前言
lambda函数在python中的使用频率非常高，我们的今天就来学习lambda函数。
一、lambda语法
lambda函数的语法只会包含一条语句，格式如下：
lambda [arg1 [,arg2,…argn]]:expression
其中lambda是python预留的关键字，其中的arg1…argn是参数列表，expression是函数表达式。
add = lambda : 10
print(add())# 10
其中我们的参数列表甚至可以为空。
我们常见的参数列表如下形式：
a, b
a=1, b=2
*args
**kwargs
a, b=1, *args
空
......
参数列表与我们正常定义的函数的参数列表是一支的，可以是任意个参数，支持python所支持的所有的数据类型。
expression 是一个参数表达式，表达式中出现的参数需要在[arg…]中有定义，并且表达式只能是单行的，只能有一个表达式。
1
None
a + b
sum(a)
1 if a >10 else 0
......
如下lambda函数：
add = lambda x,y:x+y
print(add(1,3))# 4
在调用lambda定义的函数的时候，我们均返回参数表达式的计算结果。
二、lambda函数的特性
1、lambda 函数是匿名的：
所谓匿名函数，通俗地说就是没有名字的函数。lambda函数没有名字。
2、lambda 函数有输入和输出：
输入是传入到参数列表argument_list的值，输出是根据表达式expression计算得到的值。
3、lambda 函数拥有自己的命名空间：
不能访问自己参数列表之外或全局命名空间里的参数，只能完成非常简单的功能。
常见的lambda函数示例：
lambda x, y: x*y # 函数输入是x和y，输出是它们的积x*y
lambda:None # 函数没有输入参数，输出是None
lambda *args: sum(args) # 输入是任意个数参数，输出是它们的和(隐性要求输入参数必须能进行算术运算)
lambda **kwargs: 1 # 输入是任意键值对参数，输出是1
三、lambda的常见用法
由于lambda的语法是固定的，其本质上只有一种用法，就是定义一个lambda函数。
根据实际的应用场景不同，总结常用的用法如下：
1、将lambda函数赋值给一个变量，通过这个变量间接调用该lambda函数。
add = lambda x, y: x+y
相当于定义了加法函数lambda x, y: x+y，并将其赋值给变量add，这样变量add就指向了具有加法功能的函数。
这时我们如果执行add(1, 2)，其输出结果就为 3。
2、将lambda函数赋值给其他函数，从而将其他函数用该lambda函数替换。
# 为了把标准库time中的函数sleep的功能屏蔽(Mock)，我们可以在程序初始化时调用：
time.sleep=lambda x: None
# 这样，在后续代码中调用time库的sleep函数将不会执行原有的功能。
# 例如：
time.sleep(3) # 程序不会休眠 3 秒钟，而是因为lambda输出为None，所以这里结果是什么都不做
四、lambda用法之高阶函数
map() 函数：
描述：
map() 会根据提供的函数对指定序列做映射。
第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表
语法：
map(function, iterable, …)
参数：
function ----> 函数
iterable ----> 一个或多个序列
返回值：
Python 2.x 版本返回的是列表
Python 3.x 版本返回的是迭代器
示例：
# ===========一般写法：===========
# 1、计算平方数
def square(x):
return x ** 2
map(square, [1,2,3,4,5]) # 计算列表各个元素的平方
# 结果：
[1, 4, 9, 16, 25]
# ===========匿名函数写法：============
# 2、计算平方数，lambda 写法
map(lambda x: x ** 2, [1, 2, 3, 4, 5])
# 结果：
[1, 4, 9, 16, 25]
# 3、提供两个列表，将其相同索引位置的列表元素进行相加
map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
# 结果：
[3, 7, 11, 15, 19]
reduce() 函数：
描述：
reduce() 函数会对参数序列中元素进行累积。
函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。
语法：
reduce(function, iterable[, initializer])
参数：
function ----> 函数，有两个参数
iterable ----> 可迭代对象
initializer ----> 可选，初始参数
返回值：
返回函数计算结果。
示例：
# ===========一般写法：===========
# 1、两数相加
def add(x, y):
return x + y
reduce(add, [1, 3, 5, 7, 9]) # 计算列表元素和：1+3+5+7+9
# 结果：
25
"""
===========执行步骤解析：===========
调用 reduce(add, [1, 3, 5, 7, 9])时，reduce函数将做如下计算：
1 先计算头两个元素：f(1, 3)，结果为4；
2 再把结果和第3个元素计算：f(4, 5)，结果为9；
3 再把结果和第4个元素计算：f(9, 7)，结果为16；
4 再把结果和第5个元素计算：f(16, 9)，结果为25；
5 由于没有更多的元素了，计算结束，返回结果25。
"""
# ===========匿名函数写法：===========
# 2、两数相加，lambda 写法
reduce(lambda x, y: x + y, [1, 2, 3, 4, 5])
# 结果：
15
# 当然求和运算可以直接用Python内建函数sum()，没必要动用reduce。
# 3、但是如果要把序列 [1, 3, 5, 7, 9] 变换成整数 13579，reduce就可以派上用场：
from functools import reduce
def fn(x, y):
return x * 10 + y
reduce(fn, [1, 3, 5, 7, 9])
# 结果：
13579
sorted() 函数：
描述：
sorted() 函数对所有可迭代的对象进行排序操作。
sort 与 sorted 区别：
sort 是 list 的一个方法，而 sorted 可以对所有可迭代的对象进行排序操作。
list 的 sort 方法返回的是对已经存在的列表进行操作，无返回值，而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。
语法：
sorted(iterable[, cmp[, key[, reverse]]])
参数说明：
iterable ----> 可迭代对象。
cmp ----> 比较的函数，这个具有两个参数，参数的值都是从可迭代对象中取出，此函数必须遵守的规则为，大于则返回1，小于则返回-1，等于则返回0。
key ----> 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。
reverse ----> 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。
返回值：
返回重新排序的列表。
# ===========一般用法：===========
# 1、简单排序
a = [5,7,6,3,4,1,2]
b = sorted(a) # 使用sorted，保留原列表，不改变列表a的值
print(a)
[5, 7, 6, 3, 4, 1, 2]
print(b)
[1, 2, 3, 4, 5, 6, 7]
# ===========匿名函数用法：===========
L=[('b',2),('a',1),('c',3),('d',4)]
# 2、利用参数 cmp 排序
sorted(L, cmp=lambda x,y:cmp(x[1],y[1]))
# 结果：
[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
# 3、利用参数 key 排序
sorted(L, key=lambda x:x[1])
# 结果：
[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
# 4、按年龄升序
students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
sorted(students, key=lambda s: s[2])
# 结果：
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
# 5、按年龄降序
sorted(students, key=lambda s: s[2], reverse=True)
# 结果：
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
# 6、对字典进行排序
leaders = {4: "Yang Zhou", 2: "Elon Musk", 3: "Tim Cook", 1: "Warren Buffett"}
print(leaders)
# {4: 'Yang Zhou', 2: 'Elon Musk', 3: 'Tim Cook', 1: 'Warren Buffett'}
leaders = dict(sorted(leaders.items(), key=lambda x: x[0]))
print(leaders)
# {1: 'Warren Buffett', 2: 'Elon Musk', 3: 'Tim Cook', 4: 'Yang Zhou'}
filter() 函数：
描述：
filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。
该接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。
语法：
filter(function, iterable)
参数：
function ----> 判断函数。
iterable ----> 可迭代对象。
返回值：
Pyhton2.7 返回列表，Python3.x 返回迭代器对象，具体内容可以查看：Python3 filter() 函数
# ===========一般用法：===========
# 1、过滤出列表中的所有奇数
def is_odd(n):
return n % 2 == 1
newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(list(newlist))
# 结果： [1, 3, 5, 7, 9]
# ===========匿名函数用法：===========
# 2、将列表[1, 2, 3]中能够被3整除的元素过滤出来
newlist = filter(lambda x: x % 3 == 0, [1, 2, 3])
print(list(newlist))
# 结果： [3]
