首页 > > 网络编程 > 其它 >

Python函数式编程之lambda表达式

2018-10-10 08:39:52来源：博客园阅读 ()

一：匿名函数的定义
    lambda parameter_list: expression

二：三元表达式
    条件为真时返回的结果 if 条件判断 else 条件为假的时候返回的结果

三：map
    map(func(arg1, arg2...), list1_arg1, list2_arg2)，
    对后面输入的list分别执行前面的函数（数学的映射）

四：reduce
    reduce(func(arg1, arg2...), list1_arg, init_value)，
    连续计算，连续调用lambda表达式

五：filter
    filter(func(arg1, arg2...), list1_arg1)
    当条件满足的时候数据会被过滤出来！

六：函数式编程和命令式编程
    def
    if --else
    for

    map reduce filter
    lambda
函数式编程的思想。。。。
命令式编程的思想。。。。

    函数式编程关心数据的映射，命令式编程关心解决问题的步骤
    
函数式编程：
(1)指的是函数与其他数据类型一样，处于平等地位，
    可以赋值给其他变量，也可以作为参数，传入另一个函数，或者作为别的函数的返回值
(2) 只用"表达式"，不用"语句"


Code：

 1 from functools import reduce
 2 # ----------------------------------------------------------------#
 3 #   匿名函数的定义
 4 # ----------------------------------------------------------------#
 5 
 6 
 7 def add(x, y):
 8     """
 9     add x and y
10     :param x: x can be str or num
11     :param y: y can be str or num
12     :return:  x+y
13     """
14     return x + y
15 
16 
17 # lambda parameter_list: expression
18 user_sum = lambda arg1, arg2: arg1 + arg2
19 
20 my_sum = user_sum(2, 2)
21 print(my_sum)
22 
23 # ----------------------------------------------------------------#
24 #   三元表达式
25 # ----------------------------------------------------------------#
26 a, b = 1, 2
27 r = a if a > b else b
28 print(r)
29 
30 # ----------------------------------------------------------------#
31 #   map(func, list)，对后面输入的list分别执行前面的函数（数学的映射）
32 # ----------------------------------------------------------------#
33 
34 myListMap1 = [1, 2, 3, 4]
35 myNewListMap1 = map(lambda x: x ** 2, myListMap1)  # 返回为map类型的数据结构
36 print(type(myNewListMap1))
37 print('myNewListMap1:', list(myNewListMap1))    # 转换为list
38 
39 
40 # 两个或者多个参数的map函数的使用
41 # 当两个参数种元素的个数不相同的时候会截断
42 myListMap2 = [1, 2, 3, 4]
43 myNewListMap2 = map(lambda x, y: x + y, myListMap1, myListMap2)
44 print('myNewListMap2:', list(myNewListMap2))
45 
46 
47 # ----------------------------------------------------------------#
48 #   reduce(func, list)连续计算，连续调用lambda表达式
49 # ----------------------------------------------------------------#
50 
51 myListReduce = [1, 2, 3, 4]
52 # 把list中的值一个一个放进lambda中
53 r = reduce(lambda x, y: x + y, myListReduce)
54 print(r)
55 
56 # 对第一个函数参数进行初始化
57 r = reduce(lambda x, y: x + y, myListReduce, 10)
58 print(r)
59 
60 # filter
61 myListFilter = [3, 5, 6, 7, 8, 9, 10]
62 myNewListFilter = filter(lambda x: x % 2 == 1, myListFilter)
63 print('myNewListFilter：', list(myNewListFilter))
64 
65 list_x = [1, 1, 0, 0]
66 filter_list = filter(lambda x: True if x == 1 else False, list_x)
67 print(list(filter_list))