Python中lambda表示式的應用
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