lambda 有何用处？[关闭]

问题描述：

我正在尝试弄清楚 Python lambda。这是lambda现实生活中应该被遗忘的那些“有趣”语言项目之一吗？

我确信在某些特殊情况下可能需要它，但考虑到它的模糊性，它在未来的版本中被重新定义的可能性（我的假设基于它的各种定义）以及降低的编码清晰度 - 应该避免它吗？

这让我想起了 C 类型的溢出（缓冲区溢出）——指向顶部变量并重载以设置其他字段值。这感觉就像是技术人员的表演技巧，但对于维护程序员来说却是噩梦。

解决方案 1：

你是在谈论lambda 表达式吗？比如

lambda x: x**2 + 2*x - 5

这些东西实际上非常有用。Python 支持一种称为函数式编程的编程风格，您可以将函数传递给其他函数来执行操作。示例：

mult3 = filter(lambda x: x % 3 == 0, [1, 2, 3, 4, 5, 6, 7, 8, 9])

设置mult3为[3, 6, 9]，即原始列表中 3 的倍数的元素。这比

def filterfunc(x):
    return x % 3 == 0
mult3 = filter(filterfunc, [1, 2, 3, 4, 5, 6, 7, 8, 9])

当然，在这种特殊情况下，你可以做与列表推导相同的事情：

mult3 = [x for x in [1, 2, 3, 4, 5, 6, 7, 8, 9] if x % 3 == 0]

（甚至是range(3,10,3)），但是还有许多其他更复杂的用例，在这些用例中您不能使用列表推导，而 lambda 函数可能是写出某些内容的最短方式。

• 从另一个函数返回一个函数

  >>> def transform(n):
  ...     return lambda x: x + n
  ...
  >>> f = transform(3)
  >>> f(4)
  7

这通常用于创建函数包装器，例如 Python 的装饰器。

• 将可迭代序列的元素与reduce()

  >>> reduce(lambda a, b: '{}, {}'.format(a, b), [1, 2, 3, 4, 5, 6, 7, 8, 9])
  '1, 2, 3, 4, 5, 6, 7, 8, 9'

• 按备用键排序

  >>> sorted([1, 2, 3, 4, 5, 6, 7, 8, 9], key=lambda x: abs(5-x))
  [5, 4, 6, 3, 7, 2, 8, 1, 9]

我经常使用 lambda 函数。我花了一段时间才习惯它们，但最终我明白它们是该语言中非常有价值的一部分。

解决方案 2：

lambda只是 的一种花哨说法function。除了名称之外，它并没有什么晦涩、吓人或神秘之处。当您阅读以下行时，请在脑海中将其替换lambda为：function

>>> f = lambda x: x + 1
>>> f(3)
4

它只是定义了一个函数x。其他一些语言，例如R，明确地说明了这一点：

> f = function(x) { x + 1 }
> f(3)
4

你看到了吗？这是编程中最自然的事情之一。

解决方案 3：

两行摘要：

1. 闭包：非常有用。学习它们，使用它们，爱上它们。

2. Python 的lambda关键词：不必要，偶尔有用。如果你发现自己用 Python 做任何稍微复杂的事情，那就把它放下，定义一个真正的函数。

解决方案 4：

lambda 是处理高阶函数的一个非常重要的抽象机制的一部分。为了正确理解它的价值，请观看Abelson 和 Sussman的高质量课程，并阅读SICP一书

这些是现代软件业务中的相关问题，并且变得越来越重要。

解决方案 5：

我怀疑 lambda 会消失。请参阅Guido关于最终放弃尝试删除它的帖子。另请参阅冲突概述。

您可以查看这篇文章，了解有关 Python 功能特性背后的更多历史：
http://python-history.blogspot.com/2009/04/origins-of-pythons- functional-features.html

奇怪的是，最初促使引入 lambda 和其他函数特性的 map、filter 和 reduce 函数在很大程度上已被列表推导和生成器表达式所取代。事实上，reduce 函数已从 Python 3.0 的内置函数列表中删除。（但是，没有必要对 lambda、map 或 filter 的删除提出抱怨：它们会保留下来。:-)

我个人的看法：就清晰度而言，lambda 很少值得。通常有一个更清晰的解决方案，不包括 lambda。

解决方案 6：

lambda 在 GUI 编程中非常有用。例如，假设您正在创建一组按钮，并且想要使用单个参数化回调，而不是每个按钮使用一个唯一的回调。Lambda 可让您轻松实现这一点：

for value in ["one","two","three"]:
    b = tk.Button(label=value, command=lambda arg=value: my_callback(arg))
    b.pack()

（注意：虽然这个问题具体询问的是lambda，但您也可以使用functools.partial来获得相同类型的结果）

另一种方法是为每个按钮创建单独的回调，但这可能会导致代码重复。

解决方案 7：

在 Python 中，lambda这只是一种内联定义函数的方式，

a = lambda x: x + 1
print a(1)

和..

def a(x): return x + 1
print a(1)

..完全一样。

使用 lambda 能够做到的事情与使用常规函数能够做到的一样——在 Python 中，函数和其他东西一样都是对象，而 lambda 只是定义了一个函数：

>>> a = lambda x: x + 1
>>> type(a)
<type 'function'>

我真的认为这个lambda关键字在 Python 中是多余的——我从来没有需要使用它们（或者看到有人用它代替常规函数、列表推导或众多内置函数之一）

举一个完全随机的例子，来自文章“Python 的 lambda 坏了！”：

要查看 lambda 是如何被破坏的，请尝试生成一个函数列表，fs=[f0,...,f9]其中fi(n)=i+n。第一次尝试：

>>> fs = [(lambda n: i + n) for i in range(10)]
>>> fs[3](4)
13

我想说，即使这确实有效，它也非常糟糕且“不符合 Python 风格”，同样的功能可以用无数其他方式编写，例如：

>>> n = 4
>>> [i + n for i in range(10)]
[4, 5, 6, 7, 8, 9, 10, 11, 12, 13]

是的，这不一样，但我从未见过需要在列表中生成一组 lambda 函数的原因。在其他语言中这可能有意义，但 Python 不是 Haskell（或 Lisp，或...）

请注意，我们可以使用 lambda 并仍然以这种方式实现所需的结果：

>>> fs = [(lambda n,i=i: i + n) for i in range(10)]
>>> fs[3](4)
7

编辑：

在某些情况下，lambda 很有用，例如在 PyQt 应用程序中连接信号时通常很方便，如下所示：

w = PyQt4.QtGui.QLineEdit()
w.textChanged.connect(lambda event: dothing())

这样做w.textChanged.connect(dothing)会dothing使用额外的event参数调用该方法并导致错误。使用 lambda 意味着我们可以整齐地删除参数，而无需定义包装函数。

解决方案 8：

我发现 lambda 对于执行相同操作但针对不同情况的一系列函数很有用。

类似于Mozilla 复数规则：

plural_rules = [
    lambda n: 'all',
    lambda n: 'singular' if n == 1 else 'plural',
    lambda n: 'singular' if 0 <= n <= 1 else 'plural',
    ...
]
# Call plural rule #1 with argument 4 to find out which sentence form to use.
plural_rule[1](4) # returns 'plural'

如果你必须为所有这些定义一个函数，那么到最后你就会发疯。此外，函数名称如、等

也不好。当你依赖变量函数 id 时，你需要这样做。plural_rule_1`plural_rule_2`eval()

解决方案 9：

几乎任何你可以做的事情都lambda可以用命名函数或列表和生成器表达式做得更好。

因此，在大多数情况下，您应该只使用其中一种（除了在交互式解释器中编写的临时代码）。

解决方案 10：

我已经使用 Python 几年了，从来没有遇到过需要lambda的情况。实际上，正如教程所述，它只是为了语法糖。

解决方案 11：

Lambda 函数是一种创建函数的非官僚方式。

就是这样。例如，假设您有主函数，需要对值进行平方。让我们看看执行此操作的传统方法和 lambda 方法：

传统方式：

def main():
...
...
y = square(some_number)
...
return something

def square(x):
    return x**2

lambda 方式：

def main():
...
square = lambda x: x**2
y = square(some_number)
return something

发现区别了吗？

Lambda 函数非常适合列表，例如列表推导或映射。事实上，列表推导是使用 lambda 表达自己的一种“pythonic”方式。例如：

>>>a = [1,2,3,4]
>>>[x**2 for x in a]
[1,4,9,16]

让我们看看语法中每个元素的含义：

[]：“给我一份清单”

x**2：“使用这个新生函数”

for x in a: "进入 a 中的每个元素"

这很方便吧？创建这样的函数。让我们使用 lambda 重写它：

>>> square = lambda x: x**2
>>> [square(s) for x in a]
[1,4,9,16]

现在让我们使用 map，它是同样的东西，但更加中立于语言。Maps 接受 2 个参数：

(一) 一项职能

（二）可迭代

并为您提供一个列表，其中每个元素都是应用于可迭代的每个元素的函数。

因此，使用 map 我们可以得到：

>>> a = [1,2,3,4]
>>> squared_list = map(lambda x: x**2, a)

如果您掌握了 lambda 和映射，您将能够以简洁的方式操纵数据。Lambda 函数既不晦涩难懂，也不会影响代码的清晰度。不要将难懂的东西与新东西混淆。一旦开始使用它们，您就会发现它们非常清晰。

解决方案 12：

我无法谈论 Python 的 lambda 特定实现，但一般来说，lambda 函数确实非常方便。它们是函数式编程的核心技术（甚至可能是唯一的技术），在面向对象程序中也非常有用。对于某些类型的问题，它们是最佳解决方案，因此绝对不应被遗忘！

我建议您阅读闭包和map 函数（链接到 python 文档，但它存在于几乎每种支持函数构造的语言中）以了解它为什么有用。

解决方案 13：

在我看来，其中一件好事lambda是，它推迟了对简单表单的评估，直到需要该值为止。让我解释一下。

许多库例程的实现方式是允许某些参数为可调用参数（lambda 就是其中之一）。其思想是实际值仅在要使用时（而不是在调用时）计算。一个（人为的）例子可能有助于说明这一点。假设您有一个例程，它将记录给定的时间戳。您希望该例程使用当前时间减去 30 分钟。您可以像这样调用它

log_timestamp(datetime.datetime.now() - datetime.timedelta(minutes = 30))

现在假设实际函数仅在发生特定事件时才被调用，并且你希望仅在该时间计算时间戳。你可以这样做

log_timestamp(lambda : datetime.datetime.now() - datetime.timedelta(minutes = 30))

假设log_timestamp可以处理这样的可调用函数，它会在需要时对其进行评估，然后您将获得当时的时间戳。

当然还有其他方法可以做到这一点（operator例如使用模块）但我希望我已经传达了这一点。

更新：这是一个稍微更具体的现实世界例子。

更新 2：我认为这就是所谓thunk的一个例子。

解决方案 14：

如上所述，Python 中的 lambda 运算符定义了一个匿名函数，而 Python 中的函数是闭包。重要的是不要将闭包的概念与 lambda 运算符混淆，后者只是它们的语法修饰。

几年前，当我开始使用 Python 时，我经常使用 lambda，认为它们很酷，还有列表推导。然而，我编写并维护了一个用 Python 编写的大型网站，该网站有几千个函数点。我从经验中了解到，lambda 可能可以用来制作原型，但与内联函数（命名闭包）相比，除了节省一些按键之外，它没有任何优势，有时甚至没有。

基本上可以归结为几点：

• 使用有意义的名称明确编写的软件更容易阅读。匿名闭包根据定义不能有一个有意义的名称，因为它们没有名字。出于某种原因，这种简洁性似乎也影响了 lambda 参数，因此我们经常看到这样的例子：lambda x: x+1

• 重用命名闭包更加容易，因为当有一个名称可以引用它们时，它们可以被多次通过名称引用。

• 调试使用命名闭包而不是 lambda 的代码更容易，因为名称将出现在回溯中和错误周围。

这足以成为将它们汇总起来并转换为命名闭包的理由。但是，我对匿名闭包还有另外两个不满。

第一个不满仅仅是因为它们只是扰乱语言的另一个不必要的关键词。

第二个不满更深，是在范式层面，即我不喜欢他们推广函数式编程风格，因为这种风格不如消息传递、面向对象或过程式风格灵活，因为 lambda 演算不是图灵完备的（幸运的是，在 Python 中，即使在 lambda 内部，我们仍然可以突破这种限制）。我认为 lambda 推广这种风格的原因是：

• 有一个隐含的返回，即它们看起来“应该”是函数。

• 它们是另一种更明确、更易读、更可重用和更通用的机制：方法。

我努力编写不包含 lambda 的 Python，并删除所有可见的 lambda。我认为没有 lambda 的 Python 会是一种稍微好一点的语言，但这只是我的看法。

解决方案 15：

Lambda 实际上是源自函数式编程思想的非常强大的构造，在不久的将来，Python 绝不会轻易修改、重新定义或删除它。它们可以帮助您编写更强大的代码，因为它允许您将函数作为参数传递，从而实现函数作为一等公民的理念。

Lambda 确实容易让人困惑，但是一旦获得了扎实的理解，你就可以编写出像这样干净优雅的代码：

squared = map(lambda x: x*x, [1, 2, 3, 4, 5])

上面这行代码返回列表中数字的平方列表。当然，你也可以这样做：

def square(x):
    return x*x

squared = map(square, [1, 2, 3, 4, 5])

显然前者的代码更短，特别是如果你打算只在一个地方使用 map 函数（或任何以函数为参数的类似函数）。这也使代码更加直观和优雅。

此外，正如@David Zaslavsky 在他的回答中提到的那样，列表理解并不总是可行的方法，特别是当您的列表必须从某种晦涩的数学方式获取值时。

从更实际的角度来看，lambda 对我来说最大的优势之一是在 GUI 和事件驱动编程中。如果你看看 Tkinter 中的回调，它们作为参数的都是触发它们的事件。例如

def define_bindings(widget):
    widget.bind("<Button-1>", do-something-cool)

def do-something-cool(event):
    #Your code to execute on the event trigger

现在，如果您需要传递一些参数怎么办？只需传递 2 个参数来存储鼠标单击的坐标即可。您可以像这样轻松完成：

def main():
    # define widgets and other imp stuff
    x, y = None, None
    widget.bind("<Button-1>", lambda event: do-something-cool(x, y))

def do-something-cool(event, x, y):
    x = event.x
    y = event.y
    #Do other cool stuff

现在你可以争辩说这可以使用全局变量来实现，但是你真的想为内存管理和泄漏而伤神吗，特别是当全局变量只在一个特定的地方使用时？那只是糟糕的编程风格。

简而言之，lambda 非常棒，永远不应低估。虽然 Python lambda 与 LISP lambda 不同（后者功能更强大），但您确实可以用它们做很多神奇的事情。

解决方案 16：

Lambda 与函数式编程风格有着密切的联系。通过将函数应用于某些数据并合并结果来解决问题的理念是 Google 用来实现其大多数算法的。

用函数式编程风格编写的程序很容易并行化，因此在现代多核机器中变得越来越重要。简而言之，你不应该忘记它们。

解决方案 17：

首先恭喜你成功搞清楚了 lambda。在我看来，这是一个非常强大的构造。如今函数式编程语言的趋势无疑表明，它既不应该被避免，也不会在不久的将来被重新定义。

你只需要换个角度思考。我相信你很快就会爱上它。但如果你只处理 Python，就要小心了。因为 Lambda 不是真正的闭包，所以它不知何故“坏了”：Python 的 Lambda 坏了

解决方案 18：

我刚刚开始学习 Python 并首先遇到了 Lambda——我花了一段时间才弄明白。

请注意，这并不是在谴责任何事。每个人都有自己独特的、不容易做到的事情。

lambda 是不是现实生活中应该被遗忘的那些“有趣”的语言项目之一？

不。

我确信在某些特殊情况下可能需要它，但考虑到它的模糊性，

这并不奇怪。我之前工作过的 2 个团队中，每个人都一直使用这个功能。

它在未来版本中被重新定义的可能性（我的假设基于它的各种定义）

除了几年前修复闭包语义之外，我还没有看到在 Python 中重新定义它的严肃提案。

并降低了编码清晰度——应该避免吗？

如果你使用得当，这并不会降低清晰度。相反，拥有更多可用的语言结构会增加清晰度。

这让我想起了 C 类型的溢出（缓冲区溢出）——指向顶部变量并重载以设置其他字段值……有点像技术表演，但维护编码员却是噩梦……

Lambda 就像缓冲区溢出？哇。如果你认为 Lambda 是一场“维护噩梦”，我无法想象你会如何使用它。

解决方案 19：

使用 lambda 的一个有用例子是提高长列表推导的可读性。在这个例子中，loop_dic为了清晰起见， 很短，但想象一下loop_dic很长。如果你只使用包含的普通值i而不是该值的 lambda 版本，你将得到一个NameError。

>>> lis = [{"name": "Peter"}, {"name": "Josef"}]

>>> loop_dic = lambda i: {"name": i["name"] + " Wallace" }
>>> new_lis = [loop_dic(i) for i in lis]

>>> new_lis
[{'name': 'Peter Wallace'}, {'name': 'Josef Wallace'}]

而不是

>>> lis = [{"name": "Peter"}, {"name": "Josef"}]

>>> new_lis = [{"name": i["name"] + " Wallace"} for i in lis]

>>> new_lis
[{'name': 'Peter Wallace'}, {'name': 'Josef Wallace'}]

解决方案 20：

我使用 lambda 来避免代码重复。这将使函数更容易理解，例如：

def a_func()
  ...
  if some_conditon:
     ...
     call_some_big_func(arg1, arg2, arg3, arg4...)
  else
     ...
     call_some_big_func(arg1, arg2, arg3, arg4...)

我用临时 lambda 替换它

def a_func()
  ...
  call_big_f = lambda args_that_change: call_some_big_func(arg1, arg2, arg3, args_that_change)
  if some_conditon:
     ...
     call_big_f(argX)
  else
     ...
     call_big_f(argY)

解决方案 21：

我今天开始阅读 David Mertz 的书《Python 中的文本处理》。虽然他对 Lambda 的描述相当简洁，但第一章中的示例与附录 A 中的解释相结合，让我（终于）对它们产生了浓厚的兴趣，我突然明白了它们的价值。这并不是说他的解释对你有用，我还处于探索阶段，因此除了以下内容之外，我不会尝试补充这些回应：我是 Python 新手，我是 OOP 新手，Lambda 对我来说很费劲。现在我读了 Mertz 的书，我想我明白了它们，我认为它们非常有用，因为我认为它们允许一种更简洁的编程方法。

他重现了 Python 之禅，其中有一句是“简单胜过复杂”。作为一名非 OOP 程序员，在阅读带有 lambda 的代码（以及直到上周的列表推导）时，我一直在想 -这很简单？。我今天终于意识到，实际上这些功能使代码比其他替代方案（不可避免地是某种循环）更具可读性和可理解性。我还意识到，就像财务报表一样 - Python 不是为新手用户设计的，而是为想要接受教育的用户设计的。我真不敢相信这种语言有多么强大。当我（终于）意识到 lambda 的目的和价值时，我想撕掉大约 30 个程序并重新开始在适当的地方放入 lambda。

解决方案 22：

我可以举一个例子来说明我实际上需要 lambda。我正在制作一个图形程序，用户右键单击文件并为其分配三个选项之一。事实证明，在 Tkinter（我正在编写此程序的 GUI 接口程序）中，当有人按下按钮时，它不能分配给接受参数的命令。因此，如果我选择其中一个选项并希望我的选择结果是：

print 'hi there'

那么就没什么大不了的了。但如果我需要我的选择具有特定的细节怎么办。例如，如果我选择选项 A，它会调用一个函数，该函数接受依赖于选项 A、B 或 C 的一些参数，TKinter 无法支持这一点。实际上，Lamda 是解决这个问题的唯一选择……

解决方案 23：

我经常使用它，主要用作空对象或将参数部分绑定到函数。

以下是示例：

实现空对象模式：

{
    DATA_PACKET: self.handle_data_packets
    NET_PACKET: self.handle_hardware_packets
}.get(packet_type, lambda x : None)(payload)

对于参数绑定：

假设我有以下 API

def dump_hex(file, var)
    # some code
    pass

class X(object):
    #...
    def packet_received(data):
        # some kind of preprocessing
        self.callback(data)
    #...

然后，当我想快速将接收到的数据转储到文件时，我会这样做：

dump_file = file('hex_dump.txt','w')
X.callback = lambda (x): dump_hex(dump_file, x)
...
dump_file.close()

解决方案 24：

我用来lambda创建包含参数的回调。用一行代码编写 lambda 比编写一个方法来执行相同功能更简洁。

例如：

import imported.module

def func():
    return lambda: imported.module.method("foo", "bar")

而不是：

import imported.module

def func():
    def cb():
        return imported.module.method("foo", "bar")
    return cb

解决方案 25：

我是 Python 初学者，为了更清楚地了解 lambda，我将其与“for”循环进行了比较；在效率方面。以下是代码（python 2.7）-

import time
start = time.time() # Measure the time taken for execution

def first():
    squares = map(lambda x: x**2, range(10))
    # ^ Lambda
    end = time.time()
    elapsed = end - start
    print elapsed + ' seconds'
    return elapsed # gives 0.0 seconds

def second():
    lst = []
    for i in range(10):
        lst.append(i**2)
    # ^ a 'for' loop
    end = time.time()
    elapsed = end - start
    print elapsed + ' seconds'
    return elapsed # gives 0.0019998550415 seconds.

print abs(second() - first()) # Gives 0.0019998550415 seconds!(duh)

解决方案 26：

Lambda 是一个过程构造函数。你可以在运行时合成程序，尽管 Python 的 lambda 功能并不强大。请注意，很少有人理解这种编程。