Python 学习入门（7）—— lambda

ct38

lambda函数也叫匿名函数，即，函数没有具体的名称。先来看一个最简单例子：
deff(x):
returnx**2

printf(4)

Python中使用lambda的话，写成这样
g=lambdax:x**2
printg(4)

lambda表达式在很多编程语言都有对应的实现。比如C#：
varg=x=>x**2
Console.WriteLine(g(4))

那么，lambda表达式有什么用处呢？很多人提出了质疑，lambda和普通的函数相比，就是省去了函数名称而已，同时这样的匿名函数，又不能共享在别的地方调用。其实说的没错，lambda在Python这种动态的语言中确实没有起到什么惊天动地的作用，因为有很多别的方法能够代替lambda。同时，使用lambda的写法有时显得并没有那么pythonic。甚至有人提出之后的Python版本要取消lambda。
回过头来想想，Python中的lambda真的没有用武之地吗？其实不是的，至少我能想到的点，主要有：
1. 使用Python写一些执行脚本时，使用lambda可以省去定义函数的过程，让代码更加精简。
2. 对于一些抽象的，不会别的地方再复用的函数，有时候给函数起个名字也是个难题，使用lambda不需要考虑命名的问题。
3. 使用lambda在某些时候让代码更容易理解。


lambda基础
lambda语句中，冒号前是参数，可以有多个，用逗号隔开，冒号右边的返回值。lambda语句构建的其实是一个函数对象，见证一下：
g=lambdax:x**2
printg

<function<lambda>at0x00AFAAF0>

C#3.0开始，也有了lambda表达式，省去了使用delegate的麻烦写法。C#中的lambda表达式关键字是=>，看下面的一个例子：
vararray=newint[]{2,3,5,7,9};
varresult=array.Where(n=>n>3);//[5,6,9]

C#使用了扩展方法，才使得数组对象拥有了像Where,Sum之类方便的方法。Python中，也有几个定义好的全局函数方便使用的，他们就是filter,map,reduce。

>>>foo=[2,18,9,22,17,24,8,12,27]
>>>
>>>printfilter(lambdax:x%3==0,foo)
[18,9,24,12,27]
>>>
>>>printmap(lambdax:x*2+10,foo)
[14,46,28,54,44,58,26,34,64]
>>>
>>>printreduce(lambdax,y:x+y,foo)
139





非lambda不可？
上面例子中的map的作用，和C#的Where扩展方法一样，非常简单方便。但是，Python是否非要使用lambda才能做到这样的简洁程度呢？在对象遍历处理方面，其实Python的for..in..if语法已经很强大，并且在易读上胜过了lambda。比如上面map的例子，可以写成：
print[x*2+10forxinfoo]

非常的简洁，易懂。filter的例子可以写成：
print[xforxinfooifx%3==0]

同样也是比lambda的方式更容易理解。
所以，什么时候使用lambda，什么时候不用，需要具体情况具体分析，只要表达的意图清晰就好。一般情况下，如果for..in..if能做的，我都不会选择lambda。


lambda broken?
在数学教学中，经常会使用到lambda，比如有一位老兄就遇到这样一个问题。他想创建一个函数数组fs=[f0,...,f9] where fi(n)=i+n. 于是乎，就定义了这么一个lambda函数：
fs=[(lambdan:i+n)foriinrange(10)]

但是，奇怪的是，
>>>fs[3](4)
13
>>>fs[4](4)
13
>>>fs[5](4)
13

结果并没有达到这位老兄的预期，预期的结果应该是：
>>>fs[3](4)
7
>>>fs[4](4)
8
>>>fs[5](4)
9

问题其实出在变量i上。上面的代码换个简单的不使用lambda的缩减版本：

i=1
deffs(n):
returnn+i
printfs(1)#2

i=2
printfs(1)#3


可见，上面没有达到预期的原因是lambda中的i使用的是匿名函数外的全局变量。修改一下：


fs=[(lambdan,i=i:i+n)foriinrange(10)]
>>>fs[3](4)
7
>>>fs[4](4)
8
>>>fs[5](4)
9




python中的reduce


python中的reduce内建函数是一个二元操作函数，他用来将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给reduce中的函数 func()（必须是一个二元操作函数）先对集合中的第1，2个数据进行操作，得到的结果再与第三个数据用func()函数运算，最后得到一个结果。
如：
Python代码

• def<wbr>myadd(x,y): <wbr><wbr></wbr></wbr></wbr>
  
• <wbr><wbr><wbr><wbr></wbr></wbr></wbr></wbr>return<wbr>x+y <wbr><wbr></wbr></wbr></wbr>
  
• sum=reduce(myadd,(1,2,3,4,5,6,7)) <wbr><wbr></wbr></wbr>
  
• print<wbr>sum<wbr><wbr></wbr></wbr></wbr>
  

<wbr style="color: rgb(50, 62, 50); font-family: simsun; font-size: 14px; line-height: 21px;"><span style="color: rgb(50, 62, 50); font-family: simsun; font-size: 14px; line-height: 21px;"></span></wbr>
#结果就是输出1+2+3+4+5+6+7的结果即28
当然，也可以用lambda的方法，更为简单：
Python代码

• sum=reduce(lambda<wbr>x,y:x+y,(</wbr>1,2,3,4,5,6,7)) <wbr><wbr></wbr></wbr>
  
• print<wbr>sum<wbr></wbr></wbr>
  

参考资料
Python: Lambda Functions
Python’s lambda is broken!
Using lambda Functions - Dive Into Python