好程序员Python 培训分享函数式编程之匿名函数 ， 在定义函数的时候，不想给函数起一个名字。这个时候就可以用lambda 来定义一个匿名函数 ; 匿名函数又称之为高效函数 ; 因为在声明的时候可以直接调用（不需要先声明定义然后再调用）。

　　 语法

　　 lambda 变量名 ....: 语句表达式

　　 特点

　　 a. 声明时没有函数名 ( 减少程序员对函数名的定义 )

　　 b. 使用 lambda 关键字

　　 举个栗子

　　 * 创建一个不带参匿名函数

　　 func1 = lambda: 1 == 2

　　 res = func1()

　　 print(res)

　　 # 输出结果为 False

　　 * 创建一个传递多个参数匿名函数

　　 func2 = lambda x, y, z: x + y + z

　　 res = func2(1, 2, 3)

　　 print(res)

　　 # 输出结果为 6

　　 * 创建一个带 if 判断的匿名函数

　　 func3 = lambda x, y: x if x >; y else y

　　 res = func3(2, 6)

　　 print(res)

　　 # 输出结果为 6

　　 以上定义不规范，为了更好理解，所以分步定义; 详细请看下文的误区说明 ;

　　 注意

　　 1. 变量名之间使用逗号隔开 ;

　　 2. 调用时可以直接将 lambda 整体括起来，然后后面添加括号传入对应的实参 ( 没有实参则需要带上括号表示执行该匿名函数，否则返回的是该匿名函数的对象 )

　　 3. 匿名函数之间是可以相互调用和嵌套的

　　 作用

　　 1. 程序一次行使用，所以不需要定义函数名，节省内存中变量定义空间

　　 2. 如果想让程序更加简洁时

　　 匿名函数几个规则

　　 1. 一般也就一行表达式，必须有返回值

　　 2. 不能有 return

　　 3. 可以没有参数，可以有一个或多个参数

　　 匿名函数大量实例

　　 A. 使用 max 函数求字典的最大值

　　 dict1 = {'age1': 12, 'age2': 13, 'age3': 14}

　　 res = max(dict1, key=lambda x: dict1[x])

　　 print(res)

　　 B. 使用 filter 过滤字符串是否以某个字母开头

　　 Names = ['Anne', 'Amy', 'Bob', 'David', 'Carrie', 'Barbara', 'Zach']

　　 B_Name= filter(lambda x: x.startswith('B'),Names)

　　 B_Name

　　 # 输出结果为： ['Bob', 'Barbara']

　　 C.lambda 和 map,filter 联合使用

　　 squares = map(lambda x:x**2,range(10))

　　 filters = filter(lambda x:x>;5 and x<;50,squares)

　　 print(filters)

　　 # 输出结果为： [9, 16, 25, 36, 49]

　　 D.lambda 和 sorted 联合使用

　　 death = [ ('James',32),('Alies',20),('Wendy',25)]

　　 sorted(death,key=lambda age:age[1])

　　 # 按照第二个元素，索引为 1 排序

　　 # 输出结果为： [('Alies', 20), ('Wendy', 25), ('James', 32)]

　　 E.lambda 和 reduce 联合使用

　　 list1 = [1,2,3,4]

　　 sum = reduce(lambda x,y:x+y,list1)

　　 print(sum)

　　 # 输出结果为： 10

　　 F. 求两个列表元素的和

　　 a = [1,2,3,4]

　　 b = [5,6,7,8]

　　 map(lambda x,y:x+y, a,b)

　　 # 输出结果为： [6, 8, 10, 12]

　　 使用误区

　　 1 . 给匿名函数命名

　　 PEP 8 中建议我们不要写类似下面的代码

　　 func1 = lambda: 1 == 2

　　 匿名函数可以直接当做变量一样传递，比如传给函数作为参数，并不要求它一定有个名字。需要注意的是，其实上面的操作并没有真正起到给函数命名的作用。

　　 2. 没有必要的匿名函数

　　 某些时候，我们没有使用匿名函数的必要，但却无意中使用了。一般有两种情况。一是使用无意义的调用，比如下面的代码

　　 res=sorted(list1,key=lambda x:len(x))

　　 将列表按元素的长度进行排序

　　 其实，我们可以直接使用

　　 res=sorted(list1,key=len)

　　 上面的一提出来大家马上就理解了，但是平时我们却或多或少的犯了类似的毛病。另一方面，有很多函数，标准库中都已经实现了，我们不知道，所以做了多余的事情。

　　 3. 降低可读性的匿名函数

　　 按元素的长度和字典序对列表进行排序

　　 list1=["abc","bcde","mhjk"]

　　 res=sorted(list1,key=lambda x:(len(x),x.upper()))

　　 上面的代码能够实现功能，但是我觉得下面的可读性更强一些

　　 def get_len_upper(x):

　　 return len(x),x.upper()

　　 list1=["abc","bcde","mhjk"]

　　 res=sorted(list1,key=get_len_upper)

　　 我们通过函数函数名就大概知道了函数的作用，如果是匿名函数的话，我们还得去看相应的逻辑。

　　 4. 可能根本不需要传递函数

　　 对一个列表进行求和，我们可能会看到这样的代码

　　 from functools import reducedata=[1,2,3,4,5]

　　 res=reduce(lambda x,y:x+y,data)

　　 print(res)

　　 其实，直接使用sum 函数就可以了

　　 data=[1,2,3,4,5]

　　 print(sum(data))

　　 对于一些特定的需求，很多时候 Python 可能已经有了现成的方案。我们要有这方面的意识，尽可能简单的去解决问题。

　　 5. 可以不使用 map/filter

　　 Python 中的 map 和 filter 一般都结合匿名函数在使用，前者是在迭代过程中对元素做一些处理，后者是过滤掉一些元素。很多情况下，我们可以使用列表推导式或者生成器表达式代替它们。

　　 用生成器表达式代替 map

　　 data=[1,2,3,4,5]

　　 res=map(lambda x:x**2,data)

　　 # 等价于

　　 res2=(x**2 for x in data)

　　 用生成器表达式代替 filter

　　 data=[1,2,3,4,5]

　　 res=filter(lambda x:x>;3,data)

　　 # 等价于

　　 res2=(x for x in data if x>;3)

　　 明显的可以看出，使用生成器表达式的代码可读性更强一些。