8.md

Lambda 表达式

• 使用 Lambda 表达式创建匿名函数，即没有名称的函数。lambda 表达式非常适合快速创建在代码中以后不会用到的函数。

  麻烦的写法：

    def multiply(x, y):
      return x * y

  使用Lambda之后：

    double = lambda x, y: x * y

• Lambda 函数的组成部分：

  • 关键字 lambda 表示这是一个 lambda 表达式。
  • lambda 之后是该匿名函数的一个或多个参数（用英文逗号分隔），然后是一个英文冒号 :。和函数相似，lambda 表达式中的参数名称是随意的。
  • 最后一部分是被评估并在该函数中返回的表达式，和你可能会在函数中看到的 return 语句很像。
  • 备注：鉴于这种结构，lambda 表达式不太适合复杂的函数，但是非常适合简短的函数。

Lambda 表达式[相关练习]

• map() 是一个高阶内置函数，接受函数和可迭代对象作为输入，并返回一个将该函数应用到可迭代对象的每个元素的迭代器。下面的代码使用 map() 计算 numbers 中每个列表的均值，并创建列表 averages, 通过将 mean 函数替换为在 map() 的调用中定义的 lambda 表达式，重写这段代码，使代码更简练。

    numbers = [
                  [34, 63, 88, 71, 29],
                  [90, 78, 51, 27, 45],
                  [63, 37, 85, 46, 22],
                  [51, 22, 34, 11, 18]
              ]
  
    def mean(num_list):
        return sum(num_list) / len(num_list)
  
    averages = list(map(mean, numbers))
    print(averages)

  使用lambda重写后：

    numbers = [
                  [34, 63, 88, 71, 29],
                  [90, 78, 51, 27, 45],
                  [63, 37, 85, 46, 22],
                  [51, 22, 34, 11, 18]
              ]
  
    averages = list(map(lambda x: sum(x) / len(x), numbers))
    print(averages) # [57.0, 58.2, 50.6, 27.2]

• filter() 是一个高阶内置函数，接受函数和可迭代对象作为输入，并返回一个由可迭代对象中的特定元素（该函数针对该元素会返回 True）组成的迭代器。下面的代码使用 filter() 从 cities 中获取长度少于 10 个字符的名称以创建列表 short_cities。通过将 is_short 函数替换为在 filter() 的调用中定义的 lambda 表达式，重写这段代码，使代码更简练。

    cities = ["New York City", "Los Angeles", "Chicago", "Mountain View", "Denver", "Boston"]
  
    def is_short(name):
        return len(name) < 10
  
    short_cities = list(filter(is_short, cities))
    print(short_cities)

  使用lambda重写后：

    cities = ["New York City", "Los Angeles", "Chicago", "Mountain View", "Denver", "Boston"]
  
    short_cities = list(filter(lambda n: len(n) < 10, cities))
    print(short_cities) # ['Chicago', 'Denver', 'Boston']