浅谈Python当中Lambda函数的用法

今天来给大家推荐一个Python当中超级好用的内置函数，那便是lambda方法，本篇教程大致和大家分享：

• 什么是lambda函数
• lambda函数过滤列表元素
• lambda函数和map()方法的联用
• lambda函数和apply()方法的联用
• 什么时候不适合使用lambda方法

什么是Lambda函数

在Python当中，我们经常使用lambda关键字来声明一个匿名函数，所谓地匿名函数，通俗地来讲就是没有名字的函数，具体的语法格式如下所示

lambda?arguments?:?expression

其中它可以接受任意数量的参数，但是只允许包含一个表达式，而该表达式的运算结果就是函数的返回值，我们可以简单地来写一个例子

(lambda?x:x**2)(5)

output

25

过滤列表中的元素

那么我们如何来过滤列表当中的元素呢？这里就需要将lambda函数和filter()方法联合起来使用了，而filter()方法的语法格式

filter(function,?iterable)

• function -- 判断函数

• iterable -- 可迭代对象，列表或者是字典

其中我们有这么一个列表

import?numpy?as?np
yourlist?=?list(np.arange(2,50,3))

其中我们想要过滤出2次方之后小于100的元素，我们来定义一个匿名函数，如下

lambda?x:x**2<100

最后出来的结果如下所示

list(filter(lambda?x:x**2<100,?yourlist))

output

[2,?5,?8]

和map()函数的联用

map()函数的语法和上面的filter()函数相近，例如下面这个匿名函数

lambda?x:?x**2+x**3

我们将其和map()方法联用起来

list(map(lambda?x:?x**2+x**3,?yourlist))

output

[12,
?150,
?576,
?1452,
?2940,
?5202,
?......]

当然正如我们之前提到的lambda匿名函数可以接受多个数量的参数，我们这里就可以来尝试一下了，例如有两组列表

mylist?=?list(np.arange(4,52,3))
yourlist?=?list(np.arange(2,50,3))

我们同样使用map()方法来操作，代码如下

list(map(lambda?x,y:?x**2+y**2,?yourlist,mylist))

output

[20,
?74,
?164,
?290,
?452,
?650,
?884,
?1154,
......]

和apply()方法的联用

apply()方法在Pandas的数据表格中用的比较多，而在apply()方法当中就带上lambda匿名函数，我们新建一个数据表格，如下所示

myseries?=?pd.Series(mylist)
myseries

output

0??????4
1??????7
2?????10
3?????13
4?????16
5?????19
6?????22
7?????25
8?????28
......
dtype:?int32

apply()方法的使用和前两者稍有不同，map()方法和filter()方法我们都需要将可迭代对象放入其中，而这里的apply()则不需要

myseries.apply(lambda?x:?(x+5)/x**2)

output

0?????0.562500
1?????0.244898
2?????0.150000
3?????0.106509
4?????0.082031
5?????0.066482
6?????0.055785
7?????0.048000
......
dtype:?float64

而要是遇到DataFarme表格数据的时候，也是同样地操作

df?=?pd.read_csv(r'Dummy_Sales_Data_v1.csv')
df["Sales_Manager"]?=?df["Sales_Manager"].apply(lambda?x:?x.upper())
df["Sales_Manager"].head()

output

0??????PABLO
1??????PABLO
2????KRISTEN
3??????ABDUL
4?????STELLA
Name:?Sales_Manager,?dtype:?object

不太适合使用的场景

squared_sum?=?lambda?x,y:?x**2?+?y**2
squared_sum(3,4)

相比较而言更好的是自定义一个函数来进行处理

def?squared_sum(x,y):
????return?x**2?+?y**2
??
squared_sum(3,4)

output

25

而我们遇到如下情景的时候，可以对代码稍作简化处理

import?math
mylist?=?[10,?25,?40,?49,?65,?81]
sqrt_list?=?list(map(lambda?x:?math.sqrt(x),?mylist))
sqrt_list

output

[3.16227766,?5.0,?6.324555320,?7.0,?8.062257748,?9.0]

我们可以将其简化成

import?math
mylist?=?[10,?25,?40,?49,?65,?81]
sqrt_list?=?list(map(math.sqrt,?mylist))
sqrt_list

output

[3.162277,?5.0,?6.324555,?7.0,?8.062257,?9.0]

如果是Python当中的内置函数，尤其是例如math这种用于算数的模块，可以不需要放在lambda函数中，可以直接抽出来用