日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

python數據操作之lambda表達式詳情_python

作者：??斜月???? ? 更新時間： 2022-06-30 編程語言

1 前言

在 Java 和 js 中，lambda箭頭函數是十分常見的操作，這種表達方式在使用時非常的簡便。在python的語法中也有應用場景，lambda是python預留的關鍵字，帶有該關鍵字的都視為lambda,

其表現形式如下：

# lambda 是表達式， arg 是用戶輸入參數 expression 是函數表達式
lambda [arg1 [,arg2,.....argn]]:expression

2 lambda 的特性

python 中 lambda 表達式的特性如下所示：

  • 表達式是匿名的，lambda 只是一個一個表達式，類似于但是沒有名字。
  • 表達式有輸入和輸出，輸入是 arg 的參數，輸出是表達式計算的結果。
  • 具有命名空間，只能在命名空間之內獲取和操作參數變量。

常見的表達式如下所示：

lambda x, y: x + y			# 函數輸入是x和y，輸出是 x + y
lambda *args: sum(args)		# 輸入是任意個數參數，輸出是多個參數的和，輸入參數必須是數字
lambda **kwargs: 2			# 輸入是任意鍵值對參數，輸出結果為固定值

3 lambda 的一些用法

3.1 map 函數

map 函數會根據提供的函數對可迭代參數進行逐個調用，并返回一個可迭代對象結果，其語法和使用方式如下所示：

# function 代表為函數，iterable 代表一個可迭代對象,也可以傳入多個對象
map(function, iterable, ...)
# 只有一個可迭代參數情況
def cal_num(x):
    return x ** 2 + 2 * x - 3
# 準備的數據
read_list = [2, 3, 4]
# 因為map 的結果是一個可迭代對象，所以轉換為 list 對象打印結果
re_list = list(map(cal_num, read_list))
#計算的結果 [5, 12, 21]
print(re_list)

# 多個可迭代參數情況，逐個計算和
def cal_add_num(x, y):
    return x  + y
# 準備的數據
read_list = [2, 3, 4]
re_list = list(map(cal_add_num, read_list, read_list))
# 計算結果 [4, 6, 8]
print(re_list)

# 關于多個迭代的操作，也可以采用 zip 將多個可迭代對象進行處理，組成元組對象，進行循環計算處理。
result_list = []
for k1, k2 in zip(read_list,read_list):
    result_list.append(k1 + k2)

3.2 reduce 函數

reduce 函數會對參數列表中的元素進行累積計算，通常的做法就是對一列數組求和，前篇講述的 java Stream 關于 reduce 的操作和本例是一樣的，其中的 lambda 可以看成是數列的推導式：

# function 代表為函數，iterable 代表一個可迭代對象,initializer 指定起始值
reduce(function, iterable[, initializer])
# 計算數組之和，lambda 寫法,起始值為 10, 計算結果為 25
res = reduce(lambda x, y: x + y, [1, 2, 3, 4, 5], 10)

這里需要說明的是，在 python3 中 reduce 已經從全局命名空間中移除，被放在了 functools 模塊中，如果需要使用，則需要進行引入from functools import reduce。

3.3 sorted 函數

sorted 函數，顧名思義就是對可迭代對象進行排序操作，其語法格式和用法如下所示：

# iterable 為可迭代對象 cmp 為比較函數 排序字段和排序順序
sorted(iterable[, cmp[, key[, reverse]]])
# 1、簡單排序
a = [5,7,6,3,4,1,2]
# 使用sorted，保留原列表，不改變列表a的值
# 排序結果為 [1, 2, 3, 4, 5, 6, 7]
b = sorted(a)
# 2、使用 lambda 指定排序函數方式排序
# 待排序對象
x_list = [('b',2),('a',1),('c',3),('d',4)]
# 排序結果：[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
y_list = sorted(x_list, cmp=lambda x,y:cmp(x[1],y[1]))
# 3、利用參數 key 排序,依然使用 lambda 指定元祖的第一個數據
# 計算結果：[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
z_list = sorted(x_list, key=lambda x:x[1])
# 4、指定排序順序
user_list = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
# 排序結果 [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
re_list = sorted(user_list, key=lambda s: s[2], reverse=True)

3.4 filter 函數

filter 函數相對來說就比較簡單了，主要就是過濾操作，過濾掉不符合表達式的數據，得到最終的結果。

# function 為過濾函數，返回結果為 true 或者 false, iterable 為可迭代對象
filter(function, iterable)
# 判斷是否為奇數
def is_odd(n):
	return n % 2 == 1
newlist = filter(is_odd, [1, 2, 3, 4])
print(list(newlist))

4 總結

文章主要講述了 python 的 lambda 的相關操作，主要就是 lambda 表達式與 map、filter、 sorted、 reduce 函數的配合使用。

原文鏈接：https://juejin.cn/post/7084432746960912392

欄目分類
最近更新