lambda是什麼
大家好，今天給大家帶來的是有關於Python裏面的lambda表達式詳細解析。lambda在Python裏面的用處很廣，但說實話，我個人認爲有關於lambda的討論不是如何使用的問題，而是該不該用的問題。接下來還是通過大量實例和大家分享我的學習體驗，可能最後你也會得出和我一樣的結論。
好啦，首先讓我們先搞明白基礎定義，lambda到底是什麼？
Lambda表達了Python中用於創建匿名函數的特殊語法。我們將lambda語法本身稱爲lambda表達式，從這裏得到的函數稱之爲lambda函數。
其實總結起來，lambda可以理解爲一個小的匿名函數，lambda函數可以使用任意數量的參數，但只能有一個表達式。估計有JavaScript ES6經驗的朋友們聽上去會很親切，具體函數表達式如下：
- 模板： lambda argument: manipulate(argument)
- 參數：argument就是這個匿名函數傳入的參數，冒號後面是我們對這個參數的操作方法
讓我們參考上面的定義模板和參數, 直接看一個最簡單的例子:
add_one = lambda x:x+1 # 1個參數，執行操作爲+1
add_nums = lambda x,y:x+y # 2個參數，執行操作爲相加
print(add_one(2)) # 調用add_one
print(add_nums(3,7)) # 調用add_nums
>>> 3
10相比大家已經發現lambda匿名函數的特點了，就是對於較爲簡單的功能，無需自己def一個了，單行就可以寫下，傳參和執行方法一氣呵成
lambda用法詳解
接下來讓我們看看lambda的實際應用，就我自己使用lambda的體驗來說，從來沒有單獨用過，lambda一般情況下是和map，filter，reduce這些超棒的內置函數以及dict，list,tuple,set 等數據結構混用，這樣才能發揮它的最大效果，如果有朋友還不太熟悉這些內置函數，可以看一下我上一篇文章 Python 進階之路 (五) map, filter, reduce, zip 一網打盡
好了，閒話少說，下面讓我們一個個來看
lambda + map
首先出場的是lambda+map的組合，先看下面這個例子：
numbers = [1,2,3,4,5]
add_one = list(map(lambda n:n+1,numbers)) #map(fun,sequence)
print(list(add_one))
print(tuple(add_one))
Out: [2, 3, 4, 5, 6]
(2, 3, 4, 5, 6)這個是我們上一期的例子，實現一個數組（元組）每個元素+1，讓我們回憶一下map的用法
map(fun,sequence)，fun是傳遞的方法，sequence是一個可迭代的序列，這裏我們的fun就是匿名函數
lambda n:n+1，這裏非常完美的解釋了lambda的設計初衷，因爲如果沒有lambda，我們的解決方案是這樣:
def add(num):
return num+1
numbers = [1,2,3,4,5]
add_one = list(map(add,numbers))
print(add_one)
print(tuple(add_one))顯然易見，這裏的add方法有點多餘，所以用lambda代替是個好的選擇。讓我們再看下一個例子,這是我自己備份日誌時寫的一小段代碼,命名不是很規範：
from datetime import datetime as dt
logs = ['serverLog','appLog','paymentLog']
format ='_{}.py'.format(dt.now().strftime('%d-%m-%y'))
result =list(map(lambda x:x+format,logs)) # 利用map+lambda 實現字符串拼接
print(result)
Out:['serverLog_11-02-19.py', 'appLog_11-02-19.py', 'paymentLog_11-02-19.py']
這裏和剛纔的加1例子差不多，但是換成了字符串的拼接，然而我這裏用lambda並不是很好的解決方案，最後我們會說，現在大家應該對map + lambda 有一些感覺了，讓我們再來個和dict字典互動的例子：
person =[{'name':'Lilei',
'city':'beijing'},
{'name':'HanMeiMei',
'city':'shanghai'}]
names=list(map(lambda x:x['name'],person))
print(names)
Out：['Lilei', 'HanMeiMei']
好了，看到這裏對於map+lambda的用法大家已經很清楚了應該~
lambda + filter
lambda和filter的組合也很常見，用於特定篩選條件下，現在讓我們來看上篇文章filter的例子，就應該很好理解了：
numbers = [0, 1, 2, -3, 5, -8, 13]
# 提取奇數
result = filter(lambda x: x % 2, numbers)
print("Odd Numbers are :",list(result))
# 提取偶數
result = filter(lambda x: x % 2 == 0, numbers)
print("Even Numbers are :",list(result))
#提取正數
result = filter(lambda x: x>0, numbers)
print("Positive Numbers are :",list(result))
Out：Odd Numbers are : [1, -3, 5, 13]
Even Numbers are : [0, 2, -8]
Positive Numbers are : [1, 2, 5, 13]這裏無非就是我們把filter(fun,sequence)裏面的fun換成了我們的lambda，只是lambda的函數部分（x%2,x%2==0,x>0）都是可以返回True或者False來判斷的，符合fiter的要求，用剛纔李雷和韓梅梅的例子也是一個道理：
person =[{'name':'Lilei',
'city':'beijing'},
{'name':'HanMeiMei',
'city':'shanghai'}]
names=list(filter(lambda x:x['name']=='Lilei',person)) # 提取李雷的信息
print(names)
Out：[{'name': 'Lilei', 'city': 'beijing'}]
lambda + reduce
還是讓我們看一下上篇文章的例子：
from functools import reduce # Only Python 3
numbers = [1,2,3,4]
result_multiply = reduce((lambda x, y: x * y), numbers)
result_add = reduce((lambda x,y: x+y), numbers)
print(result_multiply)
print(result_add)
Out：24
10
這個例子用lambda和reduce的配合實現了list求累積和和累積乘法。
有意思的是這個例子具有兩面性，一方面展示了lambda和reduce如何一起使用，另一方面也引出了接下來我想說的重點：lambda真的值得用嗎？到底應該怎麼用？
避免過度使用lambda
通過上面的例子大家已經看到了lambda的實際應用場景，但是這裏我想和大家分享一下我的看法:我認爲lambda的缺點略多於優點，應該避免過度使用lambda
首先，這僅僅是我的個人看法哈，希望大家理解，我的理由如下:首先讓我們拿lambda方法和常規def做個對比，我發現lambda和def的主要不同點如下：
- 可以立即傳遞（無需變量）
- 只需一行代碼，簡潔（未必高效）
- 可以會自動返回，無需return
- lambda函數沒有函數名稱
有關優點大家都可以看到，我主要想說一下它的缺點，首先，從真正需求出發，我們在大多數時候是不需要lambda的，因爲總可以找到更好的替代方法，現在我們一起看一下剛纔lambda+reduce 的例子，我們用lambada實現的結果如下：
from functools import reduce # Only Python 3
numbers = [1,2,3,4]
result_multiply = reduce((lambda x, y: x * y), numbers)
result_add = reduce((lambda x,y: x+y), numbers)這裏用lambda並沒有實現簡單高效的目的，因爲我們有現成的sum和mul方法可以用：
from functools import reduce
from operator import mul
numbers = [1,2,3,4]
result_add = sum(numbers)
result_multiply =reduce(mul,numbers)
print(result_add)
print(result_multiply)
Out: 10
24
結果是一樣的，但是顯然用sum和mul的方案更加高效。再舉個常見的例子說明，假如我們有一個list存儲了各種顏色，現在要求把每個顏色首字母大寫，如果用lambda寫出是這樣：
colors = ['red','purple','green','blue']
result = map(lambda c:c.capitalize(),colors)
print(list(result))
Out：['Red', 'Purple', 'Green', 'Blue']
看着似乎不錯，挺簡潔的，但是我們有更好的方法：
colors = ['red','purple','green','blue']
result = [c.capitalize() for c in colors]
print(result)
Out：['Red', 'Purple', 'Green', 'Blue']
用sorted還能處理首字母不規範的情況，連排序都省了：
colors = ['Red','purple','Green','blue']
print(sorted(colors,key=str.capitalize))
Out:['blue', 'Green', 'purple', 'Red']
還有一個主要原因就是: lambda函數沒有函數名稱。所以在代碼交接，項目移植的場景中會給團隊帶來很多困難，多寫個函數add_one()沒什麼壞處，因爲大家都很容易理解，知道它是執行+1的功能
適合lambda的場景
話又說回來，存在即合理，那麼真正需要我們使用lambda的是哪些場景呢：
- 你需要的方法是很簡單的(+1，字符串拼接等),該函數不值得一個名字
- 使用lambda表達式，會比我們能想到的函數名稱更容易理解
- 除了lambda，沒有任何python提供的函數可以實現目的
- 團隊中所有成員都掌握lambda，這樣不會造成歧義或浪費時間
還有一種場景非常適用，就是在給其他人制造自己很專業的錯覺時，比如：
哎呀，小老弟，聽說你學了Python，知道lambda不？ 沒聽過？不行啊，白學了！來來來，讓我給你講講。。。此處省略1萬字
總結
今天爲大家九淺一深地講解了lambda的用法和使用場景，所謂九淺一深，就是90%情況下用於創建簡單的匿名函數，10%的情況稍微複雜（我這個藉口找的太好了）
總而言之就是，任何事情都具有兩面性，我們在使用lambda之前應該先停下來，問問自己是不是真的需要它。
當然，如果需要和別人忽悠的時候都是正反一張嘴，lambda是好是壞全憑一張嘴了，吹牛時請遵守如下原則，屢試不爽：
如果你說一個女大學生晚上賣淫就是可恥，但如果改成一個妓女利用業餘時間努力學習就勵志多了！
lambda也是如此