寫python的時候，大多數(shù)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(xiàn)的。關(guān)于匿名函數(shù)這塊兒，其實可以用常見的循環(huán)等方法來實現(xiàn)，但是如果你想成為一個python的高手，匿名函數(shù)還是必須要了解的。因為匿名函數(shù)，能夠讓你的代碼足夠簡潔，

在python中，匿名函數(shù)，顧名思義，就是沒有名字的函數(shù)，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(diào)用一次某個簡單邏輯，把它寫成函數(shù)還需要先定義、取函數(shù)名字等一些列操作，這種場景下使用匿名函數(shù)往往能夠讓你的程序更加簡單。

匿名函數(shù)還有名稱，叫做lambda。匿名函數(shù)格式如下：

lambda arg1,arg2 ...,argN : expression

它常用格式是lambda關(guān)鍵字+逗號分隔的參數(shù)+冒號+表達式。

簡單看個例子吧：

----計算一個數(shù)的平方--->>> lambda x: x**2<function <lambda> at 0x7f6ebe013a28> ---注意，這個是一個函數(shù)的地址--->>> func=lambda x: x**2>>> func(2)4>>> >>> func(3)9

利用lambda，我們實現(xiàn)對一個數(shù)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(shù)，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(shù)來實現(xiàn)乘方操作。

lambda區(qū)別于函數(shù)的一點在于，lambda是一個表達式，它不是一個函數(shù)，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(shù)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(shù)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(shù)來實現(xiàn)，會發(fā)現(xiàn)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 funTypeError: unsupported operand type(s) for ** or pow(): ’list’ and ’int’

當然，你也可以利用函數(shù)，使用另外的方法來實現(xiàn)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(shù)，這個方法顯得不那么靈巧。

所謂的函數(shù)式編程，代表代碼中每塊都是不可變的，都是由函數(shù)構(gòu)成的，函數(shù)本身相互獨立，互不影響，相同的輸入都對應(yīng)相同的輸出，函數(shù)式編程特性，和lambda有密切的關(guān)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(shù)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(diào)用double_num這個函數(shù)，每次的結(jié)果都不一樣。

那么如果我們讓它變成一個函數(shù)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(shù)map、filter、reduce同lambda一起使用，來實現(xiàn)函數(shù)式編程（注意，這3個函數(shù)需要在python3的環(huán)境下使用）。

map函數(shù) map(function, list)

注意，這里的function可以是匿名函數(shù)，也可以是普通的函數(shù)。

還是上面的乘以2的例子，假如我們使用map函數(shù)配合lambda來實現(xiàn)，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)... 246810

這里的lambda就可以用函數(shù)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)... 246810

filter函數(shù) filter(function，list)

filter函數(shù)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(shù):

>>> l = [1, 2, 3, 4, 5] >>> new_l=filter(lambda x: x%2==0, l)>>> for i in new_l:... print(i)... 24

reduce函數(shù) 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) >>> product12003 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(huán)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(shù)是由c語言寫的，運行的時候不需要通過python解釋器，并且內(nèi)部做了很多優(yōu)化，因此性能會更好。

以上就是python 匿名函數(shù)相關(guān)總結(jié)的詳細內(nèi)容，更多關(guān)于python 匿名函數(shù)的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！