如何分析Python中的Lambda和Map及Reduce

這篇文章給大家介紹如何分析Python中的Lambda和Map及Reduce，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

今天要和大家分享的是Python匿名函數（anonymous functions），也叫lambda函數。匿名函數的意思就是說這個函數沒有顯式的函數名，因為一般在Python中定義函數的時候都是這個樣子的，def function_name(參數列表): balabalaba。暫且把具有function_name的函數稱作常規函數，而匿名函數就稱作lambda函數。匿名函數沒有顯式的函數名，但是有顯式的lambda標志，寫了lambda的函數就可以稱作匿名函數。一般情況大家不愿意用匿名函數（因為他

們不會用！），但是無論是Python的書還是網絡教程，都會講這個，而且是開始比較基礎的部分，而匿名函數剛開始學又比較抽象，所以有必要給大家安利一下這個坑到底是什么！下面開始栗子講解.

# lambda 

"""
>>> def function_1(x, y):
       return x + y

>>> function_2 = lambda x,y: x + y
>>>
>>> function_1(1,2)
3
>>> function_2(1,2)
3
"""

通過這個栗子我們發現，function_1和function_2都可以用相同方式來調用。

區別在于匿名函數沒有return語句，而匿名函數的返回值就是它定義的表達式。

匿名函數的生存周期就是在當前行，就是在那定義的，就在那里用，過了這村，后面就再不用他了。這也暗示了匿名函數為啥沒有函數名，因為不會再用它啊，取個名字也是浪費感情。

# map()函數說明

一般和lambda表達式同時出現的還有map和reduce函數，接下來我們再看看

這是什么鬼。你可能聽說過Hadoop里面的Map-Reduce過程，這里的和那個的

原理是類似的。map的意思不太好翻譯，這樣理解一下，有一個函數A，一個需要計算的對象B，把A map一下到B那么都對B里的每一個元素都使用了函數A。

接下來舉個計算三角函數值的栗子。

import math
def function_5(x):
    return math.sin(x)

>>> list_1 = [-math.pi/4, math.pi/4]
>>> map(function_5, list_1)
[-0.7071067811865475, 0.7071067811865475]

如果我們不用常規函數，而是用lambda表達式，則

>>> map(lambda x: math.sin(x), list_1)

原來要用3行的代碼，現在只要1行就可以搞定。

# reduce函數

如果我們直接reduce剛才定義的函數，看下會發生什么。

>>> reduce(function_5, list_a)

Traceback (most recent call last):
  File "<pyshell#22>", line 1, in <module>
    reduce(function_5, list_a)
TypeError: function_5() takes exactly 1 argument (2 given)

TypeError，類型錯誤，它說function_5本來只要1個參數，而你給了2個。

哪里來的兩個？因為我們的list_1中有2個元素，就是這么來的。

# reduce的語法是：

reduce(function, seq)

reduce會根據function的表達式，來依次計算seq中的元素。

還是舉個栗子好了。

>>> reduce(lambda x,y: x+y, [47,11,42,13])
113
113 <== (((47 + 11) + 42) + 13)

# 計算一下1到100的和。
>>> reduce(lambda x, y: x+y, range(1,101))
5050

剛才我們的map函數返回值是多個，而reduce則只返回一個值。注意這里的區別。

# 是不是很簡單 ?

在Python 3里面，reduce函數被放到了functools模塊里面，要用的話，需要from functools import reduce。

關于如何分析Python中的Lambda和Map及Reduce就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。