Python 匿名函数 lambda

python 使用 lambda 来创建匿名函数。

所谓匿名，意即不再使用 def 语句这样标准的形式定义一个函数。

    lambda 只是一个表达式，函数体比 def 简单很多。
    lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
    lambda 函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。
    虽然lambda函数看起来只能写一行，却不等同于C或C++的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。

使用场景：
1.需要将一个函数对象作为参数来传递时，可以直接定义一个lambda函数（作为函数的参数或返回值）
2.要处理的业务符合lambda函数的情况（任意多个参数和一个返回值），并且只有一个地方会使用这个函数，不会在其他地方重用，可以使用lambda函数
3.与一些Python的内置函数配合使用，提高代码的可读性

语法

lambda 函数的语法只包含一个语句（语法：lambda 参数：表达式），如下：

lambda [arg1 [,arg2,.....argn]]:expression

如下实例：
实例(Python 3.0+)

#!/usr/bin/python3
 
# 可写函数说明
sum = lambda arg1, arg2: arg1 + arg2
 
# 调用sum函数
print ("相加后的值为 : ", sum( 10, 20 ))
print ("相加后的值为 : ", sum( 20, 20 ))

以上实例输出结果：

相加后的值为 :  30
相加后的值为 :  40

匿名函数的多种形式

# 无参数
lambda_a = lambda: 100
print(lambda_a())
 
# 一个参数
lambda_b = lambda num: num * 10
print(lambda_b(5))
 
# 多个参数
lambda_c = lambda a, b, c, d: a + b + c + d
print(lambda_c(1, 2, 3, 4))
 
# 表达式分支
lambda_d = lambda x: x if x % 2 == 0 else x + 1
print(lambda_d(6))
print(lambda_d(7))

lambda作为一个参数传递

def sub_func(a, b, func):
    print('a =', a)
    print('b =', b)
    print('a - b =', func(a, b))
 
 
sub_func(100, 1, lambda a, b: a - b)

运行结果：

    a = 100
    b = 1
    a - b = 99

上面的代码中，sub_func中需要传入一个函数，然后这个函数在sub_func里面执行，这时候我们就可以使用lambda函数，因为lambda就是一个函数对象。

lambda函数与Python内置函数配合使用

member_list = [
    {"name": "风清扬", "age": 99, "power": 10000},
    {"name": "无崖子", "age": 89, "power": 9000},
    {"name": "王重阳", "age": 120, "power": 8000}
]
new_list = sorted(member_list, key=lambda dict_: dict_["power"])
print(new_list)
 
 
number_list = [100, 77, 69, 31, 44, 56]
num_sum = list(map(lambda x: {str(x): x}, number_list))
print(num_sum)

运行结果：

[{'name': '王重阳', 'age': 120, 'power': 8000}, {'name': '无崖子', 'age': 89, 'power': 9000}, {'name': '风清扬', 'age': 99, 'power': 10000}]
[{'100': 100}, {'77': 77}, {'69': 69}, {'31': 31}, {'44': 44}, {'56': 56}]

上面的sorted是Python中对列表排序的内置函数，我们使用lambda来获取排序的key。

map是Python中用来做映射的一个内置函数，接收两个参数，第一个参数是一个函数，第二个参数是一个可迭代对象，map会遍历可迭代对象的值，然后将值依次传递给函数执行。我们使用lambda来实现map中的函数参数。

lambda作为函数的返回值

def run_func(a, b):
    return lambda c: a + b + c
 
 
return_func = run_func(1, 10000)
print(return_func)
print(return_func(100))

运行结果：

<function run_func.<locals>.<lambda> at 0x00000254E4C94158>
10101

匿名函数可以作为一个函数的返回值，在上面的代码中，run_func返回的是一个匿名函数，返回的是一个函数对象，当我们执行这个函数时，可以得到lambda函数的结果。

注意：其中的a,b两个参数是run_func中的参数，但我们执行返回的函数return_func时，已经不在run_func的作用域内了，而lambda函数仍然能使用a,b参数。说明lambda函数会将它的运行环境保存一份，一直保留到它自己执行的时候使用。

REF

https://www.runoob.com/python3/python3-function.html

https://blog.csdn.net/weixin_43790276/article/details/90730797