建立网站的模板,网站的登录注册怎么做,建设银行交易明细查询网站,用discuz做的门户网站1、Lambda 函数简介
Lambda函数也被称为匿名(没有名称)函数#xff0c;它直接接受参数的数量以及使用该参数执行的条件或操作#xff0c;该参数以冒号分隔#xff0c;并返回最终结果。为了在大型代码库上编写代码时执行一项小任务#xff0c;或者在函数中执行一项小任务它直接接受参数的数量以及使用该参数执行的条件或操作该参数以冒号分隔并返回最终结果。为了在大型代码库上编写代码时执行一项小任务或者在函数中执行一项小任务便在正常过程中使用lambda函数。
lambda argument_list:expersionargument_list是参数列表它的结构与Python中函数(function)的参数列表是一样的
a,b
a1,b2
*args
**kwargs
a,b1,*args
空
....expression是一个关于参数的表达式表达式中出现的参数需要在argument_list中有定义并且表达式只能是单行的。
1
None
ab
sum(a)
1 if a 10 else 0
[i for i in range(10)]2、普通函数和Lambda函数的区别
没有名称Lambda函数没有名称而普通操作有一个合适的名称。Lambda函数没有返回值使用def关键字构建的普通函数返回值或序列数据类型但在Lambda函数中返回一个完整的过程。假设我们想要检查数字是偶数还是奇数使用lambda函数语法类似于下面的代码片段
b lambda x: Even if x%20 else Odd
b(9)函数只在一行中Lambda函数只在一行中编写和创建而在普通函数的中使用缩进不用于代码重用Lambda函数不能用于代码重用或者不能在任何其他文件中导入这个函数。相反普通函数用于代码重用可以在外部文件中使用。
3、高阶函数
一般情况下我们不使用Lambda函数而是将其与高阶函数一起使用。高阶函数是一种需要多个函数来完成任务的函数或者当一个函数返回任何另一个函数时可以选择使用Lambda函数。
通过一个例子来理解高阶函数。假设有一个整数列表必须返回三个输出。
一个列表中所有偶数的和一个列表中所有奇数的和一个所有能被三整除的数的和 首先假设用普通函数来处理这个问题。在这种情况下将声明三个不同的变量来存储各个任务并使用一个for循环处理并返回结果三个变量。该方法常规可正常运行。
现在使用Lambda函数来解决这个问题那么可以用三个不同的Lambda函数来检查一个待检验数是否是偶数奇数还是能被三整除然后在结果中加上一个数。
def return_sum(func, lst):result 0for i in lst:#if val satisfies funcif func(i):result result ireturn result
lst [11,14,21,56,78,45,29,28]
x lambda a: a%2 0
y lambda a: a%2 ! 0
z lambda a: a%3 0
print(return_sum(x, lst))
print(return_sum(y, lst))
print(return_sum(z, lst))这里创建了一个高阶函数其中将Lambda函数作为一个部分传递给普通函数。其实这种类型的代码在互联网上随处可见。然而很多人在使用Python时都会忽略这个函数或者只是偶尔使用它但其实这些函数真的非常方便同时也可以节省更多的代码行。接下来我们一起看看这些高阶函数。
Python内置高阶函数
Map函数 map() 会根据提供的函数对指定序列做映射。 Map函数是一个接受两个参数的函数。第一个参数 function 以参数序列中的每一个元素调用 function 函数第二个是任何可迭代的序列数据类型。返回包含每次 function 函数返回值的新列表。
map(function, iterable, ...)Map函数将定义在迭代器对象中的某种类型的操作。假设我们要将数组元素进行平方运算即将一个数组的每个元素的平方映射到另一个产生所需结果的数组。
arr [2,4,6,8]
arr list(map(lambda x: x*x, arr))
print(arr)我们可以以不同的方式使用Map函数。假设有一个包含名称、地址等详细信息的字典列表目标是生成一个包含所有名称的新列表。
students [{name: John Doe,father name: Robert Doe,Address: 123 Hall street},{name: Rahul Garg,father name: Kamal Garg,Address: 3-Upper-Street corner},{name: Angela Steven,father name: Jabob steven,Address: Unknown}
]
print(list(map(lambda student: student[name], students)))[John Doe, Rahul Garg, Angela Steven]Filter函数 Filter函数根据给定的特定条件过滤掉数据。即在函数中设定过滤条件迭代元素保留返回值为True 的元素。Map 函数对每个元素进行操作而 filter 函数仅输出满足特定要求的元素。
假设有一个水果名称列表任务是只输出那些名称中包含字符“g”的名称。
fruits [mango, apple, orange, cherry, grapes]
print(list(filter(lambda fruit: g in fruit, fruits)))filter(function or None, iterable) -- filter object
返回一个迭代器为那些函数或项为真的可迭代项。如果函数为None则返回为真的项。
Reduce函数 这个函数比较特别不是 Python 的内置函数需要通过from functools import reduce 导入。Reduce 从序列数据结构返回单个输出值它通过应用一个给定的函数来减少元素。
reduce(function, sequence[, initial]) - value将包含两个参数的函数(function)累计应用于序列(sequence)的项从左到右从而将序列reduce至单个值。
如果存在initial则将其放在项目之前的序列并作为默认值时序列是空的。
假设有一个整数列表并求得所有元素的总和。且使用reduce函数而不是使用for循环来处理此问题。
from functools import reduce
lst [2,4,6,8,10]
print(reduce(lambda x, y: xy, lst))30还可以使用 reduce 函数而不是for循环从列表中找到最大或最小的元素。
lst [2,4,6,8]
# 找到最大元素
print(reduce(lambda x, y: x if xy else y, lst))
# 找到最小元素
print(reduce(lambda x, y: x if xy else y, lst))高阶函数的替代方法
列表推导式 其实列表推导式只是一个for循环用于添加新列表中的每一项以从现有索引或一组元素创建一个新列表。之前使用map、filter和reduce完成的工作也可以使用列表推导式完成。然而相比于使用Map和filter函数很多人更喜欢使用列表推导式也许是因为它更容易应用和记忆。
同样使用列表推导式将数组中每个元素进行平方运算水果的例子也可以使用列表推导式来解决。
arr [2,4,6,8]
arr [i**2 for i in arr]
print(arr)
fruit_result [fruit for fruit in fruits if g in fruit]
print(fruit_result)字典推导式
与列表推导式一样使用字典推导式从现有的字典创建一个新字典。还可以从列表创建字典。
假设有一个整数列表需要创建一个字典其中键是列表中的每个元素值是列表中的每个元素的平方。
lst [2,4,6,8]
D1 {item:item**2 for item in lst}
print(D1){2: 4, 4: 16, 6: 36, 8: 64}
# 创建一个只包含奇数元素的字典
arr [1,2,3,4,5,6,7,8]
D2 {item: item**2 for item in arr if item %2 ! 0}
print(D2){1: 1, 3: 9, 5: 25, 7: 49}4、示例
如何快速找到多个字典的公共键 方法一
dl [d1, d2, d3] # d1, d2, d3为字典目标找到所有字典的公共键
[k for k in dl[0] if all(map(lambda d: k in d, dl[1:]))]dl [{1:life, 2: is}, {1:short, 3: i}, {1: use, 4: python}]
[k for k in dl[0] if all(map(lambda d: k in d, dl[1:]))]
# 1# 列表表达式遍历dl中第一个字典中的键
[k for k in dl[0]]
# [1, 2]# lambda 匿名函数判断字典中的键即k值是否在其余字典中
list(map(lambda d: 1 in d, dl[1:]))
# [True, True]
list(map(lambda d: 2 in d, dl[1:]))
#[False, False]# 列表表达式条件为上述结果([True, True])全为True,则输出对应的k值
#1方法二
# 利用集合set的交集操作
from functools import reduce
# reduce(lambda a, b: a*b, range(1,11)) # 10!
reduce(lambda a, b: a b, map(dict.keys, dl))
