什么是lambda表達式

lambda 表達式是一個匿名函數，lambda表達式基于數學中的λ演算得名，直接對應于其中的lambda抽象，是一個匿名函數，即沒有函數名的函數。

lambda表達式常用來聲明匿名函數，即沒有函數名字的臨時使用的小函數，常用在臨時需要一個類似于函數的功能但又不想定義函數的場合。它只可以包含一個表達式，不允許包含其他復雜的語句，但在表達式中可以調用其他函數，該表達式的計算結果相當于函數的返回結果。

lambda表達式可以接受任意數量的參數，但函數只能包含一個表達式。表達式是lambda函數執行的一段段代碼，它可以返回任何值，返回函數對象。

在Python中，lambda的語法是唯一的。其形式如下：

lambda  argument_list: expression

其中，lambda是Python預留的關鍵字，argument_list（參數列表）和expression（表達式）由用戶自定義。

基本特性

lambda函數有如下特性：

(1)、lambda函數是匿名的：所謂匿名函數，通俗地說就是沒有名字的函數。lambda函數返回的函數對象是沒有名字的，需要在lambda表達式外賦予名字。

(2)、lambda函數有輸入和輸出：輸入是傳入到參數列表argument_list的值，輸出是根據表達式expression計算得到的值。

(3)、lambda函數一般功能簡單：單行expression決定了lambda函數不可能完成太過復雜的邏輯，只能完成較為簡單的功能。由于其實現的功能一目了然，甚至不需要專門的名字來說明。

下面是一些lambda表達式的基本用法示例：

lambda x,y: x*y      # 函數輸入是x和y，輸出是它們的積x*y
lambda x,y=2: x*y    # lambda表達式也支持設定參數默認值
lambda: "CDA data analysis"   # 函數沒有輸入參數，輸出是設定的字符串
lambda *args: sum(args)     # 輸入是任意個數的參數，輸出是它們的和(輸入參數必須能夠進行加法運算)
lambda **kwargs: 1          # 輸入是任意鍵值對參數，輸出是1

使用方法

lambda表達式返回的是一個函數對象，其本質上只有一種用法，那就是定義一個lambda匿名函數。在實際中，根據這個lambda函數應用場景的不同，lambda函數的用法有很多種，其中一種就是將lambda函數作為參數傳遞給其他函數。

Python有少數內置函數可以接收lambda函數作為參數，進行組合使用，這也是最為常見的一種用法。

典型的此類內置函數有這四種：

（1）filter函數：根據提供的函數對可迭代對象進行篩選，返回一個包含所有使函數返回True的元素的迭代器。

（2）map函數：將一個函數應用于可迭代對象的每個元素，并返回一個包含結果的迭代器。

（3）sorted函數：對列表中所有元素進行排序，lambda函數可以用于指定排序規則。

（4）reduce函數：將一個函數應用于可迭代對象的累積結果，逐步減少數據集的大小，最終返回單一結果。列表中兩兩相鄰元素逐一進行運算，lambda函數用于指定運算條件。

from functools import reduce

list_x = [1,2,3,4,5]

filter(lambda x: x % 3 == 0, list_x)   # filter函數
sorted(list_x, key=lambda x:(10-x))    # sorted函數
map(lambda x:x+1, list_x)              # map函數
reduce(lambda x, y: x+y, [1,2,3,4,5])  # reduce函數

一、filter函數

filter( )函數用于過濾序列，過濾掉不符合條件的元素，返回一個迭代器對象，注意返回的不是列表，如果要轉換為列表，可以使用 list()來轉換。

該函數接收兩個參數，第一個為函數，第二個為序列，filter函數的重點在于過濾，所以它必須有一個用于判斷的工具，這就是function參數的函數，傳入的函數返回值必須是布爾類型，序列的每個元素作為參數逐個傳遞給函數進行判斷，然后返回 True 或 False，最后將返回 True 的元素放到新列表中。

# 語法： filter(function, iterable)

# 參數function：

# 判斷函數iterable：可迭代對象，例如列表、元組、字符串等

# 返回返回一個迭代器對象

簡單示例一：

# 找出1-10之間的偶數

list(filter(lambda x: x%2 == 0,range(1,11)))

# output[2, 4, 6, 8, 10]

簡單示例二：

# 刪除空字符

list(filter(lambda x:x.strip(), ['cda', '', '\t', 'cc', ' ','\n']))

# output['cda', 'cc']

簡單示例三：

# 求水仙花數

list(filter(lambda x:x == (x//100)**3 + (x//10%10)**3 + (x%10)**3,range(100,1000)))

# output[153, 370, 371, 407]

二、map函數

map( )會根據提供的函數對指定序列做映射，即根據傳入的函數逐一對序列中的元素進行計算。

該函數至少接收兩個參數，第一個參數為函數function，第二個參數為可迭代對象iterable，第二個參數序列中的每一個元素調用第一個參數 function函數來進行計算，返回包含每次 function 函數返回值的可迭代對象，map( )函數和filter( )函數一樣，在python3版本中返回的都是可迭代對象，有需要的話用list( )函數將其轉換成列表格式。

# 語法：map(function, iterable, ...)

# 參數function：

# 判斷函數iterable：一個或多個序列、可迭代對象，例如列表、元組、字符串等

# 返回返回一個迭代器對象

簡單示例一：

# 計算列表各個元素的平方

list(map(lambda x:x ** 2, [1,2,3,4,5]))  

# output[1, 4, 9, 16, 25]

簡單示例二：

# 將文本轉換為小寫

str_list = ["Alan","CDA","ccongg"]list(map(lambda x:x.lower(),str_list))

# output['alan', 'cda', 'ccongg']

map( )函數可以僅對一個序列進行運算，也可以輸入多個序列進行并行運算，對多個序列同一位置的元素來逐步進行運算。序列不要求長度必須相同，最后返回的結果遵循木桶準則，以多個序列中長度最短的長度為準，即傳入一個長度為4的序列，一個長度為7的序列，最終返回的序列長度為4。

簡單示例三：

# 提供了兩個列表，對相同位置的列表數據進行運算，計算向量的模

import math

x_list = [-2,-4,4,2]
y_list = [1,3,-3,-1]
list(map(lambda x, y: math.sqrt(x**2 + y**2),x_list,y_list))

# output[2.23606797749979, 5.0, 5.0, 2.23606797749979]

三、sorted函數

sorted( ) 函數的作用是對所有可迭代的對象進行排序操作。它和sort函數的作用類似，但它們之間還是有一些區別：

sort 是應用在 list 上的方法，sorted 可以對所有可迭代的對象進行排序操作。list 的 sort 方法返回的是對已經存在的列表進行操作，無返回值，而內置函數 sorted 方法返回的是一個新的 list，而不是在原來的基礎上進行的操作。

sort( )和sorted( )函數的區別：

a = [5,7,6,3,4,1,2]   # 定義列表
b = (5,7,6,3,4,1,2)   # 定義元組

a.sort()      # sort用以列表的排序，無法用于元組之類的可迭代對象
sorted(b)    # sorted對元組b進行排序
b              # 查看b是否發生變化
b.sort()       # 對元組使用sort排序

執行結果：

out1： [1, 2, 3, 4, 5, 6, 7]  # sort()對a列表排序后，a本身發生改變

out2： [1, 2, 3, 4, 5, 6, 7]  # sorted()對b元組進行排序，返回的是列表格式

out3： (5,7,6,3,4,1,2)     # 可以看出，b本身沒有發生變化

out4：AttributeError: 'tuple' object has no attribute 'sort'  # 元組無法使用sort（）函數

# 語法：sorted(iterable, key=None, reverse=False)

# 參數說明：

# iterable：可迭代對象。

# key：主要是用來進行比較的元素，只有一個參數，具體的函數的參數就是取自于可迭代對象中，指定可迭代對象中的一個元素來進行排序。具體使用中通常以lambda匿名函數作為key參數的傳入，用以指定用以排序的對象。

# reverse：排序規則，reverse為逆序的意思，當reverse = True表示降序 ， reverse = False表示升序。默認為升序。

# 返回：重新排序后的列表，無論用什么可迭代對象進行排序，最終返回的都是列表。

簡單示例一：

一維的序列無需key參數，只需要可迭代對象和reverse排序規則即可，注意，第一個參數可以默認為iterable可迭代對象，不可更改順序，后兩個可選參數傳入函數時，必須包含變量名稱，例如

a = [5,7,6,3,4,1,2]

sorted(a,reverse=True)           # 降序，正常執行
sorted(reverse=True,city_rank)    # SyntaxError: 序列必須在第一個位置
sorted(a,True)                  # TypeError: 沒有變量名的定義，必須為reverse=True

# output 1：[7, 6, 5, 4, 3, 2, 1]

# output 2：SyntaxError: positional argument follows keyword argument

# output 3：TypeError: sorted expected 1 arguments, got 2

簡單示例二：

二維及以上的序列可以使用key參數傳入lambda匿名函數結合使用，實現按條件排序的作用，lambda函數的左右主要是用來指定用以排序的目標。

city_rank=[('北京',1),('廣州',3),('深圳',4),('上海',2)]

sorted(city_rank,key = lambda x:x[1])                  # 利用key
sorted(city_rank,key = lambda x:x[1], reverse=True)    # 降序

執行結果：

[('北京', 1), ('上海', 2), ('廣州', 3), ('深圳', 4)]

[('深圳', 4), ('廣州', 3), ('上海', 2), ('北京', 1)]

四、reduce函數

reduce() 函數在 python 2 是內置函數， 從python 3 開始移到了 functools 模塊。所以在使用前需要先導入，否則無法直接使用。

reduce函數的功能是，從左到右對一個序列的項逐個地應用一個有兩個參數的函數，用函數的功能對序列的項逐個的進行運算，最終返回所使用的函數的結果。

# 語法:
#  from functools import reduce
#  reduce(function, iterablel, initializer])
# 參數說明：
# function --函數，即有兩個符合序列數據類型運算參數的函數，可以是lambda匿名函數。（該函數有兩個參數，返回一個值）
# iterable --可迭代對象，比如：列表、元組、字典、字符串等。reduce從這個對象的第一個元素開始，以此取出元素進行計算。
# initializer --可選，初始值，用于第一次調用 function 時，如果提供初始值，reduce 會用這個值作為第一次調用 function的第一個參數，而可迭代對象的第一個元素作為第二個參數。如果未提供，iterable 的第一個元素會被用作初始值，并且function 的第一次調用會跳過第一個元素，從第二個元素開始。

reduce的工作過程是 ：在迭代sequence(tuple ，list ，dictionary， string等可迭代對象)的過程中，首先把前兩個元素傳給函數參數，函數加工后，然后把得到的結果和第三個元素作為兩個參數傳給函數參數， 函數加工后得到的結果又和第四個元素作為兩個參數函數參數，依次類推。如果傳入了initial值，那么首先傳的就不是 sequence的第一個和第二個元素，而是initial值和第一個元素。經過這樣的累計計算之后合并序列到一個單一返回值。

例如：對列表中的元素進行累積求和。

from functools import reduce                # 導入reduce函數

reduce(lambda x, y: x+y, [1, 2, 3, 4, 5])   # 計算的就是((((1+2)+3)+4)+5)，返回結果15 

將前面的例子中的加號改為乘號，實際上就從求和的函數變為求階乘的函數：

from functools import reduce                # 導入reduce函數

reduce(lambda x, y: x*y, [1, 2, 3, 4, 5])    # 計算的就是((((1*2)*3)*4)*5)，返回結果120

我們再玩一些稍微復雜一些的用法，只是簡單基本的用法介紹，對新手來說，理解肯定是不夠的，所以下面講點更深入的例子，以元組、字典類型的數據序列為目標來進行操作，我們的目標是計算元組中每一個元素中對應的薪資（wage）的平均數：

from functools import reduce    # 導入reduce函數

cda = ({'name':'cda01','wage':10500,"education":"BA"}, 
　　　　{'name':'cda14','wage':15000,"education":"master"}, 
　　　　{'name':'cda67','wage':12000,"education":"BA"}, 
　　　　{'name':'cda96','wage':8000,"education":"BA"}, 
　　　　{'name':'cda127','wage':11000,"education":"BA"}, 
　　　　{'name':'cda141','wage':18000,"education":"master"})

red = lambda x,y: x + y["wage"]  # 建立lambda函數，用以計算數據中wage的總和，注意x,y的不同之處

total_wage = reduce(red,cda,0)   # 使用reduce函數，設置初始值為0，
avg_wage = total_wage/len(cda)   # 計算平均值
print(avg_wage)

# output12416.666666666666

也能用它實現分組：

from functools import reduce

cda = ({'name':'cda01','wage':10500,"education":"BA"}, 
　　　　{'name':'cda14','wage':15000,"education":"master"}, 
　　　　{'name':'cda67','wage':12000,"education":"BA"}, 
　　　　{'name':'cda96','wage':8000,"education":"BA"}, 
　　　　{'name':'cda127','wage':11000,"education":"BA"}, 
　　　　{'name':'cda141','wage':18000,"education":"master"})

def group_by_edu(accumulator,value):
    accumulator[value['education']].append(value['name'])
    return accumulator

 
grouped = reduce(group_by_edu, cda, {'master':[], 'BA':[]}) # 初始值是實現目標的最重要的點
print(grouped)

# output {'master': ['cda14', 'cda141'], 'BA': ['cda01', 'cda67', 'cda96', 'cda127']}

通過以上兩個案例可以看出，簡單加減示例中很少出現的初始值參數initial恰恰是實現復雜目標的最重要的點，它可以說是整個實現過程中的地基，是塑造最終結果的骨骼。

更復雜的操作就沒必要使用reduce+lambdal了，可以使用一些其他的函數或者自定義來進行處理。

總結

以上四種就是能和lambda函數結合一起使用的函數，除了reduce函數在python3中移到了 functools 模塊。需要先導入模塊才能使用，其他三種都是python的內置函數，可以直接使用。它們之中有一些相同點和不同點，通過總結后更方便區分和以后的使用。

相同點：

(1)、都是用以處理可迭代對象；

(2)、都可以配合lambda匿名函數進行使用；

不同點：

(1)、功能不同，lambda函數的作用不同

filter函數：篩選列表中所有滿足條件的元素，lambda函數作為過濾列表元素的條件。關鍵詞：篩選

map函數：根據提供的函數對指定序列做映射，lambda函數作為映射。關鍵詞：映射

sorted函數：對列表中所有元素進行排序，lambda函數可以用于指定排序規則。關鍵詞：排序

reduce函數：列表中兩兩相鄰元素逐一進行運算，lambda函數用于指定運算條件。關鍵詞：元素間運算

(2)、reduce函數不是內置函數

(3)、參數個數不同、序列和函數的傳入順序要求不同

記住不同函數的功能，最好的方法就是函數名，filter的意思為過濾器、過濾；map有提供信息(尤指其編排或組織方式)的意思，sorted則是排序，整理的意思，reduce為減少，縮小的意思。如此一看，就能很深刻的記住這幾種函數的作用和用法了。