lambda表示式

Python中定義了一個匿名函式叫做lambda表示式，個人理解實現的作用就是代替一些簡單的函式，使得程式碼看上去更簡潔並且可讀性高。舉個例子，我們有一個元組列表[(‘a’,1),(‘b’,2),(‘c’,3)]，我想在想把裡邊每個元組的第一項，即字母項提取出來構成一個新的列表。此時我們可以定義一個函式，函式引數是元組，返回值是元組的第一項，然後將函式迴圈作用於列表的每一個元組。很簡單的操作我們卻還得思考這個函式名對吧，還得花三行把函式寫出來對吧，這顯然不是Python這種神級語言的風格，於是就有了lambda表示式子。

用法

單純的lambda表示式

f = lambda x:pow(x,2)
f(2)
 

如上兩行程式碼，定義一個lambda表示式f,輸入引數為x，返回為x的平方

map,filter,reduce函式

• map函式
  就如我們標題裡定義的問題，我需要定義一個lambda表示式對列表或者字典中的每一個元素進行操作，就需要用到map函式。
  

例子：

a = [('a',1),('b',2),('c',3),('d',4)]
a_1 = list(map(lambda x:x[0],a))

如上例子，map函式第一個引數是一個lambda表示式，輸入一個物件，返回該物件的第一個元素。第二個就是需要作用的物件，此處是一個列表。Python3中map返回一個map物件，我們需要人工轉為list，得到的結果就是[‘a’,’b’,’c’,’d’]
例子：

a = [1,2,3,4]
b = [2,3,4,5]
a_1 = list(map(lambda x,y:x+y,a,b))

上邊這個例子是為了說明,lambda表示式引數可以是多個。返回結果是[3,5,7,9]

• filter函式
  篩選序列中的元素，如下圖
  

  例子：

a = [1,2,3,4,5,6,7]
a_1 = filter(lambda x:x<4,a)

如上例子，定義lambda表示式，篩選a列表中小於4的元素，結果為[1,2,3]。filter函式直接返回一個列表，無需再進行轉換

• reduce函式
  對序列中的元素進行累計操作
  Python3中刪掉了全域性的reduce函式，需要從functools引入
  

  例子：

from functools import reduce
a = [1,2,3,4,5,6,7]
a_1 = reduce(lambda x,y:x+y,a)

reduce中使用的lambda表示式需要兩個引數，reduce函式共三個引數，第一個是就是lambda表示式，第二個是要累計的序列，第三個是初始值，我們沒給初始值，那麼開始操作的兩個元素就是序列的前兩個。否則將使用我們給出的初始值和序列第一個元素操作，然後結果再與第三個元素操作，以此類推。上個例子結果是28

字典多條件排序

lambda表示式也常用於字典排序，既然寫到字典排序，那就把按鍵排序和按值排序都寫寫好了。
字典排序函式是sorted(iterable[, cmp[, key[, reverse]]]

• 字典按鍵排序
  顯然按鍵排序，需要用字典中每個元素的第一項排序
  例子：

dict = {'a':1,'b':2,'c':3,'d':4,'e':3,'f':1,'g':7}
sorted_dict_asc = sorted(dict.items(),key=lambda item:item[0])
sorted_dict_dsc = sorted(dict.items(),key=lambda item:item[0],reverse=True)

輸出（第一個升序，第二個降序）：

[('a', 1), ('b', 2), ('c', 3), ('d', 4), ('e', 3), ('f', 1), ('g', 7)]
[('g', 7), ('f', 1), ('e', 3), ('d', 4), ('c', 3), ('b', 2), ('a', 1)]]

• 字典按值排序
  需要使用字典中每個元素的第二項進行排序
  例子：

dict = {'a':1,'b':2,'c':3,'d':4,'e':3,'f':1,'g':7}
sorted_dict_asc = sorted(dict.items(),key=lambda item:item[1])
sorted_dict_dsc = sorted(dict.items(),key=lambda item:item[1],reverse=True)1])

輸出（第一個升序，第二個降序）：

[('f', 1), ('a', 1), ('b', 2), ('e', 3), ('c', 3), ('d', 4), ('g', 7)]
[('g', 7), ('d', 4), ('e', 3), ('c', 3), ('b', 2), ('f', 1), ('a', 1)]

• 字典的多條件排序
  如上例子，我們想將字典按值排序，當值相等時我們按字母表排序，那麼就是多條件排序。
  例子：

dict = {'f':1,'b':2,'c':3,'d':4,'e':3,'a':1,'g':7}
sorted_dict_asc = sorted(dict.items(),key=lambda item:(item[1],item[0]))
sorted_dict_dsc = sorted(dict.items(),key=lambda item:(item[1],item[0]),reverse=True)

輸出（第一個升序，第二個降序）

[('a', 1), ('f', 1), ('b', 2), ('c', 3), ('e', 3), ('d', 4), ('g', 7)]
[('g', 7), ('d', 4), ('e', 3), ('c', 3), ('b', 2), ('f', 1), ('a', 1)]

Pandas中使用lambda表示式

DataFrame中有apply函式，可以對DataFrame進行函式式操作。
例子：

from pandas import DataFrame
import pandas as pd
import numpy as np
df = DataFrame(np.random.randn(4,4),columns=['a','b','c','d'])
df
df.apply(lambda x:x.max()-x.min())

輸出：

          a         b         c         d
0 -0.134699  0.968632  1.115608  0.254972
1 -1.352505  0.817367  1.534107  0.656095
2 -1.365411  0.538684 -2.264565  0.940392
3 -1.226655  1.194383  0.306842 -1.350685
a    1.230712
b    0.655699
c    3.798672
d    2.291077
dtype: float64