lambda
lambda函数的使用方法：
在lambda后面直接跟变量；
变量后面是冒号；
冒号后面是表达式，表达式计算结果就是本函数的返回值。
lambda表达式的公式：
lambda arg1， arg2，…，argN：expression using arguments
lambda表达式不能包含命令，包含的表达式不能超过一个。不要试图向lambda表达式中塞入太多的东西，因为lambda表达式存在的意义本身就是使编程更简洁。
>>> num_list = [1, 2, 3, 4, 5, 6, 7] >>> lamb = lambda x: x+3 # 定义lambda表达式，实现+3的操作，结果返回冒号后表达式计算的结果 >>> num = [] >>> for i in num_list: ... num.append(lamb(i)) # lambda表达式赋给变量lamb后，直接用变量名传入参数 ... >>> num [4, 5, 6, 7, 8, 9, 10]
>>> g = lambda x, y: x + y # 定义了一个实现两个数相加的lambda表达式，并将其赋给变量g >>> g(4, 12) # 通过变量g向lambda表达式传入参数 16 >>> (lambda x, y: x * y)(3, 7) # 直接在lambda表达式后传入参数，传参的方式类似于函数 21
>>> def test(a, b, func): ... result = func(a, b) ... print(result) ... >>> test(11, 22, lambda x,y:x+y) # 将匿名函数lambda表达式作为另外一个函数的参数传递 33
>>> func = input('请输入一个函数：') # input将任何输入的内容都处理成字符串 请输入一个函数：lambda x, y: x + y # 输入了一个lambda表达式 >>> func # lambda表达式被处理成字符串 'lambda x, y: x + y' >>> func = eval(func) # 用eval将字符串转换成可执行的函数 >>> func <function <lambda> at 0x7fe3d643a8c8> >>> test(22, 33, func) # 函数作为参数传递给另外一个函数 55
lambda还可以不传参数，直接使用全局变量： >>> x = 55 # 全局变量 >>> func = lambda : x + 50 # lambda表达式中没有参数 >>> func() # 直接调用，不传参数 105
lambda表达式也可以像普通函数那样，直接使用全局变量。
map
map的使用：
Help on class map in module builtins:
class map(object)
| map(func, *iterables) --> map object # 第二个参数是一个收集迭代对象的参数
| # 返回一个map对象
| Make an iterator that computes the function using arguments from
| each of the iterables. Stops when the shortest iterable is exhausted.
map()函数是python的一个内置函数，它的基本样式是：
map(func, seq)
其中，func是一个函数对象，seq是一个序列对象。在执行的时候，序列对象中的每个元素，按照从左到右的顺序，依次被取出来，塞入到func函数里，作为func函数的参数。最后返回一个map对象，这个对象是迭代器。
对map()函数主要理解以下几个要点：
对可迭代对象中的每个元素，依次应用function的函数(本质上就是一个for循环)；
将所有结果返回一个map对象，这个对象是迭代器；
如果参数很多，则对那些参数并行执行function函数，就可以提升运行速度。
>>> num_list = [1, 2, 3, 4, 5, 6, 7] >>> list(map(lambda x: x + 3, num_list)) # map第一个参数是一个函数，第二个参数是序列 [4, 5, 6, 7, 8, 9, 10]
在应用中，map能实现的，也可以用其他方式实现：
>>> num_list = [1, 2, 3, 4, 5, 6, 7] >>> squared = [] >>> for i in num_list: # 普通for循环的方法 ... squared.append(i**2) ... >>> squared [1, 4, 9, 16, 25, 36, 49] >>> def square(x): return x ** 2 ... >>> list(map(square, num_list)) # map+普通函数的方法 [1, 4, 9, 16, 25, 36, 49] >>> list(map(lambda x: x + 2, num_list)) # map+lambda表达式的方法 [3, 4, 5, 6, 7, 8, 9] >>> [i * 2 for i in num_list] # 列表解析 [2, 4, 6, 8, 10, 12, 14]
使用map使编程更简洁，提高性能：
>>> list1 = [1, 2, 3, 4, 5] >>> list2 = [6, 7, 8, 9, 10] >>> list3 = [11, 12, 13, 14, 15] # 实现三个列表中对应位置元素相加 >>> list(map(lambda x, y, z: x + y + z, list1, list2, list3)) # 使用map更简洁，效率更高 [18, 21, 24, 27, 30] >>> map(lambda x, y, z: x + y + z, list1, list2, list3) # map返回的是一个map对象 <map object at 0x7f8aef83c828>
reduce
首先声明：在python3中，reduce被移到了functools模块里了；在python2中尚在全局命名空间中。
reduce的使用：
>>> from functools import reduce # reduce在functools模块里，需先导入
>>> help(reduce)
Help on built-in function reduce in module _functools:
reduce(...)
reduce(function, sequence[, initial]) -> value # 返回一个具体的值
Apply a function of two arguments cumulatively to the items of a sequence,
from left to right, so as to reduce the sequence to a single value.
For example, reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) calculates
((((1+2)+3)+4)+5). If initial is present, it is placed before the items
of the sequence in the calculation, and serves as a default when the
sequence is empty.
reduce()的第一个参数是一个函数，第二个参数是序列类型的对象。它与map的区别有：map第二个参数可传入多个可迭代的对象，而reduce的第二个参数只能传入一个序列对象。map是上下运算；reduce是横着逐个元素进行运算。此外reduce还可指定第三个可选参数，用以指定reduce第一个参数的函数的起始值。
使用reduce实现累加操作：
>>> reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) # 实现累加 15 >>> reduce(lambda x, y: x + y, list(range(1, 101))) # 实现1-100的累加 5050 >>> reduce(lambda x, y: x + y, list(range(1, 101)), 2) # 指定第三个可选参数作为函数的起始值 5052 >>> reduce(lambda x, y: x + y, list(range(1, 101)), 9) # 函数的第二个值继续从序列中取得 5059 >>> reduce(lambda x, y: x + y, list(range(3, 101))) # 实现3-100的累加 5047 >>> reduce(lambda x, y: x + y, list(range(3, 101)), 2) 5049
filter
filter的使用：起到过滤的作用。
Help on class filter in module builtins:
class filter(object)
| filter(function or None, iterable) --> filter object # 返回一个filter对象
|
| Return an iterator yielding those items of iterable for which function(item)
| is true. If function is None, return the items that are true.
filter的第一个参数是一个条件表达式或者为空，第二个参数是一个可迭代对象。
>>> numbers = range(-1, 5) >>> list(filter(lambda x: x > 0, numbers)) # 条件为真时，返回满足条件的值 [1, 2, 3, 4] >>> list(filter(lambda c: c != 't', 'python')) ['p', 'y', 'h', 'o', 'n']
zip
zip的使用：
>>> help(zip)
Help on class zip in module builtins:
class zip(object)
| zip(iter1 [,iter2 [...]]) --> zip object # 传入至少一个可迭代的对象
| # 返回一个zip对象
| Return a zip object whose .__next__() method returns a tuple where
| the i-th element comes from the i-th iterable argument. The .__next__()
| method continues until the shortest iterable in the argument sequence
| is exhausted and then it raises StopIteration.
>>> colors = ['red', 'green', 'blue'] >>> values = [234, 12, 89, 65] >>> list(zip(colors, values)) # 将迭代对象中对应位置的值组成元组，返回zip对象 [('red', 234), ('green', 12), ('blue', 89)] # zip自动进行匹配，抛弃不对应的项，以最短的为准
>>> dots = [(1, 2), (3, 4), (5, 6)] >>> x, y = zip(*dots) # 以分配参数的方式传入 >>> x (1, 3, 5) >>> y (2, 4, 6)
>>> a = [1, 2, 3, 4, 5] >>> b = [2, 2, 9, 0, 10] >>> list(map(lambda value: max(value), zip(a, b))) [2, 2, 9, 4, 10]
两个变量的值互换：
方法一：通过一个中间变量完成。
>>> a = 12 # 实现变量a、b值互换 >>> b = 99 >>> c = 0 # 通过中间变量c来完成 >>> c = a >>> a = b >>> b = c >>> a 99 >>> b 12
方法二：python的特有方法。
>>> a = 12 >>> b = 99 >>> a, b = b, a >>> a 99 >>> b 12
方法三：通过数学运算
>>> a = 12 >>> b = 99 >>> a = a + b >>> b = a - b >>> a = a - b >>> a 99 >>> b 12