目錄

引言

一、簡介

1.1 基本語法

1.2 優勢

1.3 局限性

二、基本用法

2.1 無參數lambda 函數

2.2 多參數 lambda 函數

三、常見使用場景

3.1 與高階函數配合使用

3.2 作為排序鍵

3.3 在 GUI 編程中作為回調函數

3.4?在 Pandas 中的應用

四、高級技巧

4.1 條件表達式

4.2 嵌套 Lambda 函數

4.3 默認參數

總結

---

引言

????????Python 中的 lambda 函數是一種創建匿名函數（沒有名稱的函數）的方式，它可以使代碼更加簡潔和易讀。雖然功能有限，但在適當的場景下，lambda 函數能大大簡化代碼結構。

一、簡介

1.1 基本語法

Lambda 函數是使用 lambda 關鍵字創建的匿名函數，其基本語法如下：

lambda arg1, arg2 : expression

參數：

• lambda：定義 lambda 函數的關鍵字

• arg：函數參數，可以是零個或多個，用逗號分隔

• expression：函數體，只能是一個表達式，不能包含多條語句

1.2 Lambda 函數的優勢

• 當函數只需要使用一次時

• 當函數體非常簡單，只有一條表達式時

• 作為參數傳遞給高階函數時

1.3 Lambda 函數的局限性

• 只能包含一個表達式：Lambda 函數不能包含多條語句或復雜的邏輯結構。

• 沒有語句：不能包含 if、for、while 等語句（但可以使用條件表達式）。

• 可讀性：過于復雜的 lambda 函數會降低代碼的可讀性。

二、基本用法

2.1 無參數的 lambda 函數

# 普通函數定義
def square(x):print("hello world!")
?
# 等效的 lambda 函數
square = lambda : print("hello world!")

2.2 多參數的 lambda 函數

# 普通函數
def add(x, y):return x + y
?
# 等效的 lambda 函數
add = lambda x, y: x + y
?
print(add(3, 5))  # 輸出: 8

三、常見使用場景

3.1 與高階函數配合使用

Lambda 函數經常與 map(), filter(), reduce() 等高階函數一起使用。

• 使用 map()

numbers = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x ** 2, numbers))
print(squared)  # 輸出: [1, 4, 9, 16, 25]

• 使用 filter()

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers)  # 輸出: [2, 4, 6, 8, 10]

• 使用 reduce()

from functools import reduce
numbers = [1, 2, 3, 4, 5]
product = reduce(lambda x, y: x * y, numbers)
print(product)  # 輸出: 120

3.2 作為排序鍵

# 按姓名排序
students = [{'name': 'Alice', 'age': 25},{'name': 'Bob', 'age': 22},{'name': 'Charlie', 'age': 28}
]
?
# 按姓名排序
students_sorted_by_name = sorted(students, key=lambda x: x['name'])
print(students_sorted_by_name)
# 輸出: [{'name': 'Alice', 'age': 25}, {'name': 'Bob', 'age': 22}, {'name': 'Charlie', 'age': 28}]
?
# 按年齡排序
students_sorted_by_age = sorted(students, key=lambda x: x['age'])
print(students_sorted_by_age)
# 輸出: [{'name': 'Bob', 'age': 22}, {'name': 'Alice', 'age': 25}, {'name': 'Charlie', 'age': 28}]

3.3 在 GUI 編程中作為回調函數

import tkinter as tk
?
root = tk.Tk()
button = tk.Button(root, text="Click me!", command=lambda: print("Button clicked!"))
button.pack()
root.mainloop()

3.4?在 Pandas 中的應用

import pandas as pd
?
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
# 創建新列，其值為 A 列和 B 列的和
df['C'] = df.apply(lambda row: row['A'] + row['B'], axis=1)
print(df)

四、高級技巧

4.1 條件表達式

# 返回兩個數中較大的數
max_value = lambda x, y: x if x > y else y
print(max_value(10, 20))  # 輸出: 20

4.2 嵌套 Lambda 函數

# 返回一個函數，該函數計算 x 的 n 次方
power = lambda n: lambda x: x ** n
?
square = power(2)
cube = power(3)
?
print(square(4))  # 輸出: 16
print(cube(3)) ?  # 輸出: 27

4.3 默認參數

greet = lambda name, greeting="Hello": f"{greeting}, {name}!"
print(greet("Alice")) ? ? ? ?  # 輸出: Hello, Alice!
print(greet("Bob", "Hi")) ? ?  # 輸出: Hi, Bob!

總結

????????Lambda 函數是 Python 中一個強大而簡潔的特性，當正確使用時，可以使代碼更加簡潔和易讀。它們特別適合與高階函數配合使用，或者作為簡單的回調函數。

????????然而，重要的是要記住，lambda 函數并不總是最佳選擇，特別是當邏輯變得復雜時。如在這些情況下，使用傳統的 def 關鍵字定義函數通常是更好的選擇：

• 當函數邏輯復雜，需要多條語句時

• 當函數需要文檔字符串或注釋時

• 當函數會被多次重用時

選擇使代碼最清晰、最易維護的方法，而不是一味追求簡潔。