程序员秒解 Python 三大难题，他做对了什么？

作者 | veelion

责编 | 胡巍巍

函数lambda、map、filter，是Python中的重要知识点。本篇文章，将通过示例，来介绍Python中的lambda、map、filter函数的使用方法。

lambda

lambda操作符（或lambda函数）通常用来创建小巧的，一次性的匿名函数对象。它的基本语法如下：

lambda arguments : expression

lambda操作符可以有任意数量的参数，但是它只能有一个表达式，且不能包含任何语句，返回一个可以赋值给任何变量的函数对象。

下面通过一个例子来理解一下。首先看看一个Python函数：

def add(x, y):    
return x+y

# call the function
add(1, 2)  # Output: 3

上述函数名为add, 它需要两个参数x和y，并返回它们的和。接下来，我们把上面的函数变成一个lambda函数：

add = lambda x, y : x + y

print(add(1,2))  # Output: 3

在lambda x, y : x + y中，x和y是函数的参数，x+y是表达式，它被执行并返回结果。

lambda x, y : x + y返回的是一个函数对象，它可以被赋值给任何变量。在本例中函数对象被赋值给了add变量。如果我们查看add的type，可以看到它是一个Function。

type(add)  # Output: function

绝大多数lambda函数作为一个参数传给一个需要函数对象为参数的函数，比如map，reduce，filter等函数。

map

map的基本语法如下：

map(function_object, iterable1, iterable2, ...)

map函数需要一个函数对象和任意数量的iterables，如list、dictionary等。它为序列中的每个元素执行function_object，并返回由函数对象修改的元素组成的列表。

示例如下：

def add2(x):    
return x+2

map(add2, [1,2,3,4])  
# Output: [3,4,5,6]

在上面的例子中，map对list中的每个元素1,2,3,4执行add2函数并返回[3,4,5,6]。接着看看，如何用map和lambda重写上面的代码：

map(lambda x: x+2, [1,2,3,4])  
#Output: [3,4,5,6]

仅仅一行即可搞定！

使用map和lambda迭代dictionary：

dict_a = [
    {'name': 'python', 'points': 10}, 
    {'name': 'java', 'points': 8}
]  

map(lambda x : x['name'], dict_a)
# Output: ['python', 'java']

map(lambda x : x['points']*10,  dict_a) 
# Output: [100, 80]

map(lambda x : x['name'] == "python", dict_a) 
#Output: [True, False]

以上代码中，dict_a中的每个dict作为参数传递给lambda函数。lambda函数表达式作用于每个dict的结果作为输出。

map函数作用于多个iterables：

list_a = [1, 2, 3]
list_b = [10, 20, 30]

map(lambda x, y: x + y, list_a, list_b) 
# Output: [11, 22, 33]

这里，list_a和list_b的第i个元素作为参数传递给lambda函数。

在Python3中，map函数返回一个惰性计算（lazily evaluated）的迭代器（Iterator）或map对象。就像zip函数是惰性计算那样。

我们不能通过index访问map对象的元素，也不能使用Len()得到它的长度。
但我们可以强制转换map对象为list：

map_output = map(lambda x: x*2, [1, 2, 3, 4])
print(map_output) 
# Output: map object

filter

filter的基本语法如下：

filter(function_object, iterable)

filter函数需要两个参数，function_object返回一个布尔值（boolean），对iterable的每一个元素调用function_object，filter只返回满足function_object为True的元素。

和map函数一样，filter函数也返回一个list，但与map函数不同的是，filter函数只能有一个iterable作为输入。
示例：
返回偶数：

a = [1, 2, 3, 4, 5, 6]
filter(lambda x : x % 2 == 0, a) 
# Output: [2, 4, 6]

过滤dicts的list：

dict_a = [
    {'name': 'python', 'points': 10}, 
    {'name': 'java', 'points': 8}
]

filter(lambda x : x['name'] == 'python', dict_a)
# Output: [{'name': 'python', 'points': 10}]

和map一样，filter函数在Python3中返回一个惰性计算的filter对象或迭代器。我们不能通过index访问filter对象的元素，也不能使用Len()得到它的长度。

list_a = [1, 2, 3, 4, 5]

filter_obj = filter(lambda x: x % 2 == 0, list_a) 
# filter object 

even_num = list(filter_obj) 
# Converts the filer obj to a list

print(even_num) # Output: [2, 4]

作者：veelion，具有十年开发经验，主要使用Python、C++语言，从事网络爬虫、搜索引擎、自然语言理解处理等领域的研发工作。

声明：本文为作者投稿，版权归对方所有。

推荐阅读：