豌豆

概述

python 中的 lambda 比较简单，只是作为创建匿名函数来使用

• lambda 只是一个表达式,而不是一个代码块。类似于 C++ 中的 define ,但比 define 要简单.Python 中的 lambda 只能封装有限的逻辑进去。
• lambda 拥有自己的全名空间，且不能访问自有参数列表之外及全局的参数。

语法

labmda 函数的语法只包含一个语句：

lambda [arg ...] : exception

lambda 可以传入多个参数，使用逗号 “,” 分隔。 exception 使用这些参数进行运算并将结果返回。这里的 exception 隐藏了 return 关键词。 示例：

fun = lambda a,b,c : a+b+c
print "call fun(1,2,3) : " , fun(1,2,3)

以上输出：

call fun(1,2,3) : 6

在 python 中的使用

lambda 的使用比较灵活。例如可以在函数内部定义匿名函数，实现简单逻辑并在函数内部使用。另一个常见的应用场景则是作为匿名函数对象在迭代器中使用。比如：

map(function, iterable, ...)
filter(function, iterable)
reduce(function, iterable[, initializer])

• map : 对迭代器招待 function 操作，并将操作后的 list 返回
• filter : function 应该返回一个布尔值，对迭代器操作为 False 的，将从 List 里排除
• reduce : 对迭代器进行累计操作，即将上一次操作的结果作为function 的第一个参数进行下一次操作。reduce 最后一个参数作为可选参数，将在首先参与运算。

这几个函数的一般用法如下：

def funMap(val):
    val = val + 1
    return val

def funFilter(val):
    return  val % 2 == 0

def funReduce(x,y):
    return x+y

#main==========
#构造数组
lst = map(funMap,range(0,11))
print lst

#过滤出数组中的偶数
lst = filter(funFilter,lst)
print lst

#将数组中的每个数累加(首先加10)
print reduce(funReduce,lst,10)

可以看到，我们需要为每个函数再定义一个函数，作为参数传入。 如果我们使用 lambda, 可以简化这些工作：

#构造数组
lst = map(lambda x : x + 1, range(0,11))
print lst

#过滤出数组中的偶数
lst = filter(lambda x : x % 2 == 0, lst)
print lst

#将数组中的每个数累加(首先加10)
print reduce(lambda x,y : x + y, lst, 10)

上面两种写法都输出：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
[2, 4, 6, 8, 10]
40

但是，显然使用lambda的写法更加优雅。