Python 匿名函数

学习目标

理解 Lambda 函数的基本语法与匿名特性
掌握 Lambda 在条件判断、列表推导中的使用方法
学会结合 filter()、map() 和 reduce() 使用 Lambda 进行数据处理
能够区分 Lambda 与普通函数（def）的适用场景
了解 Lambda 的局限性及其在函数式编程中的作用

什么是 Lambda 函数

Lambda 函数是匿名函数，即没有显式名称的函数。Python 使用 lambda 关键字定义这类轻量级函数，适用于简单、一次性使用的逻辑。

基本语法

lambda 参数: 表达式

lambda：定义匿名函数的关键字
参数：可以有多个，用逗号分隔（如 x, y）
表达式：只能是一个表达式，其计算结果自动返回

注意：Lambda 函数不能包含语句（如 print、return、赋值等），仅能包含一个表达式。

示例：字符串转大写

text = 'Hello Python'
to_upper = lambda s: s.upper()
print(to_upper(text))

输出：

HELLO PYTHON

此处 to_upper 是一个 Lambda 函数，接收字符串并返回其大写形式。

常见使用场景

1. 条件判断

三元表达式

Lambda 支持使用 if-else 实现条件逻辑，常用于分类或标签生成。

示例：判断正负零

classify = lambda x: "正数" if x > 0 else "负数" if x < 0 else "零"
print(classify(5))   # 正数
print(classify(-3))  # 负数
print(classify(0))   # 零

示例：判断奇偶

is_even = lambda n: "偶数" if n % 2 == 0 else "奇数"
print(is_even(4))  # 偶数
print(is_even(7))  # 奇数

这类写法简洁，适合在需要快速判断并返回标签的场景中使用。

2. 与列表推导结合

Lambda 可嵌入列表推导中，用于生成函数列表或延迟计算。

# 创建一个包含多个 Lambda 函数的列表
funcs = [lambda x=i: x * 10 for i in range(1, 5)]

for f in funcs:
    print(f())

输出：

注意：这里使用 x=i 捕获当前循环变量的值，避免闭包陷阱（否则所有函数都会返回 40）。

3. 返回多个结果

通过元组

虽然 Lambda 只能写一个表达式，但可通过元组返回多个值。

calc = lambda a, b: (a + b, a * b)
result = calc(3, 4)
print(result)  # (7, 12)

适用于需要同时返回多个计算结果的轻量场景。

4. 与 `filter()` 配合

筛选数据

filter(function, iterable) 保留使函数返回 True 的元素。

numbers = [1, 2, 3, 4, 5, 6]
evens = filter(lambda x: x % 2 == 0, numbers)
print(list(evens))  # [2, 4, 6]

Lambda 作为过滤条件，简洁高效。

5. 与 `map()` 配合

转换数据

map(function, iterable) 对每个元素应用函数并返回新迭代器。

data = [1, 2, 3, 4]
doubled = map(lambda x: x * 2, data)
print(list(doubled))  # [2, 4, 6, 8]

常用于数据预处理、格式转换等任务。

6. 与 `reduce()` 配合

累积计算

reduce(function, iterable) 对序列进行累积操作（需从 functools 导入）。

from functools import reduce

nums = [1, 2, 3, 4]
product = reduce(lambda x, y: x * y, nums)
print(product)  # 24

执行过程：((1*2)*3)*4 = 24，适用于求和、连乘、拼接等聚合操作。

Lambda 与 `def` 函数的对比

特性	Lambda 函数	普通函数（`def`）
定义方式	单行表达式	多行代码块
函数名	匿名（可赋值给变量）	必须有名称
语句支持	仅允许一个表达式	支持多条语句、循环、异常处理等
文档字符串	不支持 `docstring`	支持 `"""..."""` 注释
适用场景	简短、临时、一次性逻辑	复杂、可复用、需调试的函数

功能等价示例

# 使用 Lambda
square = lambda x: x ** 2
print(square(3))  # 9

# 使用 def
def square_def(x):
    return x ** 2
print(square_def(3))  # 9

两者结果相同，但 def 更适合需要注释、调试或多步逻辑的场景。

重点总结

Lambda 是匿名、单表达式的函数，适合轻量级操作。
常与 map()、filter()、reduce() 等函数式工具配合使用。
虽然简洁，但不可滥用——复杂逻辑应使用 def 提高可读性。
Lambda 无法包含语句、不能加文档字符串，调试困难。
在数据处理、回调函数、排序键等场景中非常实用。

思考题

为什么在列表推导中使用 lambda x=i: ... 而不是 lambda: i？如果不加 x=i 会发生什么？
尝试使用 Lambda 和 map() 将一个字符串列表全部转换为小写，并去除首尾空格。
在什么情况下应该避免使用 Lambda？请举例说明一个更适合用 def 实现的场景。