Python Lambda 函数的 9 种玩法

教育   2024-11-18 11:31   江苏  


1.简单的算术运算:

add = lambda x, y: x + y
subtract = lambda x, y: x - y
multiply = lambda x, y: x * y
divide = lambda x, y: x / y

print(add(3, 5))        
print(subtract(8, 3))    
print(multiply(4, 6))   
print(divide(10, 2))
8
5
24
5.0

2.对元组列表进行排序:

pairs = [(1, 5), (2, 3), (4, 1), (3, 8)]
sorted_pairs = sorted(pairs, key=lambda x: x[1])
print(sorted_pairs)  
[(4, 1), (2, 3), (1, 5), (3, 8)]

3. 过滤列表:

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

4.将函数映射到列表:

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

5.使用 Lambda、 map 和 filter:

# 使用 map 将列表中的每个元素加倍

numbers = [12345]
doubled_numbers = list(map(lambda x: x * 2, numbers))
print(doubled_numbers)  

# 使用 filter 过滤奇数

odd_numbers = list(filter(lambda x: x % 2 != 0, numbers))
print(odd_numbers)
[2, 4, 6, 8, 10]
[1, 3, 5]

6.在关键函数中使用 Lambda:

# 根据每个字符串的长度对字符串列表进行排序
words = ['apple''banana''kiwi''orange']
sorted_words = sorted(words, key=lambda x: len(x))
print(sorted_words)  

['kiwi', 'apple', 'banana', 'orange']

7. 动态创建函数:

# 使用 lambda 函数创建一个简单的计算器
calculator = {
    'add': lambda x, y: x + y,
    'subtract': lambda x, y: x - y,
    'multiply': lambda x, y: x * y,
    'divide': lambda x, y: x / y,
}

result = calculator['multiply'](4, 5)
print(result)  
20

8.在列表推导中使用 Lambda:

# 使用列表推导对列表中每个元素求平方
numbers = [1, 2, 3, 4, 5]
squared_numbers = [(lambda x: x**2)(x) for x in numbers]
print(squared_numbers) 
#clcoding.com
[1, 4, 9, 16, 25]

9.高阶函数中的 Lambda:

# 以函数作为参数的高阶函数
def  operand_on_numbers ( x, y, operation ): 
    return operation(x, y) 

# 使用 lambda 函数作为参数
result = operand_on_numbers( 10 , 5 , lambda x, y: x / y) 
print(result)
2.0

🏴‍☠️宝藏级🏴‍☠️ 原创公众号『数据STUDIO』内容超级硬核。公众号以Python为核心语言,垂直于数据科学领域,包括可戳👉 PythonMySQL数据分析数据可视化机器学习与数据挖掘爬虫 等,从入门到进阶!

长按👇关注- 数据STUDIO -设为星标,干货速递

数据STUDIO
点击领取《Python学习手册》,后台回复「福利」获取。『数据STUDIO』专注于数据科学原创文章分享,内容以 Python 为核心语言,涵盖机器学习、数据分析、可视化、MySQL等领域干货知识总结及实战项目。
 最新文章