python匿名函数

78匿名函数

一、有名函数

我们之前定义的函数都是有名函数,它是基于函数名使用的。

def func():
    print('from func')
func()
func()
func()
print(func)
#输出:
from func
from func
from func
<function func at 0x0000026B60E47048>

二、匿名函数

匿名函数。他没有绑定名字,使用一次即被收回,加括号即可以运行。

print(lambda x,y:x+y)
#输出:
<function <lambda> at 0x0000027D6A837048>

res = (lambda x,y:x+y)(1,2)
print(res)
#输出:
3

三、与内置函数联用

匿名函数通常与max(),sorted(),filter(),sorted()方法联用。

  1. 如果我们想从上述字典中取出最薪资最高的人,我们可以使用max()方法,但是max()默认比较的是字典的ley。
    1. 首先将可迭代对象变成迭代器对象。
    2. res=next(迭代器对象),将res当做参数传给key指定的函数,然后该函数的返回值当作判断依据。
salary_dict = {
    'nick': 3000,
    'jason': 100000,
    'tank': 5000,
    'sean': 2000
}

print(f"max(salary_dict): {max(salary_dict)}")


def func(k):
    return salary_dict[k]


print(f"max(salary_dict, key=func()): {max(salary_dict, key=func)}")


print(max(salary_dict, key=lambda name: salary_dict[name]))
#输出:
max(salary_dict): tank
max(salary_dict, key=func()): jason
jason
  1. 如果我们想对上述字典中的人,按照薪资从大到小排序,可以使用sorted()方法。

    sorted()工作原理:

    1. 首先将可迭代对象变成迭代器对象
    2. res=next(迭代器对象),将res当做参数传给第一个参数指定的函数,然后将该函数的返回值当作判断依据。
lis = [1,3,2,5,8,6]
sorted(lis)
print(lis)
print(sorted(lis,reverse=True))

#输出:
[1, 3, 2, 5, 8, 6]
[8, 6, 5, 3, 2, 1]

salary_dict = {
    'nick': 3000,
    'jason': 100000,
    'tank': 5000,
    'sean': 2000
}

print(sorted(salary_dict, key=lambda name: salary_dict[name]))
#输出:
['sean', 'nick', 'tank', 'jason']

  1. 如果我们想对一个列表中的某一个人民做处理,可以使用map()方法。

    map()工作原理。

    1. 首先将可迭代对象变成迭代器
    2. res=next(迭代器对象),将res当做参数传给第一个参数指定的函数,然后将该函数的返回值作为map()方法的结果之一。
name_list = ['jason','tank','sean']
res = map(lambda name:f"{name} sb",name_list)
print(f"list(res):{list(res)}")

#输出:
list(res):['jason sb', 'tank sb', 'sean sb']

  1. 如果我们想要筛选除名字中含有‘sb'的名字,我们可以使用filter()方法。

    filter()工作原理:

    1. 首先可将迭代对象变成迭代器对象
    2. res=next(迭代器对象),将res当阐述传给第一个参数指定的函数,然后filter()会判断函数的返回值的真假,如果为真则留下。
name_list=['nick','jason sb','tank sb','sean sb']
filter_res = filter(lambda name:name.endswith('sb'),name_list)
print(list(filter_res))
#输出:
['jason sb', 'tank sb', 'sean sb']

posted @ 2019-08-14 20:04  豆瓣酱瓣豆  阅读(171)  评论(0编辑  收藏  举报