引言

Python 中的 lambda 函数是一种创建匿名函数（没有名称的函数）的方式，它可以使代码更加简洁和易读。虽然功能有限，但在适当的场景下，lambda 函数能大大简化代码结构。

一、简介

1.1 基本语法

Lambda 函数是使用 lambda 关键字创建的匿名函数，其基本语法如下：

lambda arg1, arg2 : expression

参数：

lambda：定义 lambda 函数的关键字

arg：函数参数，可以是零个或多个，用逗号分隔

expression：函数体，只能是一个表达式，不能包含多条语句

1.2 Lambda 函数的优势

当函数只需要使用一次时
当函数体非常简单，只有一条表达式时
作为参数传递给高阶函数时

1.3 Lambda 函数的局限性

只能包含一个表达式：Lambda 函数不能包含多条语句或复杂的逻辑结构。
没有语句：不能包含 if、for、while 等语句（但可以使用条件表达式）。
可读性：过于复杂的 lambda 函数会降低代码的可读性。

二、基本用法

2.1 无参数的 lambda 函数

# 普通函数定义
def square(x):print("hello world!")

# 等效的 lambda 函数
square = lambda : print("hello world!")

2.2 多参数的 lambda 函数

# 普通函数
def add(x, y):return x + y

# 等效的 lambda 函数
add = lambda x, y: x + y

print(add(3, 5))  # 输出: 8

三、常见使用场景

3.1 与高阶函数配合使用

Lambda 函数经常与 map(), filter(), reduce() 等高阶函数一起使用。

使用 map()

numbers = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x ** 2, numbers))
print(squared)  # 输出: [1, 4, 9, 16, 25]

使用 filter()

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers)  # 输出: [2, 4, 6, 8, 10]

使用 reduce()

from functools import reduce
numbers = [1, 2, 3, 4, 5]
product = reduce(lambda x, y: x * y, numbers)
print(product)  # 输出: 120

3.2 作为排序键

# 按姓名排序
students = [{'name': 'Alice', 'age': 25},{'name': 'Bob', 'age': 22},{'name': 'Charlie', 'age': 28}
]

# 按姓名排序
students_sorted_by_name = sorted(students, key=lambda x: x['name'])
print(students_sorted_by_name)
# 输出: [{'name': 'Alice', 'age': 25}, {'name': 'Bob', 'age': 22}, {'name': 'Charlie', 'age': 28}]

# 按年龄排序
students_sorted_by_age = sorted(students, key=lambda x: x['age'])
print(students_sorted_by_age)
# 输出: [{'name': 'Bob', 'age': 22}, {'name': 'Alice', 'age': 25}, {'name': 'Charlie', 'age': 28}]

3.3 在 GUI 编程中作为回调函数

import tkinter as tk

root = tk.Tk()
button = tk.Button(root, text="Click me!", command=lambda: print("Button clicked!"))
button.pack()
root.mainloop()

3.4 在 Pandas 中的应用

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
# 创建新列，其值为 A 列和 B 列的和
df['C'] = df.apply(lambda row: row['A'] + row['B'], axis=1)
print(df)

四、高级技巧

4.1 条件表达式

# 返回两个数中较大的数
max_value = lambda x, y: x if x > y else y
print(max_value(10, 20))  # 输出: 20

4.2 嵌套 Lambda 函数

# 返回一个函数，该函数计算 x 的 n 次方
power = lambda n: lambda x: x ** n

square = power(2)
cube = power(3)

print(square(4))  # 输出: 16
print(cube(3))    # 输出: 27

4.3 默认参数

greet = lambda name, greeting="Hello": f"{greeting}, {name}!"
print(greet("Alice"))          # 输出: Hello, Alice!
print(greet("Bob", "Hi"))      # 输出: Hi, Bob!