winter']) <enumerate object at 0x1031780> >>> list(enumerate(['Spring', 'Summer', 'Fall', 'Winter'])) [(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')] 复制代码
all()、any()
all()
、 any()
函数的调用形式如下:
all(iterable) any(iterable) 复制代码
这两个函数比较简单,即判定一个可迭代对象是否全为 True 或者有为 True 的。
>>> all([0, 1, 2]) False >>> any([0, 1, 2]) True 复制代码
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- Java构造函数与普通函数用法详解
- Oracle 中 decode 函数用法
- Oracle中的translate函数和replace函数的用法详解
- Oracle 中Contains 函数的用法
- Keras中几个重要函数用法
- Python map、reduce函数用法
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。