1、匿名函數

匿名函數不需要顯示地定義函數名，使用【lambda + 參數 +表達式】的方式

1.1 lambda 函數

lambda 函數的形式

lambda argument1, argument2,... argumentN : expression

套入函數，使用lambda

square = lambda x: x**2
square(3)

9

lambda 返回的一個函數對象

注意：lambda 和def 的區別

lambda 是一個表達式，def 是一個語句

[(lambda x: x*x)(x) for x in range(10)]
# 輸出
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

lambda 可以用作函數的參數，def 不能

l = [(1, 20), (3, 0), (9, 10), (2, -1)]
l.sort(key=lambda x: x[1]) # 按列表中元祖的第二個元素排序
print(l)
# 輸出
[(2, -1), (3, 0), (9, 10), (1, 20)]

lambda 是只有一行的簡單表達式

squared = map(lambda x: x**2, [1, 2, 3, 4, 5])

如果不用lambda ，你用def就需要多寫好多行

def square(x):
    return x**2

squared = map(square, [1, 2, 3, 4, 5])

在tkinter 中實現的簡單功能

from tkinter import Button, mainloop
button = Button(
    text='This is a button',
    command=lambda: print('being pressed')) # 點擊時調用 lambda 函數
button.pack()
mainloop()

主要你按壓就出現being pressed

你用def就是下面的樣子

from tkinter import Button, mainloop

def print_message():
    print('being pressed')

button = Button(
    text='This is a button',
    command=print_message) # 點擊時調用 lambda 函數
button.pack()
mainloop()

使用def 要寫好多行，多定義一個函數

1.2 函數式編程

函數式編程是指代碼每一塊都是不可變的，都是由純函數的組成

這里的純函數值函數本身相互獨立，對于相同的輸入都有相同的輸出

傳入一個列表將列表的元素變為原來的2倍

def multiply_2(l):
    for index in range(0, len(l)):
        l[index] *= 2
    return l

這段代碼不是純函數的形式，因為我多次調用，每次得到的結果不一樣

def multiply_2_pure(l):
    new_list = []
    for item in l:
        new_list.Append(item * 2)
    return new_list

純函數的形式，應該在函數里面定義一個新的列表

2、其他函數

對于純函數Python 提供了幾個函數

2.1 map

map 函數的形式

（ function ，iterable ）

第一個參數是函數的對象，第二個是一個可迭代對象

l = [1, 2, 3, 4, 5]
new_list = map(lambda x: x * 2, l) 
list(new_list)
# [2， 4， 6， 8， 10]

2.2 filter

filter通常對一個集合做g過濾的操作

l = [1, 2, 3, 4, 5]
new_list = filter(lambda x: x % 2 == 0, l)
list(new_list)
 # [2, 4]

2.3 reduce

reduce通常對一個集合做累積的操作

import functools

l = [1, 2, 3, 4, 5]
product = functools.reduce(lambda x, y: x * y, l) 
product
# 1*2*3*4*5 = 120

3、思考題

3.1 如何根據值來排序

d = {'mike': 10, 'lucy': 2, 'ben': 30}

sorted(d.items(),key=lambda x:x[1],reverse=True)

注意 reduce在3中已經放進functools模塊中了

>>> map(lambda x: x ** 2, [1, 2, 3, 4, 5])
<map object at 0x000001CAD42A8CF8>
>>> filter(lambda x: x % 2 ==0, [1,2,3,4,5])
<filter object at 0x000001CAD42A8C88>
>>> reduce(lambda x,y: x*y,[1,2,3,4,5])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
NameError: name 'reduce' is not defined
>>> from functools import reduce
>>> reduce(lambda x,y: x*y,[1,2,3,4,5])
120
map,filter返回的只是一個對象，reduce在3中已經放進fucntools模塊中了