python 匿名函式（lambda函式）

lambda arguments: expression

其中，arguments表示函式引數，可以是一個或多個，多個引數之間用逗號分隔；expression表示函式體，可以是任何有效的Python運算式，

下面是幾個匿名函式的示例：

# 計算兩個數的和
add = lambda x, y: x + y

# 判斷一個數是否為偶數
is_even = lambda x: x % 2 == 0

# 對一個串列按照元素長度從小到大排序
sort_by_length = lambda lst: sorted(lst, key=lambda x: len(x))

匿名函式的主要用途是作為其他函式的引數，例如map()、filter()、reduce()等高階函式，使用匿名函式可以避免撰寫額外的函式定義，使代碼更加簡潔明了，下面是一個map()函式的示例：

lst = [1, 2, 3, 4]
squared = map(lambda x: x ** 2, lst)
print(list(squared))  # [1, 4, 9, 16]

匿名函式的使用場景：

1. 在函式式編程中，匿名函式是非常重要的一種語法結構，常用于函式作為引數的場合，比如map()、filter()、reduce()等高階函式，

2. 匿名函式還可以用來定義簡單的回呼函式，比如對一個串列中的元素進行排序時，可以使用sort()函式，并指定一個lambda運算式作為key引數來實作，

3. 在Python中，有些內置函式也支持傳入自定義的函式，比如sorted()、max()、min()等，這些函式通常會使用匿名函式作為引數，以便更加靈活地控制函式的行為，

注意事項：

1. 匿名函式只適用于較短和較簡單的代碼段，如果需要撰寫復雜的計算或包含多條陳述句的函式，最好使用普通函式來實作，

2. 匿名函式的命名空間與當前環境相同，因此可能會導致變數名沖突的問題，在撰寫復雜程式時，應該避免使用匿名函式過多，以保證程式的可讀性和可維護性，

3. 當使用lambda關鍵字定義匿名函式時，不需要使用return陳述句來回傳結果，運算式的結果就是函式的回傳值，

4. 如果一個匿名函式的邏輯比較復雜，建議將其抽象成一個普通函式，以提高代碼的可讀性和可維護性，

下面是一些示例代碼，說明使用匿名函式的一些典型場景：

# 使用map()函式將串列中的元素轉換為字串，并用逗號分隔
lst = [1, 2, 3, 4]
result = ','.join(map(lambda x: str(x), lst))
print(result)  # '1,2,3,4'

# 使用filter()函式篩選出串列中的偶數
lst = [1, 2, 3, 4]
result = list(filter(lambda x: x % 2 == 0, lst))
print(result)  # [2, 4]

# 對一個字典按照值進行排序
d = {'a': 3, 'b': 1, 'c': 2}
sorted_d = sorted(d.items(), key=lambda x: x[1])
print(sorted_d)  # [('b', 1), ('c', 2), ('a', 3)]

# 根據數字字串的長度對串列進行排序
lst = ['12', '123', '1', '1234']
sorted_lst = sorted(lst, key=lambda x: len(x))
print(sorted_lst)  # ['1', '12', '123', '1234']

關于Python中匿名函式的注意事項：

1. 匿名函式可以使用默認引數和可變引數，語法與普通函式相同，例如：

# 使用默認引數的匿名函式
add = lambda x, y=1: x + y
print(add(3))  # 4

# 使用可變引數的匿名函式
sum_all = lambda *args: sum(args)
print(sum_all(1, 2, 3))  # 6

2.如果一個匿名函式的引數串列為空，那么在定義時也需要使用一對空括號來表示，例如：

# 沒有引數的匿名函式
f = lambda: 'Hello, world!'
print(f())  # 'Hello, world!'

3.匿名函式雖然可以訪問外部環境的變數，但是訪問范圍是只讀的，如果需要修改外部變數，需要使用nonlocal或global關鍵字，例如：

def make_adder(n):
    return lambda x: x + n

# 計算兩個數的和，并加上一個偏移量
offset = 10
add = make_adder(offset)
result = add(5) + offset  # 這里需要手動加上偏移量
print(result)  # 20

# 修改外部變數
def make_counter():
    count = 0
    return lambda: nonlocal count; count += 1; return count

counter = make_counter()
print(counter())  # 1
print(counter())  # 2

4.如果需要在匿名函式中定義一個新的區域變數，可以使用賦值陳述句來實作，例如：

f = lambda x: (y := x + 1) ** 2
print(f(3))  # 16

注意，在這個例子中，y是一個區域變數，只能在lambda運算式內部訪問，

在Python中，lambda函式通常用于函式式編程，可以用來定義短小而不重要的函式，與普通函式不同，lambda函式具有以下特點：

1. lambda函式是匿名的，沒有函式名稱，
2. lambda函式可以使用任意數量的引數，但只能包含一個運算式，不能包含多個陳述句或復雜控制流，
3. lambda函式回傳一個值，這個值就是運算式的結果，
4. lambda函式通常用作其他函式的引數，比如map()、filter()、reduce()等，
5. lambda函式的生命周期很短，在呼叫后立即被回收，

下面是一些示例代碼，說明如何使用lambda函式：

# 將串列中的所有元素加倍
lst = [1, 2, 3, 4]
doubled = list(map(lambda x: x * 2, lst))
print(doubled)  # [2, 4, 6, 8]

# 篩選出串列中的偶數
even = list(filter(lambda x: x % 2 == 0, lst))
print(even)  # [2, 4]

# 計算兩個數的積
multiply = lambda x, y: x * y
print(multiply(2, 3))  # 6

由于lambda函式是匿名的，因此在除錯時可能會比較困難，為了避免這種情況，盡量在撰寫復雜的邏輯時，使用普通函式來實作，

此外，lambda函式雖然能夠提高代碼的簡潔性和可讀性，但是也需要注意一些限制，例如，由于lambda函式只能包含一個運算式，因此不能包含多個陳述句或復雜控制流，如果需要撰寫復雜的邏輯，應該使用普通函式來實作，此外，在撰寫lambda函式時，還需要注意函式引數和回傳值的型別，以確保程式執行的正確性，

除了函式式編程，lambda函式還可以用于其他一些場合，下面是一些常見的用法：

1. 排序

在Python中，內置的排序函式sorted()接受一個可迭代物件和一個關鍵字引數key，表示排序時使用的比較函式，通常情況下，我們可以使用匿名函式來定義這個比較函式，以便更加靈活地控制排序結果，例如：

lst = ['abc', 'a', 'defg', 'hijkl']
sorted_lst = sorted(lst, key=lambda x: len(x))
print(sorted_lst)  # ['a', 'abc', 'defg', 'hijkl']

2. GUI編程

在圖形用戶界面（GUI）編程中，Lambda函式通常用作事件處理程式，當用戶進行某個操作時，系統會自動呼叫Lambda函式來回應事件并執行相應的邏輯，例如，在Tkinter庫中，可以使用Lambda函式來定義按鈕的點擊事件，如下所示：

import tkinter as tk

root = tk.Tk()
frame = tk.Frame(root)
button = tk.Button(frame, text='Click me')

# 使用Lambda函式定義按鈕的點擊事件
button.config(command=lambda: print('Button clicked!'))
button.pack()
frame.pack()

root.mainloop()

3. Web開發

在Web開發中，Lambda函式通常用于實作API的請求處理程式，當客戶端發送請求時，服務器會自動呼叫Lambda函式來決議請求引數，并根據請求引數回傳相應的資料，例如，在Django框架中，可以使用Lambda函式來定義視圖函式，如下所示：

from django.http import JsonResponse

# 使用Lambda函式定義視圖函式
def my_view(request):
    data = {'name': 'Alice', 'age': 25}
    return JsonResponse(data, safe=False)

除了常見的用法，Lambda函式還可以用于一些其他場合，下面介紹幾個比較有趣的例子，

1. 模擬類的屬性

在Python中，可以使用Lambda函式實作類的屬性，例如，以下代碼定義了一個名為Person的類，它有兩個屬性：first_name和last_name，這些屬性實際上是Lambda函式，可以動態計算結果并回傳，

class Person:
    def __init__(self, first_name, last_name):
        self.first_name = lambda: first_name
        self.last_name = lambda: last_name

p = Person('John', 'Doe')
print(p.first_name())  # 'John'
print(p.last_name())  # 'Doe'

需要注意的是，使用Lambda函式來實作類的屬性可能會降低代碼的可讀性和可維護性，因此，在撰寫類時，盡量使用普通的屬性和方法來實作，

2. 簡化運算式

在Python中，Lambda函式可以用于簡化某些運算式，例如，以下代碼計算所有小于1000的正整數中，既能被3整除又能被5整除的數之和：

result = sum(filter(lambda x: x % 3 == 0 and x % 5 == 0, range(1000)))
print(result)  # 33165

使用Lambda函式可以使代碼更加簡潔明了，同時也能夠提高代碼的執行效率，

3. 函式裝飾器

在Python中，可以使用Lambda函式來定義函式裝飾器，例如，以下代碼定義了一個名為logger的裝飾器，用于記錄函式的執行時間和結果：

import time

def logger(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f'{func.__name__} executed in {end_time - start_time:.4f}s')
        return result
    return wrapper

# 使用Lambda函式定義裝飾器
time_it = lambda func: logger(func)

# 應用裝飾器
@time_it
def my_func():
    time.sleep(1)
    return 'Done'

result = my_func()
print(result)  # 'Done'

標籤：其他

上一篇：刺激！ChatGPT給我虛構了一本書？

下一篇：返回列表