Python 進階之路 (六) 九淺一深 lambda，陳獨秀你給我坐下！

lambda是什麼

你們好，今天給你們帶來的是有關於Python裏面的lambda表達式詳細解析。lambda在Python裏面的用處很廣，但說實話，我我的認爲有關於lambda的討論不是如何使用的問題，而是該不應用的問題。接下來仍是經過大量實例和你們分享個人學習體驗，可能最後你也會得出和我同樣的結論。

好啦，首先讓咱們先搞明白基礎定義，lambda究竟是什麼？

Lambda表達了Python中用於建立匿名函數的特殊語法。咱們將lambda語法自己稱爲lambda表達式，從這裏獲得的函數稱之爲lambda函數。

其實總結起來，lambda能夠理解爲一個小的匿名函數，lambda函數可使用任意數量的參數，但只能有一個表達式。估計有JavaScript ES6經驗的朋友們聽上去會很親切，具體函數表達式以下：

• 模板： lambda argument: manipulate(argument)
• 參數：argument就是這個匿名函數傳入的參數，冒號後面是咱們對這個參數的操做方法

讓咱們參考上面的定義模板和參數, 直接看一個最簡單的例子:

add_one = lambda x:x+1       # 1個參數，執行操做爲+1
add_nums = lambda x,y:x+y    # 2個參數，執行操做爲相加

print(add_one(2))            # 調用add_one
print(add_nums(3,7))         # 調用add_nums

>>>   3 
     10

相比你們已經發現lambda匿名函數的特色了，就是對於較爲簡單的功能，無需本身def一個了，單行就能夠寫下，傳參和執行方法一鼓作氣

lambda用法詳解

接下來讓咱們看看lambda的實際應用，就我本身使用lambda的體驗來講，歷來沒有單獨用過，lambda通常狀況下是和map，filter，reduce這些超棒的內置函數以及dict，list,tuple,set 等數據結構混用，這樣才能發揮它的最大效果，若是有朋友還不太熟悉這些內置函數，能夠看一下我上一篇文章 Python 進階之路 (五) map, filter, reduce, zip 一網打盡

好了，閒話少說，下面讓咱們一個個來看

lambda + map

首先出場的是lambda+map的組合，先看下面這個例子：

numbers = [1,2,3,4,5]
add_one = list(map(lambda n:n+1,numbers))  #map(fun,sequence)

print(list(add_one))
print(tuple(add_one))

Out: [2, 3, 4, 5, 6]
     (2, 3, 4, 5, 6)

這個是咱們上一期的例子，實現一個數組（元組）每一個元素+1，讓咱們回憶一下map的用法
map(fun,sequence)，fun是傳遞的方法，sequence是一個可迭代的序列，這裏咱們的fun就是匿名函數
lambda n:n+1，這裏很是完美的解釋了lambda的設計初衷，由於若是沒有lambda，咱們的解決方案是這樣:

def add(num):
    return num+1

numbers = [1,2,3,4,5]
add_one = list(map(add,numbers))
print(add_one)
print(tuple(add_one))

顯然易見，這裏的add方法有點多餘，因此用lambda代替是個好的選擇。讓咱們再看下一個例子,這是我本身備份日誌時寫的一小段代碼,命名不是很規範：

from datetime import datetime as dt
logs = ['serverLog','appLog','paymentLog']
format ='_{}.py'.format(dt.now().strftime('%d-%m-%y'))
result =list(map(lambda x:x+format,logs))   # 利用map+lambda 實現字符串拼接
print(result)

Out:['serverLog_11-02-19.py', 'appLog_11-02-19.py', 'paymentLog_11-02-19.py']

這裏和剛纔的加1例子差很少，可是換成了字符串的拼接，然而我這裏用lambda並非很好的解決方案，最後咱們會說，如今你們應該對map + lambda 有一些感受了，讓咱們再來個和dict字典互動的例子：

person =[{'name':'Lilei',
          'city':'beijing'},
         {'name':'HanMeiMei',
          'city':'shanghai'}]

names=list(map(lambda x:x['name'],person))
print(names)

Out：['Lilei', 'HanMeiMei']

好了，看到這裏對於map+lambda的用法你們已經很清楚了應該~

lambda + filter

lambda和filter的組合也很常見，用於特定篩選條件下，如今讓咱們來看上篇文章filter的例子，就應該很好理解了：

numbers = [0, 1, 2, -3, 5, -8, 13]

# 提取奇數
result = filter(lambda x: x % 2, numbers)
print("Odd Numbers are :",list(result))

# 提取偶數
result = filter(lambda x: x % 2 == 0, numbers)
print("Even Numbers are :",list(result))

#提取正數
result = filter(lambda x: x>0, numbers)
print("Positive Numbers are :",list(result))

Out：Odd Numbers are : [1, -3, 5, 13]
     Even Numbers are : [0, 2, -8]
     Positive Numbers are : [1, 2, 5, 13]

這裏無非就是咱們把filter(fun,sequence)裏面的fun換成了咱們的lambda，只是lambda的函數部分（x%2,x%2==0,x>0）都是能夠返回True或者False來判斷的，符合fiter的要求，用剛纔李雷和韓梅梅的例子也是一個道理：

person =[{'name':'Lilei',
          'city':'beijing'},
         {'name':'HanMeiMei',
          'city':'shanghai'}]

names=list(filter(lambda x:x['name']=='Lilei',person)) # 提取李雷的信息
print(names)

Out：[{'name': 'Lilei', 'city': 'beijing'}]

lambda + reduce

仍是讓咱們看一下上篇文章的例子：

from functools import reduce          # Only Python 3
numbers = [1,2,3,4]
result_multiply = reduce((lambda x, y: x * y), numbers)
result_add = reduce((lambda x,y: x+y), numbers)

print(result_multiply)
print(result_add)

Out：24
     10

這個例子用lambda和reduce的配合實現了list求累積和和累積乘法。
有意思的是這個例子具備兩面性，一方面展現了lambda和reduce如何一塊兒使用，另外一方面也引出了接下來我想說的重點：lambda真的值得用嗎？到底應該怎麼用？

避免過分使用lambda

經過上面的例子你們已經看到了lambda的實際應用場景，可是這裏我想和你們分享一下個人見解:我認爲lambda的缺點略多於優勢，應該避免過分使用lambda

首先，這僅僅是個人我的見解哈，但願你們理解，我爲何這麼說呢，首先讓咱們拿lambda方法和常規def作個對比，我發現lambda和def的主要不一樣點以下：

• 能夠當即傳遞（無需變量）
• 只需一行代碼，簡潔（未必高效）
• 能夠會自動返回，無需return
• lambda函數沒有函數名稱

有關優勢你們均可以看到，我主要想說一下它的缺點，首先，從真正需求出發，咱們在大多數時候是不須要lambda的，由於總能夠找到更好的替代方法，如今咱們一塊兒看一下剛纔lambda+reduce 的例子，咱們用lambada實現的結果以下：

from functools import reduce          # Only Python 3
    numbers = [1,2,3,4]
    result_multiply = reduce((lambda x, y: x * y), numbers)
    result_add = reduce((lambda x,y: x+y), numbers)

這裏用lambda並無實現簡單高效的目的，由於咱們有現成的sum和mul方法能夠用：

from functools import reduce
from operator import mul

numbers = [1,2,3,4]
result_add = sum(numbers)
result_multiply =reduce(mul,numbers)

print(result_add)
print(result_multiply)

Out: 10
     24

結果是同樣的，可是顯然用sum和mul的方案更加高效。再舉個常見的例子說明，假如咱們有一個list存儲了各類顏色，如今要求把每一個顏色首字母大寫，若是用lambda寫出是這樣：

colors = ['red','purple','green','blue']
result = map(lambda c:c.capitalize(),colors)
print(list(result))

Out：['Red', 'Purple', 'Green', 'Blue']

看着彷佛不錯，挺簡潔的，可是咱們有更好的方法：

colors = ['red','purple','green','blue']
result = [c.capitalize() for c in colors]
print(result)

Out：['Red', 'Purple', 'Green', 'Blue']

用sorted還能處理首字母不規範的狀況，連排序都省了：

colors = ['Red','purple','Green','blue']
print(sorted(colors,key=str.capitalize))

Out:['blue', 'Green', 'purple', 'Red']

還有一個主要緣由就是: lambda函數沒有函數名稱。因此在代碼交接，項目移植的場景中會給團隊帶來不少困難，多寫個函數add_one()沒什麼壞處，由於你們都很容易理解，知道它是執行+1的功能，可是若是團隊裏你在本身負責的模塊使用了不少lambda，會給其餘人理解帶來不少麻煩

適合lambda的場景

話又說回來，存在即合理，那麼真正須要咱們使用lambda的是哪些場景呢：

1. 你須要的方法是很簡單的(+1，字符串拼接等),該函數不值得擁有一個名字
2. 使用lambda表達式，會比咱們能想到的函數名稱更容易理解
3. 除了lambda，沒有任何python提供的函數能夠實現目的
4. 團隊中全部成員都掌握lambda，你們贊成你用

還有一種場景很是適用，就是在給其餘人制造本身很專業的錯覺時，好比：

哎呀，小老弟，據說你學了Python，知道lambda不？ 沒聽過？不行啊，白學了！來來來，讓我給你講講。。。此處省略1萬字

總結

今天爲你們九淺一深地講解了lambda的用法和使用場景，所謂九淺一深，就是90%狀況下用於建立簡單的匿名函數，10%的狀況稍微複雜（我這個藉口找的太好了）

總而言之就是，任何事情都具備兩面性，咱們在使用lambda以前應該先停下來，問問本身是否是真的須要它。

固然，若是須要和別人忽悠的時候都是正反一張嘴，lambda是好是壞全看咱們本身怎麼說，吹牛時請遵照以下原則，屢試不爽：

若是你說一個女大學生晚上賣淫就是可恥，但若是改爲一個妓女利用業餘時間努力學習就勵志多了！

lambda也是如此