寫(xiě)python的時(shí)候，大多數(shù)場(chǎng)景下，我都是if else選手，因?yàn)樽詈诵牡倪壿嫀缀醵际峭ㄟ^(guò)if else語(yǔ)句來(lái)實(shí)現(xiàn)的。關(guān)于匿名函數(shù)這塊兒，其實(shí)可以用常見(jiàn)的循環(huán)等方法來(lái)實(shí)現(xiàn)，但是如果你想成為一個(gè)python的高手，匿名函數(shù)還是必須要了解的。因?yàn)槟涿瘮?shù)，能夠讓你的代碼足夠簡(jiǎn)潔，

     在python中，匿名函數(shù)，顧名思義，就是沒(méi)有名字的函數(shù)，它主要用在那些只使用一次的場(chǎng)景中。如果我們的程序中只需要調(diào)用一次某個(gè)簡(jiǎn)單邏輯，把它寫(xiě)成函數(shù)還需要先定義、取函數(shù)名字等一些列操作，這種場(chǎng)景下使用匿名函數(shù)往往能夠讓你的程序更加簡(jiǎn)單。

    匿名函數(shù)還有名稱，叫做lambda。匿名函數(shù)格式如下：

lambda arg1,arg2 ...,argN : expression

它常用格式是lambda關(guān)鍵字+逗號(hào)分隔的參數(shù)+冒號(hào)+表達(dá)式。

簡(jiǎn)單看個(gè)例子吧：

----計(jì)算一個(gè)數(shù)的平方---
>>> lambda x: x**2
<function <lambda> at 0x7f6ebe013a28>   
---注意，這個(gè)是一個(gè)函數(shù)的地址---
>>> func=lambda x: x**2
>>> func(2)
4
>>> 
>>> func(3)
9

利用lambda，我們實(shí)現(xiàn)對(duì)一個(gè)數(shù)字x求平方的運(yùn)算，在python中，**代表乘方操作。

上面的例子中，x就是參數(shù)，冒號(hào)后面的x**2就是expression表達(dá)式。

當(dāng)然，我們也可以定義一個(gè)函數(shù)來(lái)實(shí)現(xiàn)乘方操作。

lambda區(qū)別于函數(shù)的一點(diǎn)在于，lambda是一個(gè)表達(dá)式，它不是一個(gè)函數(shù)，也不是一個(gè)語(yǔ)句。因此，lambda可以被用在一些特殊的地方，例如下面的場(chǎng)景：

我們可以用range函數(shù)來(lái)生成一個(gè)list，如下：

>>> a=[ range(10)]        
>>> a
[[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]]

如果我們要對(duì)這些數(shù)字做乘方操作，則可以直接寫(xiě)成下面的樣子：

>>> b=[(lambda x: x*x)(x) for x in range(10)]
>>> b
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
----如果用函數(shù)來(lái)實(shí)現(xiàn)，會(huì)發(fā)現(xiàn)報(bào)錯(cuò)---
>>> def fun(x):
...    return x**2
... 
>>> 
>>> c=[fun(range(10))]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 2, in fun
TypeError: unsupported operand type(s) for ** or pow(): 'list' and 'int'

當(dāng)然，你也可以利用函數(shù)，使用另外的方法來(lái)實(shí)現(xiàn)這個(gè)過(guò)程如下：

>>> def fun2(x):
...    return x**2
... 
>>> c=[]
>>> for i in range(10):
...     c.append(fun2(i))
>>> c
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

相比于前面的lambda函數(shù)，這個(gè)方法顯得不那么靈巧。

     所謂的函數(shù)式編程，代表代碼中每塊都是不可變的，都是由函數(shù)構(gòu)成的，函數(shù)本身相互獨(dú)立，互不影響，相同的輸入都對(duì)應(yīng)相同的輸出，函數(shù)式編程特性，和lambda有密切的關(guān)系。

    來(lái)看下面的例子，假如我們想讓一個(gè)list中的元素都乘以2，可以寫(xiě)成下面的形式：

>>> l=[1,2,3,4,5]
>>> def double_num(l):
...   for index in range(0, len(l)):
...       l[index] *= 2
...   return l
... 
>>> double_num(l)
[2, 4, 6, 8, 10]
>>> l
[2, 4, 6, 8, 10]

上面這段代碼，就不是一個(gè)函數(shù)式編程的例子。

因?yàn)槊看屋斎肓斜鞮，L的值都會(huì)被改變，如果我們多次調(diào)用double_num這個(gè)函數(shù)，每次的結(jié)果都不一樣。

那么如果我們讓它變成一個(gè)函數(shù)式編程，就得寫(xiě)成下面這樣：

>>> l=[1,2,3,4,5]                   
>>> def double_num1(l): 
...     new_list=[]
...     for index in l: 
...          new_list.append(index*2)
...     return new_list
... 
>>> double_num1(l)
[2, 4, 6, 8, 10]
>>> l
[1, 2, 3, 4, 5]

在python中，提供了常用的幾個(gè)函數(shù)map、filter、reduce同lambda一起使用，來(lái)實(shí)現(xiàn)函數(shù)式編程（注意，這3個(gè)函數(shù)需要在python3的環(huán)境下使用）。

map函數(shù)  map(function, list)

   注意，這里的function可以是匿名函數(shù)，也可以是普通的函數(shù)。 

   還是上面的乘以2的例子，假如我們使用map函數(shù)配合lambda來(lái)實(shí)現(xiàn)，可以寫(xiě)成下面這樣：

>>> l = [1, 2, 3, 4, 5]  
>>> new_list = map(lambda x: x * 2, l)             
>>> for i in new_list:
...   print(i)
... 
2
4
6
8
10

這里的lambda就可以用函數(shù)來(lái)替換，如下：

>>> l = [1, 2, 3, 4, 5]    
>>> def double_x(x):
...    return x*2
>>> res=map(double_x, l)
>>> for i in res:
...   print(i)
... 
2
4
6
8
10

filter函數(shù) filter(function，list)

   filter函數(shù)主要用來(lái)對(duì)可迭代的對(duì)象中的每個(gè)元素，都用function判斷，將返回true的對(duì)象返回，返回false的對(duì)象拋棄，如下為判斷一個(gè)集合中的偶數(shù):

>>> l = [1, 2, 3, 4, 5]    
>>> new_l=filter(lambda x: x%2==0, l)
>>> for i in new_l:
...     print(i)
... 
2
4

reduce函數(shù) reduce(function, list)

   reduce主要用來(lái)對(duì)一個(gè)列表做一些累計(jì)操作，假如我們要計(jì)算某個(gè)列表的累計(jì)乘積，可以用下面的方法：

>>> from functools import reduce
>>> l = [1, 2, 3, 4, 5]                                   
>>> product = reduce(lambda x,y: x*y, l) 
>>> product
120

  下面是一個(gè)例子，測(cè)試不同的方案下，使用lambda、for循環(huán)和新建list的方法，分別對(duì)一個(gè)集合元素乘以2，計(jì)算的耗時(shí)情況：

[root@VM-0-14-centos ~]# python3 -mtimeit -s'a=range(1000)' 'map(lambda x: x*2, a)'   
1000000 loops, best of 3: 0.538 usec per loop

[root@VM-0-14-centos ~]# python3 -mtimeit -s'a=range(1000)' '[x * 2 for x in a]'    
10000 loops, best of 3: 122 usec per loop

[root@VM-0-14-centos ~]# python3 -mtimeit -s'a=range(1000)' 'l = []' 'for i in a: l.append(i * 2)'   
1000 loops, best of 3: 252 usec per loop

   可以看到，使用map+lambda計(jì)算的時(shí)候，性能是更好的。map函數(shù)是由c語(yǔ)言寫(xiě)的，運(yùn)行的時(shí)候不需要通過(guò)python解釋器，并且內(nèi)部做了很多優(yōu)化，因此性能會(huì)更好。

    更多l(xiāng)ambda細(xì)節(jié)請(qǐng)關(guān)注python3的官方文檔。今天就到這里吧。