-
Notifications
You must be signed in to change notification settings - Fork 0
/
12.lambda表达式.py
52 lines (44 loc) · 1.47 KB
/
12.lambda表达式.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
#!/usr/bin/python
'''
lambda:匿名函数
lambda表达式,通常是在需要一个函数,
但是又不想费神去命名一个函数的场合下使用,
也就是指匿名函数。
lambda所表示的匿名函数的内容应该是很简单的,
如果复杂的话,干脆就重新定义一个函数了,使用lambda就有点过于执拗了。
lambda就是用来定义一个匿名函数的,
如果还要给他绑定一个名字的话,就会显得有点画蛇添足,
通常是直接使用lambda函数。如下所示:
add = lambda x, y : x+y
add(1,2) # 结果为3
'''
# 1.应用在函数式编程中
'''
Python提供了很多函数式编程的特性,如:map、reduce、filter、sorted等
这些函数都支持函数作为参数,lambda函数就可以应用在函数式编程中.
'''
# 1.1 将列表中的元素安装绝对值大小进行升序排列
list1 = [3,5,-4,-1,0,-2,-6]
list2 = sorted(list1,key = lambda x: abs(x))
print('lambda方法:',list2)
# 普通方法
def get_abs(x):
return abs(x)
list3 = sorted(list1,key = get_abs)
print('普通方法:',list3)
# 2.应用在闭包中
def get_y(a,b):
return lambda x:a*x+b
y1 = get_y(1, 1)
print('lambda闭包结果:', y1(1))
# 普通方法闭包
def get_y2(a, b):
def func(x):
return a*x+b
return func
y2 = get_y2(1, 1)
print('普通方法闭包结果:', y2(1))
# 3. 两个参数
# 两数相加(reduce函数详见13)
from functools import reduce
print(reduce(lambda x,y: x + y, [1,2,3,4,5]))