Lambda 表达式

Lambda 表达式用于创建匿名函数，适用于需要简单函数但不想显式定义函数的场景。

基本语法

1
2

square = lambda x: x ** 2
print(square(5))  # 25

• 解释：lambda x: x ** 2 定义了一个匿名函数，接受参数 x 并返回 x 的平方。
• 适用场景：适合用于简单的数学运算或作为其他函数的参数。

常见用途

1. 排序

1
2
3

names = ["Alice", "Bob", "Charlie"]
names.sort(key=lambda x: len(x))
print(names)  # ['Bob', 'Alice', 'Charlie']

• 解释：key=lambda x: len(x) 指定了排序的依据是字符串的长度。
• 适用场景：适用于需要自定义排序规则的场景。

2. 过滤

1
2
3

numbers = [1, 2, 3, 4, 5]
even = list(filter(lambda x: x % 2 == 0, numbers))
print(even)  # [2, 4]

• 解释：filter(lambda x: x % 2 == 0, numbers) 过滤出偶数。
• 适用场景：适用于需要从序列中筛选符合条件的元素。

3. 映射

1
2

squares = list(map(lambda x: x**2, numbers))
print(squares)  # [1, 4, 9, 16, 25]

• 解释：map(lambda x: x**2, numbers) 对每个元素进行平方操作。
• 适用场景：适用于需要对序列中的每个元素进行转换的场景。

限制

Lambda 表达式有以下限制：

1. 只能包含单个表达式：不能包含语句（如 if、for、while 等）。
2. 不能包含复杂逻辑：适合简单的操作，复杂逻辑应使用普通函数。
3. 可读性较差：过度使用 Lambda 表达式可能降低代码可读性。

1
2

# 错误示例：Lambda 中不能包含语句
# invalid = lambda x: if x > 0: return x else: return -x

• 解释：Lambda 表达式适合简单的功能，复杂逻辑应使用 def 定义函数。
• 适用场景：适用于需要快速定义简单函数的场景。

与普通函数的对比

• 解释：Lambda 表达式适合一次性使用的简单功能，普通函数适合复杂逻辑和复用。
• 适用场景：根据需求选择合适的方式。

高阶函数中的 Lambda

reduce 是 Python 中的一个高阶函数，常用于累积计算。

1
2
3
4
5

from functools import reduce

numbers = [1, 2, 3, 4]
product = reduce(lambda x, y: x * y, numbers)
print(product)  # 24

• 解释：reduce(lambda x, y: x * y, numbers) 计算列表中所有元素的乘积。
• 适用场景：适用于需要累积计算的场景。
• 只能包含一个表达式：Lambda 表达式不能包含复杂的逻辑或多行代码。
• 不能包含语句：例如 if 语句或循环语句不能直接写在 Lambda 中。
• 没有 return 关键字：Lambda 表达式的返回值是隐式的。

实践练习

练习1：计算器

1
2
3
4
5
6
7

operations = {
    "add": lambda a, b: a + b,
    "sub": lambda a, b: a - b,
    "mul": lambda a, b: a * b
}

# print(operations["add"](3, 5))  # 8

练习2：二次函数

1
2
3
4
5

def quadratic(a, b, c):
    return lambda x: a*x**2 + b*x + c

f = quadratic(1, -2, 1)
# print(f(3))  # 4

小结

Lambda 表达式适合简单的函数逻辑，常用于高阶函数中。