- Python的匿名函数语法格式是:lambda [list] : 表达式
- 例如,我们要返回两个数相加的结果,可以定义一个函数
def sum_ab(a,b):
return a+b
i=sum_ab(3,5)#函数调用
print(i)
8
sum_ab=lambda a,b:a+b print(sum_ab)
- 使用 lambda 表达式可以省去定义函数的过程，让代码更加简洁，针对不需要多次复用的函数，使用 lambda 表达式可以在用完之后立即释放，提高程序执行的性能。而且还能配合其他的一些高阶函数配合使用
- map
- map函数的参数与返回值:map(func, *iterables) --> map object
- map()函数：是将传入的func函数作用于，可迭代的数据里面每个元素，并将处理好的新的结果返回
def fun(x):
return x**3
lst=[1,2,3,4,5]
print(list(map(fun,lst)))
print(list(map(str,lst)))#将int型数据转为str型
print(list(map(lambda x:x**3,lst)))
[1, 8, 27, 64, 125]
[‘1’, ‘2’, ‘3’, ‘4’, ‘5’]
[1, 8, 27, 64, 125]
- reduce
- 使用reduce时要先导入from functools import reduce
- 格式为:reduce(function, sequence[, initial]) -> value
- reduce()函数,使用function函数（有两个参数）先对集合中的sequence第 1、2 个元素进行操作，如果存在initial参数，则将会以sequence中的第一个元素和initial作为参数，用作调用，得到的结果再与sequence中的下一个数据用 function 函数运算，最后得到一个结果。
from functools import reduce
list_a = [1, 2, 3, 4, 5]
def fun_b(x, y):
return x + y
print(reduce(fun_b, list_a))
15
- filter
- Python内建的filter()函数用于过滤序列，和map()类似，filter()也接收一个函数和一个序列但是不同的是filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定元素的保留与丢弃
- filter(function, iterable)
def not_odd(num):
return n % 2 == 0
newlist = filter(not_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
print(newlist)
[2, 4, 6, 8, 10]
