python的lambda匿名函数

1、 lambda匿名函数的基本介绍

匿名函数的结构如下：

lambda arg1, arg2,... argN : expression

即:匿名函数的关键字是 lambda，之后是一系列的参数，然后用冒号隔开，最后则是由这些参数组成的表达式.
例如：

f=lambda x: x + 1

这个匿名函数有一个参数x,表达式是x+1。
我们可以这么调用：

print(f(3))

结果为：

<class 'function'>
4

所以，我们看到，匿名函数lambda和常规函数一样，返回的都是一个函数对象（function object）,并且用户也几乎一样。但是它和常规函数还是有区别的：
1、lambda是一个表达式（expression）,并不是一个语句。这里要说一下两者的区别，所谓表达式，就好比数学上的公式，比如x-1,x+1等；而语句，则是为了完成某些功能，比如赋值语句x=1完成了赋值；所以，lambda函数可以用在一些常规函数def不能用的地方，比如列表内部

    l_4= [(lambda x: x+1)(x) for x in range(10)]
    print(l_4)

输出：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

2、lambda匿名函数的主体只有一行简单表达式，并不能扩展成一个多行的代码块。这也就是说，lambda匿名函数主要是处理简单任务。

严格来说，python中的匿名函数都可以被替换成等价的其他形式，比如常规函数，所以在python程序中，匿名函数并不是必须的，但是匿名函数在一定情况下是可以简化代码的。

2、 lambda匿名函数的简单应用

2.1 map函数

map(function, iterable) 函数，表示，对 iterable 中的每个元素，都运用 function 这个函数，最后返回一个新的可遍历的对象。
比如：

l_1 = [1, 2, 3]
l_2 = map(lambda x: x + 1, l_1)
print(type(l_2))
for i in l_2:
print(i)

输出：

<class 'map'>
2
3
4

这里我们鼓励使用map函数，因为 map() 函数直接由 C 语言写的，运行时不需要通过 Python 解释器间接调用，并且内部做了诸多优化，所以运行速度最快。

2.2 filter函数

filter(function, iterable) 函数，它和上面说的map 函数类似，function 同样表示一个函数对象。filter() 函数表示对 iterable 中的每个元素，都使用 function 判断，并返回 True 或者 False，最后将返回 True 的元素组成一个新的可遍历的集合。
例如：

l_1 = [1, 2, 3]
print(type(l_3))    
for i in l_3:
   print(i)

输出：

<class 'filter'>
3

2.3 reduce函数

reduce(function, iterable) 函数，主要用来对一个集合做一些累积操作。主要要使用reduce函数，需要做import引入。
例如：

from functools import reduce
l_1 = [1, 2, 3]
s = reduce(lambda x, y: x + y, l_1)
print(type(s))

输出：

<class 'int'>
6

这里返回了这个列表累积的结果。