簡約不簡單的匿名函數
寫在前面
你好，我是禪墨！
昨天重學了Python 中的“常規”函數，用途十分廣泛。不過，除了常規函數，你應該也會在代碼中見到一些“非常規”函數，它們往往很簡短，就一行，並且有個很酷炫的名字——lambda，沒錯，這就是匿名函數。
匿名函數在實際工作中同樣舉足輕重，正確地運用匿名函數，能讓我們的代碼更簡潔、易讀。今天繼續 Python 的函數之旅，一起來學習這個簡約而不簡單的匿名函數。
匿名該函數基礎
首先，什麼是匿名函數呢？以下是匿名函數的格式：
lambda argument1, argument2,… argumentN : expression
我們可以看到，匿名函數的關鍵字是 lambda，之後是一系列的參數，然後用冒號隔開，最後則是由這些參數組成的表達式。我們通過幾個例子看一下它的用法：
square = lambda x: x**2
square(3)
9
這裏的匿名函數只輸入一個參數 x，輸出則是輸入 x 的平方。因此當輸入是 3 時，輸出便是 9。如果把這個匿名函數寫成常規函數的形式，則是下面這樣：
def square(x):
return x**2
square(3)
9
可以看到，匿名函數 lambda 和常規函數一樣，返回的都是一個函數對象（function object），它們的用法也極其相似，不過還是有下面幾點區別。
第一，lambda 是一個表達式（expression），並不是一個語句（statement）。
- 所謂的表達式，就是用一系列“公式”去表達一個東西，比如x + 2、 x**2等等；
- 而所謂的語句，則一定是完成了某些功能，比如賦值語句x = 1完成了賦值，print 語句print(x)完成了打印，條件語句 if x < 0:完成了選擇功能等等。
因此，lambda 可以用在一些常規函數 def 不能用的地方，比如，lambda 可以用在列表內部，而常規函數卻不能：
[(lambda x: x*x)(x) for x in range(10)]
# 輸出
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
再比如，lambda 可以被用作某些函數的參數，而常規函數 def 也不能：
l = [(1, 20), (3, 0), (9, 10), (2, -1)]
l.sort(key=lambda x: x[1]) # 按列表中元組的第二個元素排序
print(l)
# 輸出
[(2, -1), (3, 0), (9, 10), (1, 20)]
常規函數 def 必須通過其函數名被調用，因此必須首先被定義。但是作爲一個表達式的 lambda，返回的函數對象就不需要名字了。
第二，lambda 的主體是隻有一行的簡單表達式，並不能擴展成一個多行的代碼塊。
這其實是出於設計的考慮。Python 之所以發明 lambda，就是爲了讓它和常規函數各司其職：lambda 專注於簡單的任務，而常規函數則負責更復雜的多行邏輯。關於這點，Python 之父 Guido van Rossum 曾發了一篇 文章解釋，你有興趣的話可以自己閱讀。
爲什麼要使用匿名函數？
理論上來說，Python 中有匿名函數的地方，都可以被替換成等價的其他表達形式。一個 Python 程序是可以不用任何匿名函數的。不過，在一些情況下，使用匿名函數 lambda，可以幫助我們大大簡化代碼的複雜度，提高代碼的可讀性。
通常，我們用函數的目的無非是這麼幾點：
- 減少代碼的重複性；
- 模塊化代碼。
對於第一點，如果你的程序在不同地方包含了相同的代碼，那麼我們就會把這部分相同的代碼寫成一個函數，併爲它取一個名字，方便在相對應的不同地方調用。
對於第二點，如果你的一塊兒代碼是爲了實現一個功能，但內容非常多，寫在一起降低了代碼的可讀性，那麼通常我們也會把這部分代碼單獨寫成一個函數，然後加以調用。
不過，再試想一下這樣的情況。你需要一個函數，但它非常簡短，只需要一行就能完成；同時它在程序中只被調用一次而已。那麼請問，你還需要像常規函數一樣，給它一個定義和名字嗎？
答案當然是否定的。這種情況下，函數就可以是匿名的，你只需要在適當的地方定義並使用，就能讓匿名函數發揮作用了。
舉個例子，如果你想對一個列表中的所有元素做平方操作，而這個操作在你的程序中只需要進行一次，用 lambda 函數可以表示成下面這樣：
squared = map(lambda x: x**2, [1, 2, 3, 4, 5])
如果用常規函數，則表示爲這幾行代碼：
from tkinter import Button, mainloop
button = Button(
text='This is a button',
command=lambda: print('being pressed')) # 點擊時調用lambda函數
button.pack()
mainloop()
顯然，運用匿名函數的代碼簡潔很多，也更加符合 Python 的編程習慣。
Python 函數式編程
最後，我們一起來看一下，Python 的函數式編程特性，這與我們今天所講的匿名函數 lambda，有着密切的聯繫。
所謂函數式編程，是指代碼中每一塊都是不可變的（immutable），都由純函數（pure function）的形式組成。這裏的純函數，是指函數本身相互獨立、互不影響，對於相同的輸入，總會有相同的輸出，沒有任何副作用。
舉個很簡單的例子，比如對於一個列表，我想讓列表中的元素值都變爲原來的兩倍，我們可以寫成下面的形式：
def multiply_2(l):
for index in range(0, len(l)):
l[index] *= 2
return l
這段代碼就不是一個純函數的形式，因爲列表中元素的值被改變了，如果我多次調用 multiply_2() 這個函數，那麼每次得到的結果都不一樣。要想讓它成爲一個純函數的形式，就得寫成下面這種形式，重新創建一個新的列表並返回。
def multiply_2_pure(l):
new_list = []
for item in l:
new_list.append(item * 2)
return new_list
函數式編程的優點，主要在於其純函數和不可變的特性使程序更加健壯，易於調試（debug）和測試；缺點主要在於限制多，難寫。當然，Python 不同於一些語言（比如 Scala），它並不是一門函數式編程語言，不過，Python 也提供了一些函數式編程的特性，值得我們瞭解和學習。
Python 主要提供了這麼幾個函數：map()、filter() 和 reduce()，通常結合匿名函數 lambda 一起使用。這些都是你需要掌握的東西，接下來我逐一介紹。
首先是 map(function, iterable) 函數，前面的例子提到過，它表示，對 iterable 中的每個元素，都運用 function 這個函數，最後返回一個新的可遍歷的集合。比如剛纔列表的例子，要對列表中的每個元素乘以 2，那麼用 map 就可以表示爲下面這樣：
l = [1, 2, 3, 4, 5]
new_list = map(lambda x: x * 2, l) # [2， 4， 6， 8， 10]
我們可以以 map() 函數爲例，看一下 Python 提供的函數式編程接口的性能。還是同樣的列表例子，它還可以用 for 循環和 list comprehension（目前沒有統一中文叫法，你也可以直譯爲列表理解等）實現，我們來比較一下它們的速度：
python3 -mtimeit -s'xs=range(1000000)' 'map(lambda x: x*2, xs)'
2000000 loops, best of 5: 171 nsec per loop
python3 -mtimeit -s'xs=range(1000000)' '[x * 2 for x in xs]'
5 loops, best of 5: 62.9 msec per loop
python3 -mtimeit -s'xs=range(1000000)' 'l = []' 'for i in xs: l.append(i * 2)'
5 loops, best of 5: 92.7 msec per loop
你可以看到，map() 是最快的。因爲 map() 函數直接由 C 語言寫的，運行時不需要通過 Python 解釋器間接調用，並且內部做了諸多優化，所以運行速度最快。
接下來來看 filter(function, iterable) 函數，它和 map 函數類似，function 同樣表示一個函數對象。filter() 函數表示對 iterable 中的每個元素，都使用 function 判斷，並返回 True 或者 False，最後將返回 True 的元素組成一個新的可遍歷的集合。
舉個例子，比如我要返回一個列表中的所有偶數，可以寫成下面這樣：
l = [1, 2, 3, 4, 5]
new_list = filter(lambda x: x % 2 == 0, l) # [2, 4]
最後我們來看 reduce(function, iterable) 函數，它通常用來對一個集合做一些累積操作。
function 同樣是一個函數對象，規定它有兩個參數，表示對 iterable 中的每個元素以及上一次調用後的結果，運用 function 進行計算，所以最後返回的是一個單獨的數值。
舉個例子，我想要計算某個列表元素的乘積，就可以用 reduce() 函數來表示：
l = [1, 2, 3, 4, 5]
product = reduce(lambda x, y: x * y, l) # 1*2*3*4*5 = 120
當然，類似的，filter() 和 reduce() 的功能，也可以用 for 循環或者 list comprehension 來實現。
通常來說，在我們想對集合中的元素進行一些操作時，如果操作非常簡單，比如相加、累積這種，那麼我們優先考慮 map()、filter()、reduce() 這類或者 list comprehension 的形式。至於這兩種方式的選擇：
- 在數據量非常多的情況下，比如機器學習的應用，那我們一般更傾向於函數式編程的表示，因爲效率更高；
- 在數據量不多的情況下，並且你想要程序更加 Pythonic 的話，那麼 list comprehension 也不失爲一個好選擇。
不過，如果你要對集合中的元素，做一些比較複雜的操作，那麼，考慮到代碼的可讀性，我們通常會使用 for 循環，這樣更加清晰明瞭。
總結
今天，我們一起學習了 Python 中的匿名函數 lambda，它的主要用途是減少代碼的複雜度。需要注意的是 lambda 是一個表達式，並不是一個語句；它只能寫成一行的表達形式，語法上並不支持多行。匿名函數通常的使用場景是：程序中需要使用一個函數完成一個簡單的功能，並且該函數只調用一次。
寫在後面
今天就是第八天了！
不出意外的話基礎篇剩三篇就結束了！
下一階段就是高階篇哦，歡迎給建議啊！
有了解華碩天選的嗎？香嗎？歡迎評論！
CSDN：禪墨雲
知乎：禪墨雲
微信公衆號：興趣路人甲
