Python进阶|谈谈几个常用的内置函数

匿名函数(lambda表达式)

在Python中，函数可以算的上是“一等公民”了，我们先回顾下函数的优点：

• 减少代码重复量
• 模块化代码

但是我们有没有想过，如果我们需要一个函数，比较简短，而且只需要使用一次（无需重复调用），那还需要定义一个有名字的函数么？

答案是否定的，这里我们就可以使用匿名函数来实现这样的功能。

我们先看看求一个数的平方，我们定义个函数怎么写：

def square(x):
    return x**2

square(3)

而lambda表达式就可以这样写：

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

根据上面的例子，其实lambda表达式使用还是很简单的，如下：

lambda argument1, argument2,.....: expression

接下来，介绍的map、filter和reduce函数，与lambda表达式结合使用，才能发挥其强大的作用了。

map函数

map函数的使用如下：

map(function, iterable)

其作用是，对iterable的每个元素，都运用function这个函数，最后返回新的可遍历的集合。

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

filter函数

filter函数的使用如下：

filter(function, iterable)

其作用是，对iterable的每个元素，都运用function这个函数进行判断，最后返回全部为True的新的可遍历的集合。

a = [1,2,3,4,5,6]
b = filter(lambda x :x%2 ==0, a)
print(list(b))
# [2, 4, 6]

reduce函数

reduce函数的使用如下：

reduce(function, iterable)

function规定有两个参数，表示对iterable每个元素和上一次运算的结果，进行function运算，最后得到一个值，这里要注意，我们需要从functools中导入reduce。

from functools import reduce

a = [1,2,3,4]
b = reduce(lambda x,y: x*y,a)
print(b)
# 24  1*2*3*4

总结

• lambda表达式
• map、filter和reduce函数