如何在 Python 中使用 Lambda 函数

python 中的 lambda 函数是动态创建小型匿名函数的强大方法。这些函数通常用于简短的操作，其中不需要完整函数定义的开销。

传统函数是使用 def 关键字定义的，而 lambda 函数是使用 lambda 关键字定义的，并且直接集成到代码行中。特别是，它们经常用作内置函数的参数。它们使开发人员无需临时函数定义即可编写干净且可读的代码。

在本文中，我们将介绍 lambda 函数的用途及其语法。我们还将提供一些使用它们的示例和最佳实践，并讨论它们的优缺点。

先决条件

自 2.0 版本以来，lambda 函数已成为 python 的一部分，因此您需要：

立即学习“Python免费学习笔记（深入）”；

在本教程中，我们将了解如何将 lambda 函数与 pandas 库结合使用：一个快速、强大、灵活且易于使用的开源数据分析和操作库。如果您尚未安装，请运行以下命令：

pip install pandas

python lambda 函数的语法和基础知识

首先，让我们定义开发人员创建 lambda 函数必须使用的语法。

lambda 函数是使用 lambda 关键字定义的，后跟一个或多个参数和一个表达式：

lambda arguments: expression

假设我们要创建一个将两个数字相加的 lambda 函数：

add = lambda x, y: x + y

运行以下命令：

result = add(3, 5)print(result)

这会导致：

8

我们创建了一个带有两个参数 x 和 y 的匿名函数。与传统函数不同，lambda 函数没有名称：这就是为什么我们说它们是“匿名的”。

此外，我们不使用 return 语句，就像在常规 python 函数中那样。所以我们可以随意使用 lambda 函数：它可以被打印（就像我们在本例中所做的那样）、存储在变量中等等。

现在让我们看看 lambda 函数的一些常见用例。

lambda 函数的常见用例

lambda 函数特别适用于我们需要临时简单函数的情况。特别是，它们通常用作高阶函数的参数。

让我们看一些实际例子。

将 lambda 函数与 map() 函数结合使用

map() 是一个内置函数，它将给定的函数应用于可迭代的每个项目，并返回带有结果的地图对象。

例如，假设我们要计算列表中每个数字的平方根。我们可以使用 lambda 函数，如下所示：

# define the list of numbersnumbers = [1, 2, 3, 4]# calculate square values and print resultssquared = list(map(lambda x: x ** 2, numbers))print(squared)

这会导致：

[1, 4, 9, 16]

我们现在有一个包含初始数字的平方根的列表。

正如我们所看到的，这极大地简化了即时使用不需要稍后重用的函数的流程。

将 lambda 函数与 filter() 函数结合使用

现在，假设我们有一个数字列表并想要过滤偶数。

我们可以使用 lambda 函数，如下所示：

# create a list of numbersnumbers = [1, 2, 3, 4]# filter for even numbers and print resultseven = list(filter(lambda x: x % 2 == 0, numbers))print(even)

这会导致：

[2,4]

将 lambda 函数与 sorted() 函数结合使用

python中的sorted()函数从任何可迭代的元素中返回一个新的排序列表。使用 lambda 函数，我们可以对这些列表应用特定的过滤条件。

例如，假设我们有一个二维点列表：(x,y)。我们想要创建一个以增量方式对 y 值进行排序的列表。

我们可以这样做：

# creates a list of pointspoints = [(1, 2), (3, 1), (5, -1)]# sort the points and printpoints_sorted = sorted(points, key=lambda point: point[1])print(points_sorted)

我们得到：

[(5, -1), (3, 1), (1, 2)]

在列表推导式中使用 lambda 函数

鉴于其简洁性，lambda 函数可以嵌入到列表推导式中以进行即时计算。

假设我们有一个数字列表。我们想要：

我们可以这样做：

# create a list of numbersnumbers = [1, 2, 3, 4]# calculate and print the double of each onesquared = [(lambda x: x ** 2)(x) for x in numbers]print(squared)

我们得到：

[1, 4, 9, 16]

使用 lambda 函数的优点

鉴于我们已经探讨过的示例，让我们来看看使用 lambda 函数的一些优点：

局限性和缺点

让我们简单讨论一下 python 中 lambda 函数的一些限制和缺点：

使用 lambda 函数的最佳实践

现在我们已经考虑了一些优点和缺点，让我们定义一些有效使用 lambda 函数的最佳实践：

lambda 函数的高级技术

在某些情况下，更高级的 lambda 函数技术可能会有所帮助。

让我们看一些例子。

嵌套 lambda 函数

lambda 函数可以嵌套以进行复杂的操作。

此技术在需要按顺序进行多个小型转换的场景中非常有用。

例如，假设您要创建一个函数来计算数字的平方根，然后加 1。以下是如何使用 lambda 函数来执行此操作：

# create a nested lambda functionnested_lambda = lambda x: (lambda y: y ** 2)(x) + 1# print the result for the value 3print(nested_lambda(3))

你得到：

10

与 python 库集成以实现高级功能

许多 python 库利用 lambda 函数来简化复杂的数据处理任务。

例如，lambda 函数可以与 pandas 和 numpy 一起使用，以简化数据操作和转换。

假设我们有一个包含两列的数据框。我们想要创建另一列，作为其他两列的总和。在这种情况下，我们可以使用 lambda 函数，如下所示：

# create the columns' datadata = {'a': [1, 2, 3], 'b': [4, 5, 6]}# create data framedf = pd.dataframe(data)# create row c as a+b and print the dataframedf['c'] = df.apply(lambda row: row['a'] + row['b'], axis=1)print(df)

我们得到：

   A  B  C0  1  4  51  2  5  72  3  6  9

我们的 python lambda 函数之旅就到此为止！

总结

在本文中，我们了解了如何在 python 中使用 lambda 函数，探讨了它们的优缺点、一些最佳实践，并涉及了一些高级用例。

编码愉快！

p.s.如果您想在 python 文章发布后立即阅读，请订阅我们的 python wizardry 时事通讯，不错过任何一篇文章！