Python 中的 Lambda 函数是动态创建小型匿名函数的强大方法。这些函数通常用于简短的操作,不需要完整函数定义的开销。
传统函数是使用 def 关键字定义的,而 Lambda 函数是使用 lambda 关键字定义的,并且直接集成到代码行中。特别是,它们经常用作内置函数的参数。它们使开发人员无需临时函数定义即可编写干净且可读的代码。
在本文中,我们将介绍 Lambda 函数的用途及其语法。我们还将提供一些使用它们的示例和最佳实践,并讨论它们的优缺点。
自 2.0 版本以来,Lambda 函数已成为 Python 的一部分,因此您需要:
在本教程中,我们将了解如何将 Lambda 函数与 Pandas 库结合使用:一个快速、强大、灵活且易于使用的开源数据分析和操作库。如果您尚未安装,请运行以下命令:
pip install pandas
首先,让我们定义开发人员创建 Lambda 函数必须使用的语法。
Lambda 函数是使用 lambda 关键字定义的,后跟一个或多个参数和一个表达式:
lambda arguments: expression
假设我们要创建一个将两个数字相加的 Lambda 函数:
add = lambda x, y: x + y
运行以下命令:
result = add(3, 5) print(result)
这会导致:
8
我们创建了一个带有两个参数 x 和 y 的匿名函数。与传统函数不同,Lambda 函数没有名称:这就是为什么我们说它们是“匿名的”。
此外,我们不使用 return 语句,就像在常规 Python 函数中那样。所以我们可以随意使用 Lambda 函数:它可以被打印(就像我们在本例中所做的那样)、存储在变量中等等。
现在让我们看看 Lambda 函数的一些常见用例。
Lambda 函数特别适用于我们需要临时简单函数的情况。特别是,它们通常用作高阶函数的参数。
让我们看一些实际例子。
map() 是一个内置函数,它将给定的函数应用于可迭代的每个项目,并返回带有结果的地图对象。
例如,假设我们要计算列表中每个数字的平方根。我们可以使用 Lambda 函数,如下所示:
pip install pandas
这会导致:
lambda arguments: expression
我们现在有一个包含初始数字的平方根的列表。
正如我们所看到的,这极大地简化了即时使用不需要稍后重用的函数的流程。
现在,假设我们有一个数字列表并想要过滤偶数。
我们可以使用 Lambda 函数,如下所示:
add = lambda x, y: x + y
这会导致:
result = add(3, 5) print(result)
Python中的sorted()函数从任何可迭代的元素中返回一个新的排序列表。使用 Lambda 函数,我们可以对这些列表应用特定的过滤条件。
例如,假设我们有一个二维点列表:(x,y)。我们想要创建一个以增量方式对 y 值进行排序的列表。
我们可以这样做:
8
我们得到:
# Define the list of numbers numbers = [1, 2, 3, 4] # Calculate square values and print results squared = list(map(lambda x: x ** 2, numbers)) print(squared)
鉴于其简洁性,Lambda 函数可以嵌入到列表推导式中以进行即时计算。
假设我们有一个数字列表。我们想要:
我们可以这样做:
[1, 4, 9, 16]
我们得到:
# Create a list of numbers numbers = [1, 2, 3, 4] # Filter for even numbers and print results even = list(filter(lambda x: x % 2 == 0, numbers)) print(even)
鉴于我们已经探讨过的示例,让我们来看看使用 Lambda 函数的一些优点:
让我们简单讨论一下 Python 中 Lambda 函数的一些限制和缺点:
现在我们已经考虑了一些优点和缺点,让我们定义一些有效使用 Lambda 函数的最佳实践:
在某些情况下,更高级的 Lambda 函数技术可能会有所帮助。
让我们看一些例子。
Lambda 函数可以嵌套以进行复杂的操作。
此技术在需要按顺序进行多个小型转换的场景中非常有用。
例如,假设您要创建一个函数来计算数字的平方根,然后加 1。以下是如何使用 Lambda 函数来执行此操作:
pip install pandas
你得到:
lambda arguments: expression
许多 Python 库利用 Lambda 函数来简化复杂的数据处理任务。
例如,Lambda 函数可以与 Pandas 和 NumPy 一起使用,以简化数据操作和转换。
假设我们有一个包含两列的数据框。我们想要创建另一列,作为其他两列的总和。在这种情况下,我们可以使用 Lambda 函数,如下所示:
add = lambda x, y: x + y
我们得到:
pip install pandas
我们的 Python Lambda 函数之旅就到此为止!
在本文中,我们了解了如何在 Python 中使用 Lambda 函数,探讨了它们的优缺点、一些最佳实践,并涉及了一些高级用例。
编码愉快!
P.S.如果您想在 Python 文章发布后立即阅读,请订阅我们的 Python Wizardry 时事通讯,不错过任何一篇文章!
以上是如何在 Python 中使用 Lambda 函数的详细内容。更多信息请关注PHP中文网其他相关文章!