Python开发工程师必会技巧:匿名函数
itomcoil 2025-05-25 13:18 15 浏览
点赞、收藏、加关注,下次找我不迷路
一、啥是匿名函数?先把名字搞清楚
咱们平时定义的普通函数,都是有名字的。比如这样:
def square(x):
return x * x
这里的square就是函数的名字。而匿名函数,从名字就能看出来,它是没有名字的函数。在 Python 里,匿名函数用lambda关键字来定义,所以也叫 lambda 函数。
打个比方,普通函数就像是有正式名字的正规军,而匿名函数就像是随手拉来的临时工,用完就可以扔掉,不需要给它取个正式的名字。
二、匿名函数的语法:简单到超乎想象
匿名函数的语法非常简洁,格式是这样的:
lambda 参数: 表达式
- lambda:是定义匿名函数的关键字,就像启动匿名函数的开关。
- 参数:可以是一个参数,也可以是多个参数,多个参数之间用逗号隔开,就像普通函数的参数一样。
- 表达式:就是这个函数要执行的操作,而且这个表达式的结果会自动返回,不需要写return语句。
举几个简单的例子,马上就能明白:
例子 1:计算一个数的平方
普通函数:
def square(x):
return x * x
匿名函数:
lambda x: x * x
是不是发现匿名函数少了def、return这些关键字,直接把参数和表达式写出来了?
例子 2:计算两个数的和
普通函数:
def add(x, y):
return x + y
匿名函数:
lambda x, y: x + y
例子 3:判断一个数是否为偶数
普通函数:
def is_even(x):
return x % 2 == 0
匿名函数:
lambda x: x % 2 == 0
是不是很简单?记住这个语法,就掌握了匿名函数的一半啦!这里有个记忆诀窍:"lambda 关键字,匿名函数记心里,参数紧跟冒号后,表达式结果直接取"。
三、匿名函数的应用场景:这些地方用它超方便
匿名函数本身不能直接调用,需要把它赋值给一个变量,或者作为参数传递给其他函数。下面就来讲讲它常用的几个场景。
场景 1:作为参数传递给其他函数
在 Python 中,有一些函数需要接收一个函数作为参数,比如map()、filter()、sorted()等。这时候,匿名函数就派上大用场了,因为我们不需要专门定义一个普通函数,直接用匿名函数就能搞定,让代码更简洁。
(1)map () 函数
map()函数的作用是将一个函数应用到可迭代对象(比如列表)的每个元素上,并返回一个新的迭代器。
比如,我们有一个列表[1, 2, 3, 4, 5],想把每个元素都乘以 2,用普通函数可以这样做:
def multiply_by_2(x):
return x * 2
numbers = [1, 2, 3, 4, 5]
result = list(map(multiply_by_2, numbers))
print(result) # 输出 [2, 4, 6, 8, 10]
用匿名函数的话,代码就简洁多了:
numbers = [1, 2, 3, 4, 5]
result = list(map(lambda x: x * 2, numbers))
print(result) # 同样输出 [2, 4, 6, 8, 10]
是不是感觉代码一下子清爽了?不需要单独定义multiply_by_2函数,直接在map()里面用匿名函数就解决了。
(2)filter () 函数
filter()函数的作用是根据给定的函数过滤可迭代对象中的元素,返回一个包含符合条件元素的迭代器。
比如,过滤出列表[1, 2, 3, 4, 5, 6]中的偶数,用普通函数:
def is_even(x):
return x % 2 == 0
numbers = [1, 2, 3, 4, 5, 6]
result = list(filter(is_even, numbers))
print(result) # 输出 [2, 4, 6]
用匿名函数:
numbers = [1, 2, 3, 4, 5, 6]
result = list(filter(lambda x: x % 2 == 0, numbers))
print(result) # 同样输出 [2, 4, 6]
是不是同样简洁?
(3)sorted () 函数
sorted()函数用于对可迭代对象进行排序,我们可以通过key参数指定排序的规则。
比如,对列表[3, -1, 2, -4, 5]按照绝对值的大小进行排序,用普通函数:
def abs_value(x):
return abs(x)
numbers = [3, -1, 2, -4, 5]
sorted_numbers = sorted(numbers, key=abs_value)
print(sorted_numbers) # 输出 [-1, 2, 3, -4, 5]
用匿名函数:
numbers = [3, -1, 2, -4, 5]
sorted_numbers = sorted(numbers, key=lambda x: abs(x))
print(sorted_numbers) # 同样输出 [-1, 2, 3, -4, 5]
是不是很方便?不需要单独定义abs_value函数,直接在key参数里用匿名函数就搞定了。
场景 2:赋值给变量,当作普通函数用
虽然匿名函数没有名字,但我们可以把它赋值给一个变量,这样这个变量就可以像普通函数一样使用了。
比如:
square = lambda x: x * x
print(square(5)) # 输出 25
这里的square变量就指向了那个匿名函数,调用square(5)和调用普通函数square(5)效果是一样的。不过,一般情况下,如果函数逻辑比较复杂,还是建议用普通函数来定义,毕竟匿名函数的可读性相对较差,复杂的逻辑用匿名函数写出来可能会让人看不太明白。
场景 3:在函数内部临时使用
有时候,我们在定义一个函数的时候,需要用到一个辅助函数,而这个辅助函数只在当前函数内部使用,不会在其他地方用到。这时候,用匿名函数来定义这个辅助函数就很合适,不需要给它取一个正式的名字,用完就丢,不会污染命名空间。
比如,定义一个函数,计算两个数的和与积的差,其中需要先计算和与积,这两个计算过程可以用匿名函数来实现:
def calculate(x, y):
add = lambda a, b: a + b
multiply = lambda a, b: a * b
return multiply(x, y) - add(x, y)
print(calculate(3, 4)) # 输出 3*4 - (3+4) = 12 - 7 = 5
这里的add和multiply就是在calculate函数内部定义的匿名函数,只在这个函数内部使用,外部无法访问,这样就不会和其他地方的函数名冲突。
四、匿名函数 VS 普通函数:到底该怎么选?
为了让大家更清楚什么时候用匿名函数,什么时候用普通函数,咱们来做个对比,用表格呈现更清晰:
对比项 | 匿名函数(lambda) | 普通函数(def) |
定义方式 | 用lambda关键字,简洁,不需要函数名 | 用def关键字,需要指定函数名 |
函数体 | 只能有一个表达式,不能包含语句(如if、for等,除非是表达式形式的) | 可以包含多个语句,逻辑更复杂 |
返回值 | 自动返回表达式的结果,不需要return语句 | 需要用return语句显式返回值 |
使用场景 | 适合简单的逻辑,作为参数传递给其他函数,临时使用 | 适合复杂的逻辑,需要重复调用,或者需要给函数取一个有意义的名字提高可读性 |
可读性 | 对于复杂逻辑,可读性较差 | 函数名可以反映功能,可读性较好 |
举个例子,如果只是做一个简单的计算,比如前面的计算平方、两数之和,用匿名函数没问题。但如果是要实现一个复杂的功能,比如判断一个数是否为质数,需要多个步骤和语句,这时候就应该用普通函数了。
再给大家一个记忆诀窍:"简单逻辑用匿名,一行搞定真省力;复杂逻辑用普通,函数名字更清晰,重复调用也方便,可读性强没烦恼"。
五、这些坑别踩
问题 1:匿名函数可以包含多个表达式吗?
不行哦!匿名函数的函数体只能有一个表达式,不能有多个表达式。比如下面这样是错误的:
lambda x: x + 1; x * 2 # 错误,不能有多个表达式
如果需要多个表达式,就必须用普通函数来定义。
问题 2:匿名函数可以使用条件语句吗?
可以的,但只能用表达式形式的条件语句,也就是if...else表达式,不能用普通的if语句。格式是这样的:lambda 参数: 表达式1 if 条件 else 表达式2。
比如,定义一个函数,判断一个数是否为正数,如果是,返回它本身,否则返回 0:
positive = lambda x: x if x > 0 else 0
print(positive(5)) # 输出 5
print(positive(-3)) # 输出 0
问题 3:匿名函数的参数可以有默认值吗?
可以的,和普通函数一样,匿名函数的参数也可以设置默认值。比如:
add = lambda x, y=0: x + y
print(add(3)) # 输出 3(因为y默认是0)
print(add(3, 4)) # 输出 7
问题 4:匿名函数可以作为返回值吗?
当然可以!比如,定义一个函数,返回一个匿名函数,这个匿名函数可以实现某种功能。
def create_multiplier(n):
return lambda x: x * n
double = create_multiplier(2)
triple = create_multiplier(3)
print(double(5)) # 输出 10
print(triple(5)) # 输出 15
这里的create_multiplier函数返回了一个匿名函数,这个匿名函数使用了外层函数的参数n,这就是闭包的概念啦,不过这对于新手来说可能有点复杂,先知道匿名函数可以作为返回值就好啦。
六、跟着步骤走,快速记忆
- 记住匿名函数的定义:用lambda关键字,格式是lambda 参数: 表达式,没有名字,返回表达式的结果。
- 明白它的应用场景:作为参数传递给map()、filter()、sorted()等函数,赋值给变量临时使用,在函数内部临时使用。
- 知道什么时候用:简单逻辑用匿名函数,让代码更简洁;复杂逻辑用普通函数,保证可读性和可维护性。
- 避开常见坑:不能有多个表达式,条件语句要用表达式形式,参数可以有默认值,也可以作为返回值。
最后再复习一下记忆诀窍:
"ambda 关键字,匿名函数记心里,
参数紧跟冒号后,表达式结果直接取,
应用场景常记牢,map、filter 和 sorted,
简单逻辑用匿名,复杂逻辑普通上,
常见问题要注意,轻松掌握没烦恼。
相关推荐
- 最强聚类模型,层次聚类 !!_层次聚类的优缺点
-
哈喽,我是小白~咱们今天聊聊层次聚类,这种聚类方法在后面的使用,也是非常频繁的~首先,聚类很好理解,聚类(Clustering)就是把一堆“东西”自动分组。这些“东西”可以是人、...
- python决策树用于分类和回归问题实际应用案例
-
决策树(DecisionTrees)通过树状结构进行决策,在每个节点上根据特征进行分支。用于分类和回归问题。实际应用案例:预测一个顾客是否会流失。决策树是一种基于树状结构的机器学习算法,用于解决分类...
- Python教程(四十五):推荐系统-个性化推荐算法
-
今日目标o理解推荐系统的基本概念和类型o掌握协同过滤算法(用户和物品)o学会基于内容的推荐方法o了解矩阵分解和深度学习推荐o掌握推荐系统评估和优化技术推荐系统概述推荐系统是信息过滤系统,用于...
- 简单学Python——NumPy库7——排序和去重
-
NumPy数组排序主要用sort方法,sort方法只能将数值按升充排列(可以用[::-1]的切片方式实现降序排序),并且不改变原数组。例如:importnumpyasnpa=np.array(...
- PyTorch实战:TorchVision目标检测模型微调完
-
PyTorch实战:TorchVision目标检测模型微调完整教程一、什么是微调(Finetuning)?微调(Finetuning)是指在已经预训练好的模型基础上,使用自己的数据对模型进行进一步训练...
- C4.5算法解释_简述c4.5算法的基本思想
-
C4.5算法是ID3算法的改进版,它在特征选择上采用了信息增益比来解决ID3算法对取值较多的特征有偏好的问题。C4.5算法也是一种用于决策树构建的算法,它同样基于信息熵的概念。C4.5算法的步骤如下:...
- Python中的数据聚类及可视化分析实践
-
探索如何通过聚类分析揭露糖尿病预测数据集的特征!我们将运用Python的强力工具,深入挖掘数据,以直观的可视化揭示不同特征间的关系。一同探索聚类分析在糖尿病预测中的实践!所有这些可视化都可以通过数据操...
- 用Python来统计大乐透号码的概率分布
-
用Python来统计大乐透号码的概率分布,可以按照以下步骤进行:导入所需的库:使用Python中的numpy库生成数字序列,使用matplotlib库生成概率分布图。读取大乐透历史数据:从网络上找到大...
- python:支持向量机监督学习算法用于二分类和多分类问题示例
-
监督学习-支持向量机(SVM)支持向量机(SupportVectorMachine,简称SVM)是一种常用的监督学习算法,用于解决分类和回归问题。SVM的目标是找到一个最优的超平面,将不同类别的...
- 25个例子学会Pandas Groupby 操作
-
groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。如果我们有一个包含汽车品牌和价格信息的数据集,那么可以...
- 数据挖掘流程_数据挖掘流程主要有哪些步骤
-
数据挖掘流程1.了解需求,确认目标说一下几点思考方法:做什么?目的是什么?目标是什么?为什么要做?有什么价值和意义?如何去做?完整解决方案是什么?2.获取数据pandas读取数据pd.read.c...
- 使用Python寻找图像最常见的颜色_python 以图找图
-
如果我们知道图像或对象最常见的是哪种颜色,那么可以解决图像处理中的几个用例,例如在农业领域,我们可能需要确定水果的成熟度。我们可以简单地检查一下水果的颜色是否在预定的范围内,看看它是成熟的,腐烂的,还...
- 财务预算分析全网最佳实践:从每月分析到每天分析
-
原文链接如下:「链接」掌握本文的方法,你就掌握了企业预算精细化分析的能力,全网首发。数据模拟稍微有点问题,不要在意数据细节,先看下最终效果。在编制财务预算或业务预算的过程中,通常预算的所有数据都是按月...
- 常用数据工具去重方法_数据去重公式
-
在数据处理中,去除重复数据是确保数据质量和分析准确性的关键步骤。特别是在处理多列数据时,保留唯一值组合能够有效清理数据集,避免冗余信息对分析结果的干扰。不同的工具和编程语言提供了多种方法来实现多列去重...
- Python教程(四十):PyTorch深度学习-动态计算图
-
今日目标o理解PyTorch的基本概念和动态计算图o掌握PyTorch张量操作和自动求导o学会构建神经网络模型o了解PyTorch的高级特性o掌握模型训练和部署PyTorch概述PyTorc...
- 一周热门
- 最近发表
- 标签列表
-
- ps图案在哪里 (33)
- super().__init__ (33)
- python 获取日期 (34)
- 0xa (36)
- super().__init__()详解 (33)
- python安装包在哪里找 (33)
- linux查看python版本信息 (35)
- python怎么改成中文 (35)
- php文件怎么在浏览器运行 (33)
- eval在python中的意思 (33)
- python安装opencv库 (35)
- python div (34)
- sticky css (33)
- python中random.randint()函数 (34)
- python去掉字符串中的指定字符 (33)
- python入门经典100题 (34)
- anaconda安装路径 (34)
- yield和return的区别 (33)
- 1到10的阶乘之和是多少 (35)
- python安装sklearn库 (33)
- dom和bom区别 (33)
- js 替换指定位置的字符 (33)
- python判断元素是否存在 (33)
- sorted key (33)
- shutil.copy() (33)