Une brève introduction aux expressions lambda en Python (avec des exemples)

Cet article vous apporte une brève introduction aux expressions lambda en Python (avec des exemples). Il a une certaine valeur de référence. Les amis dans le besoin peuvent s'y référer.

Un : Définition de la fonction anonyme

liste_paramètres lambda : expression

Deux : Expression ternaire

Le résultat renvoyé lorsque la condition est vraie si jugement conditionnel Sinon Le résultat renvoyé lorsque la condition est fausse

Trois : map

map(func(arg1, arg2...), list1_arg1, list2_arg2), exécute le précédent sur l'entrée de la liste plus tard. Fonction (cartographie mathématique)

4 : réduire

reduce(func(arg1, arg2...), list1_arg, init_value), calcul continu, appel continu d'expression lambda

Cinq : filter

filter(func(arg1, arg2...), list1_arg1) Lorsque les conditions sont remplies, les données seront filtrées !

6 : Programmation fonctionnelle et programmation impérative

def
    if --else
    for
    map reduce filter
    lambda

L'idée de programmation fonctionnelle. . . .
L'idée de programmation impérative. . . .

La programmation fonctionnelle concerne le mappage des données, tandis que la programmation impérative concerne les étapes pour résoudre les problèmes

Programmation fonctionnelle :

(1) fait référence à fonctions et autres Les types de données sont les mêmes et sont sur un pied d'égalité. Ils peuvent être affectés à d'autres variables, utilisés comme paramètres, transmis à une autre fonction ou utilisés comme valeur de retour d'autres fonctions.

(2) Utilisez uniquement "expression" au lieu de "déclaration"

from functools import reduce
# ----------------------------------------------------------------#
#   匿名函数的定义
# ----------------------------------------------------------------#


def add(x, y):
    """
    add x and y
    :param x: x can be str or num
    :param y: y can be str or num
    :return:  x+y
    """
    return x + y


# lambda parameter_list: expression
user_sum = lambda arg1, arg2: arg1 + arg2

my_sum = user_sum(2, 2)
print(my_sum)

# ----------------------------------------------------------------#
#   三元表达式
# ----------------------------------------------------------------#
a, b = 1, 2
r = a if a > b else b
print(r)

# ----------------------------------------------------------------#
#   map(func, list)，对后面输入的list分别执行前面的函数（数学的映射）
# ----------------------------------------------------------------#

myListMap1 = [1, 2, 3, 4]
myNewListMap1 = map(lambda x: x ** 2, myListMap1)  # 返回为map类型的数据结构
print(type(myNewListMap1))
print('myNewListMap1:', list(myNewListMap1))    # 转换为list


# 两个或者多个参数的map函数的使用
# 当两个参数种元素的个数不相同的时候会截断
myListMap2 = [1, 2, 3, 4]
myNewListMap2 = map(lambda x, y: x + y, myListMap1, myListMap2)
print('myNewListMap2:', list(myNewListMap2))


# ----------------------------------------------------------------#
#   reduce(func, list)连续计算，连续调用lambda表达式
# ----------------------------------------------------------------#

myListReduce = [1, 2, 3, 4]
# 把list中的值一个一个放进lambda中
r = reduce(lambda x, y: x + y, myListReduce)
print(r)

# 对第一个函数参数进行初始化
r = reduce(lambda x, y: x + y, myListReduce, 10)
print(r)

# filter
myListFilter = [3, 5, 6, 7, 8, 9, 10]
myNewListFilter = filter(lambda x: x % 2 == 1, myListFilter)
print('myNewListFilter：', list(myNewListFilter))

list_x = [1, 1, 0, 0]
filter_list = filter(lambda x: True if x == 1 else False, list_x)
print(list(filter_list))

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!