python lambda匿名函数(汇总 全)tcy

2024-03-20 10:08

本文主要是介绍python lambda匿名函数(汇总 全)tcy,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Lambda函数-------------------------------------------------------------------------
"""
1.1.语法:
lambda parameters: express参数:parameters:参数列表;与函数参数列表一样格式:a,b;a=1,b=2;*args;**kwargs;a,b=1,*args;None;expression:关于参数的表达式# 允许条件表达式;不含分支或循环;不含return,yield函数。# 表达式只能是单行;如为元组,应用圆括号将其包含起来。合法表达式:None;a + b;sum(a);1 if a >10 else 0返回:调用lambda函数,返回的结果是对表达式计算产生的结果1.2.用法:1).将lambda函数赋值给一个变量,作为函数运用。2).将lambda函数赋值给其他函数,覆盖其他函数3).将lambda函数作为其他函数返回值,应用于闭包4).将lambda函数作为参数,应用于高阶函数5).用于推导式,生成器;直接或间接生成数据"""
------------------------------------------------------------------------------
2.1.lambda 参数用法:a = lambda a, b: a + ba(2, 3)                            # 5a = lambda a=10, b=20: a + ba()                                # 30a(1)                               # 21a = lambda *args: sum(args)args=[1, 2, 3]a(*args)                           # 6a = lambda *args: args[0] + args[1]args = [111, 222]a(*args)                           # 333a = lambda **kwargs: kwargs['k1'] + kwargs['k2']kwargs = {'k1': 22, 'k2': 33}a(**kwargs)                        # 55a = lambda: 10a()                                # 10a = lambda x=None: 'None' if x is None else xa(2)                               # 2a()                                # 'None'a('tom')                           # 'tom'lambda:None                         #无输入参数,输出是None------------------------------------------------------------------------------
2.2.复合语句:a = lambda a, b, x, y: (lambda x, y: a + x)(x, y) * b + ya(3, 1000, 7, 999)# 10999a = lambda a, b: lambda x, y: (a + x) * b + ya(3, 1000)(7, 999)# 10999a = lambda a, b, x, y: (lambda a, b: lambda x, y: (a + x) * b + y)(a, b)(x, y)a(3, 1000, 7, 999)# 10999b=eval('lambda a,b,x,y:(lambda a,b: lambda x,y: (a+x)*b+y)(a,b)(x,y)')b(3, 1000, 7, 999)# 10999------------------------------------------------------------------------------
2.3.lambda函数赋值给一个变量:def add(x,y):return x+yprint(add(2,3))            # 5add1=lambda x, y: x+yprint(add1(2,3))           # 5------------------------------------------------------------------------------
2.4.lambda函数替换已有函数:import timetime.sleep=lambda x: x+1000print(time.sleep(2))       #1002print(2)                   #2 无延时------------------------------------------------------------------------------
2.5.作为函数的返回值def add(a, b):z=a+breturn (lambda x, y: x+y+z)(a,b)print(add(-5, 9))         #8def add(a, b):z=a+breturn (lambda x, y: x+y+z)print(add(-5, 9)(-5,9))   #8# 闭包# 在函数内部定义函数,内部函数用外部函数临时变量,外部函数返回值是内部函数引用def outer(a,b):z=a+bdef inner(x,y):      # 内部函数return x+y+zreturn inner         # 外函数print(outer(-5,9)(-5,9))#8------------------------------------------------------------------------------
2.6.用于推导式a=[ (lambda x:x*10)(x) for x in range(1,5)  ]print(a)                                     #[10, 20, 30, 40]a=[ (lambda x,y:(x,y))(x,y) for x in range(1,5) for y in range(11,15) if x==y-10 ]print(a)                                     #[(1,11),(2,12),(3,13), (4,14)]************************************************************a=((lambda x:x*10)(x) for x in range(1,5))   #生成器;小括号必须list(a)                                      # [10, 20, 30, 40]************************************************************# lambda用来编写跳转表(jump table)行为的列表或者字典lst= [lambda x: x*2 , lambda x: x**2]       lst[0](2) ;lst[1](2)                        #4; 8d ={'f1':lambda x: x*2,'f2':lambda x: x**2} #大括号省略d['f1'](2);d['f2'](2)                       #4; 8------------------------------------------------------------------------------
2.7.将lambda函数作为参数传递给其他函数""" ◆filter(function, sequence)fiter 过滤的,依次列表取值,符合就返回出来◆map(function, sequence):把sequence中的值当参数逐个传给function,返回一个包含函数执行结果的list◆reduce(function,sequence,initialize)对于序列内所有元素进行累计操作reduce为逐次操作list里的每项,接收的参数为2个,最后返回的为一个结果参数:function:  函数必须要有2个参数;用于指定列表中两两相邻元素的结合条件sequence:  要循环的序列initialize:初始值原理:先把sequence中第一个值和第二个值当参数传给function,再把function的返回值和第三个值当参数传给function,然后只返回一个结果。◆sorted:lambda函数用于指定对列表中所有元素进行排序的准则# 部分Python库函数也接收函数作为参数,例如gevent的spawn函数。"""
------------------------------------------------------------------------------2.7.1.filterfilter(lambda x: x % 3 == 0 or x > 22, [1, 2, 3])#[3]。------------------------------------------------------------------------------2.7.2.maplst=[1,2,3,4,5,6]list(map(lambda x: x*2,lst))                       # [2, 4, 6, 8, 10, 12]------------------------------------------------------------------------------2.7.3.reducefrom functools import reducelst=[1,2,3,4]reduce(lambda a, b: '{}:{}'.format(a, b), [1, 2, 3, 4])# '1:2:3:4 lst元素从左往右两两以逗号分隔的字符的形式依次结合起来reduce(lambda a, b: '{}0x{}\\'.format(a, b), [1, 2, 3, 4],"\\")# '\\0x1\\0x2\\0x3\\0x4\\'reduce(lambda x, y: x + y, lst)       # 6reduce(lambda x, y: x + y, lst,1000)  # 1006------------------------------------------------------------------------------2.7.4.sortedlst= [3, 5, -4, -1, 0, -2, -6]sorted(lst, key=lambda x: abs(x))   #sorted(lst, key=abs)******************************************************lst=[1, 2, 3, 4, 5, 6, 7, 8, 9]sorted(lst, key=lambda x: abs(5-x))# 按照元素与5距离从小到大进行排序[5, 4, 6, 3, 7, 2, 8, 1, 9]******************************************************lsts=[(13, 'A'), (14, 'A'), (11, 'D'), (11, 'F')]lsts.sort()lsts       # [(11, 'D'), (11, 'F'), (13, 'A'), (14, 'A')]lsts.sort(key=lambda lst: lst[0])lsts       # [(11, 'D'), (11, 'F'), (13, 'A'), (14, 'A')]lsts.sort(key=lambda lst: lst[1])lsts       # [(13, 'A'), (14, 'A'), (11, 'D'), (11, 'F')]******************************************************lsts = [(2, 103, "C"), (1, 111, "G"), (1, 103, "B"), (3, 104, "C")]sorted(lsts)                                       #默认按元素1排序# [(1, 103, 'B'), (1, 111, 'G'), (2, 103, 'C'), (3, 104, 'C')]sorted(lsts,key=lambda lst: lst[2])                #按元素3排序# [(1, 103, 'B'), (2, 103, 'C'), (3, 104, 'C'), (1, 111, 'G')]sorted(lsts,key=lambda lst: (lst[1], lst[2]))      #先按元素2排序,再按元素3排序sorted(lsts,key=lambda lst: lst[1:3])              #效果同上# [(1, 103, 'B'), (2, 103, 'C'), (3, 104, 'C'), (1, 111, 'G')]lsts.sort(key=lambda lst: (lst[2].lower(), lst[1]))#先按元素3小写排序,再按元素2排序# [(1, 103, 'B'), (2, 103, 'C'), (3, 104, 'C'), (1, 111, 'G')]------------------------------------------------------------------------------

这篇关于python lambda匿名函数(汇总 全)tcy的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/829115

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

hdu1171(母函数或多重背包)

题意:把物品分成两份,使得价值最接近 可以用背包,或者是母函数来解,母函数(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v) 其中指数为价值,每一项的数目为(该物品数+1)个 代码如下: #include<iostream>#include<algorithm>

C++11第三弹:lambda表达式 | 新的类功能 | 模板的可变参数

🌈个人主页: 南桥几晴秋 🌈C++专栏: 南桥谈C++ 🌈C语言专栏: C语言学习系列 🌈Linux学习专栏: 南桥谈Linux 🌈数据结构学习专栏: 数据结构杂谈 🌈数据库学习专栏: 南桥谈MySQL 🌈Qt学习专栏: 南桥谈Qt 🌈菜鸡代码练习: 练习随想记录 🌈git学习: 南桥谈Git 🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈�

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

06 C++Lambda表达式

lambda表达式的定义 没有显式模版形参的lambda表达式 [捕获] 前属性 (形参列表) 说明符 异常 后属性 尾随类型 约束 {函数体} 有显式模版形参的lambda表达式 [捕获] <模版形参> 模版约束 前属性 (形参列表) 说明符 异常 后属性 尾随类型 约束 {函数体} 含义 捕获:包含零个或者多个捕获符的逗号分隔列表 模板形参:用于泛型lambda提供个模板形参的名

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

C++操作符重载实例(独立函数)

C++操作符重载实例,我们把坐标值CVector的加法进行重载,计算c3=c1+c2时,也就是计算x3=x1+x2,y3=y1+y2,今天我们以独立函数的方式重载操作符+(加号),以下是C++代码: c1802.cpp源代码: D:\YcjWork\CppTour>vim c1802.cpp #include <iostream>using namespace std;/*** 以独立函数