首頁 > 後端開發 > Python教學 > 深入解析Python中的lambda表达式的用法

深入解析Python中的lambda表达式的用法

WBOY
發布: 2016-06-10 15:07:54
原創
1467 人瀏覽過

普通的数学运算用这个纯抽象的符号演算来定义,计算结果只能在脑子里存在。所以写了点代码,来验证文章中介绍的演算规则。

我们来验证文章里介绍的自然数及自然数运算规则。说到自然数,今天还百度了一下,据度娘说,1993年后国家规定0是属于自然数。先定义自然数及自然数的运算规则:

用lambda表达式定义自然数(邱齐数)

0 := λf.λx.x
1 := λf.λx.f x
2 := λf.λx.f (f x)
3 := λf.λx.f (f (f x))
...
登入後複製

上面定义直观的意思就是数字n, 是f(x)的n阶函数。1就是f(x), 2就是f(f(x))....,严格来说,这样表述并不准确。其实每个邱奇数都是一个二阶函数,它有两个变量f和x。用二元命名函数来表达就是:

0 -> num0(f,x)=x
1 -> num1(f, x)=f(x)
2 -> num2(f,x)=f(f(x))
3 -> num3(f,x)=f(f(f(x)))
...
登入後複製

其中参数f是一个函数。这一段有点绕,但是不能理解这个,对后面的lambda演算理解会比较困难。

首先用递归法,定义邱齐数(自然数)

0是自然数, 度娘说1993年后,国家规定0是属于自然数。

每个自然数,都有一个后续。

用代码表达就是:

NUM0=lambda f: lambda x:x
SUCC=lambda n: lambda f: lambda x: f(n(f)(x))
登入後複製

后面则是定义运算符,包括加法,乘法,减法和幂。维基文章里没有介绍除法,估摸着除法定义比较复杂,一时讲不清楚。那我们也不验证了。

################################################
#define number calculus rules
################################################
 
#define Church numeral inductively.
#0 := λf.λx.x
#1 := λf.λx.f x
#2 := λf.λx.f (f x)
#3 := λf.λx.f (f (f x))
#...
NUM0=lambda f: lambda x:x
SUCC=lambda n: lambda f: lambda x: f(n(f)(x))
 
#define Operator
PLUS=lambda m: lambda n: m(SUCC)(n)
MULT= lambda m: lambda n: m(PLUS(n))(NUM0)
#define predecessor to obtain the previous number.
PRED= lambda n: lambda f: lambda x: n(lambda g: lambda h: h(g(f)))(lambda u:x)(lambda u:u)
SUB=lambda m: lambda n: n(PRED)(m)
POW=lambda b: lambda e: e(b)
登入後複製

定义完了什么是自然数和自然数的运算子。那么自然数的运算,就可以用lambda演算的方式计算了。

问题是上面的定义都是抽象的符号演算,我们需要有一个编码器来把上面的抽象的Church numeral符号编码成可以人来阅读的形式,还需把人输入的数字解码成抽象符号。

################################################
#create encoder to input/output Church numeral
################################################
 
class LambdaEncoding:
  @staticmethod
  def encoding(exp,encoder):
    return encoder().encoding(exp)
  @staticmethod
  def decoding(s, decoder):
    return decoder().decoding(s)
   
class NumEncoder:
  def encoding(self,num):
    f=lambda x:x+1
    return str(num(f)(0))
  def decoding(self,s):
    n=int(s)
    num=NUM0
    for i in range(n):
      num=SUCC(num)
    return num
登入後複製

嗯,有了编码器,就可以方便的来验证了。

################################################
#calculus demo
################################################
print("demo number calculus.\n"
   "don't input large number,"
   "it will cause to exceed maximum recursion depth!\n")
 
n1=input('input a number: ')
n2=input('input anohter number: ')
#decode string to Church numeral
num1=LambdaEncoding.decoding(n1,NumEncoder)
num2=LambdaEncoding.decoding(n2,NumEncoder)
   
#add
result=PLUS(num1)(num2)
 
print('{0} + {1} = {2}'.format(
  n1,
  n2,
  LambdaEncoding.encoding(result, NumEncoder)))
 
#mult
result=MULT(num1)(num2)
print('{0} X {1} = {2}'.format(
  n1,
  n2,
  LambdaEncoding.encoding(result, NumEncoder)))
#sub
result=SUB(num1)(num2)
print('{0} - {1} = {2}'.format(
  n1,
  n2,
  LambdaEncoding.encoding(result, NumEncoder)))
 
#POW
result=POW(num1)(num2)
print('{0} ^ {1} = {2}'.format(
  n1,
  n2,
  LambdaEncoding.encoding(result, NumEncoder)))
登入後複製

测试结果如下:

>>> 
demo number calculus.
don't input large number,it will cause to exceed maximum recursion depth!
 
input a number: 4
input anohter number: 3
4 + 3 = 7
4 X 3 = 12
4 - 3 = 1
4 ^ 3 = 64
>>>
登入後複製

神奇吧。

lambda和def的区别
python lambda是在python中使用lambda来创建匿名函数,而用def创建的方法是有名称的,除了从表面上的方法名不一样外,python lambda还有哪些和def不一样呢?
1 python lambda会创建一个函数对象,但不会把这个函数对象赋给一个标识符,而def则会把函数对象赋值给一个变量。
2 python lambda它只是一个表达式,而def则是一个语句。
下面是python lambda的格式,看起来好精简阿。

lambda x: print x
登入後複製

如果你在python 列表解析里用到python lambda,我感觉意义不是很大,因为python lambda它会创建一个函数对象,但马上又给丢弃了,因为你没有使用它的返回值,即那个函数对象。也正是由于lambda只是一个表达式,它可以直接作为python 列表或python 字典的成员,比如:

info = [lamba a: a**3, lambda b: b**3]
登入後複製

在这个地方没有办法用def语句直接代替。因为def是语句,不是表达式不能嵌套在里面,lambda表达式在“:”后只能有一个表达式。也就是说,在def中,用return可以返回的也可以放在lambda后面,不能用return返回的也不能定义在python lambda后面。因此,像if或for或print这种语句就不能用于lambda中,lambda一般只用来定义简单的函数。
下面举几个python lambda的例子吧
1单个参数的:

g = lambda x:x*2
print g(3)
登入後複製

结果是6
多个参数的:

m = lambda x,y,z: (x-y)*z
print m(3,1,2)
登入後複製

结果是4

相關標籤:
來源:php.cn
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板