深入了解Python中Lambda函数的用法
作者:欣一 发布时间:2023-02-03 10:09:01
今天来给大家推荐一个Python
当中超级好用的内置函数,那便是lambda
方法,本篇教程大致和大家分享
什么是
lambda
函数lambda
函数过滤列表元素lambda
函数和map()
方法的联用lambda
函数和apply()
方法的联用什么时候不适合使用
lambda
方法
什么是Lambda函数
在Python当中,我们经常使用lambda
关键字来声明一个匿名函数,所谓地匿名函数,通俗地来讲就是没有名字的函数,具体的语法格式如下所示
lambda arguments : expression
其中它可以接受任意数量的参数,但是只允许包含一个表达式,而该表达式的运算结果就是函数的返回值,我们可以简单地来写一个例子
(lambda x:x**2)(5)
output
25
过滤列表中的元素
那么我们如何来过滤列表当中的元素呢?这里就需要将lambda
函数和filter()
方法联合起来使用了,而filter()
方法的语法格式
filter(function, iterable)
function -- 判断函数
iterable -- 可迭代对象,列表或者是字典
其中我们有这么一个列表
import numpy as np
yourlist = list(np.arange(2,50,3))
其中我们想要过滤出2次方之后小于100的元素,我们来定义一个匿名函数,如下
lambda x:x**2<100
最后出来的结果如下所示
list(filter(lambda x:x**2<100, yourlist))
output
[2, 5, 8]
要是遇上复杂的计算过程,小编这里还是推荐大家自己自定义一个函数,但若是简单的计算过程,lambda
匿名函数绝对是最佳的选择
和map()函数的联用
map()
函数的语法和上面的filter()
函数相近,例如下面这个匿名函数
lambda x: x**2+x**3
我们将其和map()
方法联用起来
list(map(lambda x: x**2+x**3, yourlist))
output
[12,
150,
576,
1452,
2940,
5202,
......]
当然正如我们之前提到的lambda
匿名函数可以接受多个数量的参数,我们这里就可以来尝试一下了,例如有两组列表,
mylist = list(np.arange(4,52,3))
yourlist = list(np.arange(2,50,3))
我们同样使用map()
方法来操作,代码如下
list(map(lambda x,y: x**2+y**2, yourlist,mylist))
output
[20,
74,
164,
290,
452,
650,
884,
1154,
......]
和apply()方法的联用
apply()
方法在Pandas
的数据表格中用的比较多,而在apply()
方法当中就带上lambda
匿名函数,我们新建一个数据表格,如下所示
myseries = pd.Series(mylist)
myseries
output
0 4
1 7
2 10
3 13
4 16
5 19
6 22
7 25
8 28
......
dtype: int32
apply()
方法的使用和前两者稍有不同,map()
方法和filter()
方法我们都需要将可迭代对象放入其中,而这里的apply()
则不需要
myseries.apply(lambda x: (x+5)/x**2)
output
0 0.562500
1 0.244898
2 0.150000
3 0.106509
4 0.082031
5 0.066482
6 0.055785
7 0.048000
......
dtype: float64
而要是遇到DataFarme
表格数据的时候,也是同样地操作
df = pd.read_csv(r'Dummy_Sales_Data_v1.csv')
df["Sales_Manager"] = df["Sales_Manager"].apply(lambda x: x.upper())
df["Sales_Manager"].head()
output
0 PABLO
1 PABLO
2 KRISTEN
3 ABDUL
4 STELLA
Name: Sales_Manager, dtype: object
并且通过apply()
方法处理可是比直接用str.upper()
方法来处理,速度来的更快哦!!
不太适合使用的场景
那么不适合的场景有哪些呢?那么首先lambda
函数作为一个匿名函数,不适合将其赋值给一个变量,例如下面的这个案例
squared_sum = lambda x,y: x**2 + y**2
squared_sum(3,4)
相比较而言更好的是自定义一个函数来进行处理
def squared_sum(x,y):
return x**2 + y**2
squared_sum(3,4)
output
25
而我们遇到如下情景的时候,可以对代码稍作简化处理
import math
mylist = [10, 25, 40, 49, 65, 81]
sqrt_list = list(map(lambda x: math.sqrt(x), mylist))
sqrt_list
output
[3.16227766, 5.0, 6.324555320, 7.0, 8.062257748, 9.0]
我们可以将其简化成
import math
mylist = [10, 25, 40, 49, 65, 81]
sqrt_list = list(map(math.sqrt, mylist))
sqrt_list
output
[3.162277, 5.0, 6.324555, 7.0, 8.062257, 9.0]
如果是Python
当中的内置函数,尤其是例如math
这种用于算数的模块,可以不需要放在lambda
函数中,可以直接抽出来用
来源:https://mp.weixin.qq.com/s/xbJQJNifaOAv8UUF78Ilvg
猜你喜欢
- 本文实例讲述了python获取当前计算机cpu数量的方法。分享给大家供大家参考。具体分析如下:这里实际上返回的是计算机的cpu核心数,比如c
- 本文实例讲述了PHP简单实现正则匹配省市区的方法。分享给大家供大家参考,具体如下:省市区正则匹配preg_match('/(.*?(
- 0.引言自己在下载dlib官网给的example代码时,一开始不知道怎么使用,在一番摸索之后弄明白怎么使用了;现分享下 face_
- 适配器模式Adapter Pattern是什么适配器模式是一种结构型模式,它可以将一个类的接口转换成客户端所期望的接口,从而使原本不兼容的类
- 前言以前在写C/C++代码时,可以在代码中预定义一些版本宏定义,然后再编译时从外部传入数据作为版本号。 golang代码不支持宏定义,如果每
- 什么是组播点对点连接可以处理很多通信需求,不过随着直接连接数的增加,在多对通信方之间传递相同的消息会变得越来越困难。单独地向各个接收方发送消
- 可以把多个页面相同的部分提取出来,放在一个母板里,这些页面只需要继承这个母板就好了通常会在母板中定义页面专用的 CSS 块和 JS 块,方便
- Json介绍全名JavaScript Object Notation,是一种轻量级的数据交换格式。Json最广泛的应用是作为AJAX中web
- 前言经典面试题: 判断一个字符串里面的括号是否闭合,如:{{()}} 就是一个闭合的字符串。{{()}]} 这个里面 ([)] 括号不对称,
- 直接上代码:#!/usr/bin/python# -*- coding: utf-8 -*-import urllibimport os,d
- ancestor:祖先adjacent:相邻algorithm:运算法则anonymous box:无名盒子。例: anonymous in
- 编程中有时候需要一个初始极大值(或极小值)作为temp,当然可以自定义设置为10000(whatever),不过python中有一个值可以代
- 本文实例为大家分享了python发送邮件的具体代码,供大家参考,具体内容如下#!/usr/bin/env python # -*- codi
- 需求背景女朋友的论文需要爬取YouTube视频热评,但爬下来的都是外文。主要设计 读取一个表格文件,获取需要翻译的文本
- 求3721,163,1,4832,1980,2008,68686688,9999,17173,5173,8848中最大的数明白后,试着求一下
- 概述从今天开始我们将开启一段自然语言处理 (NLP) 的旅程. 自然语言处理可以让来处理, 理解, 以及运用人类的语言, 实现机器语言和人类
- 本文实例讲述了python处理csv数据的方法。分享给大家供大家参考。具体如下:Python代码:#coding=utf-8__author
- 看代码吧~import numpy as np a = np.array([[1,1,1],[2,2,2],[3,3,3], [4,4,4]
- 前言本博客重点:folium的使用功能,图层控制、指北针、folium添加js和css、经纬网格线(栅格线)在上一篇使用folium制作地图
- 一行代码对话ChatGPT最近ChatGPT火爆全球,哪怕你不是程序员,应该也听过他的大名了。今天我们就来一起体验一下~1行Python代码