14.4.1 理解匿名函数

匿名函数，从其字面意思来进行理解。所谓的匿名即不具名，没有名称。匿名函数，也就是没有函数名的函数。

在Python中，通过lambda表达式来定义匿名函数。

14.4.2 lambda表达式

关于lambda表达式，可以在交互模式中执行help("lambda")来查看其定义：

>>> help("lambda")

Lambdas

*******

lambda_expr ::= "lambda" [parameter_list] ":" expression

lambda_expr_nocond ::= "lambda" [parameter_list] ":" expression_nocond

Lambda expressions (sometimes called lambda forms) are used to create

anonymous functions. The expression "lambda parameters: expression"

yields a function object. The unnamed object behaves like a function

object defined with:

def <lambda>(parameters):

return expression

See section Function definitions for the syntax of parameter lists.

Note that functions created with lambda expressions cannot contain

statements or annotations.

Related help topics: FUNCTIONS

从help("lambda")的输出，我们可以知道lambda表达式用来创建匿名函数：

Lambda expressions (sometimes called lambda forms) are used to create anonymous functions.

lambda表达式的语法结构：

lambda parameters: expression

parameters表示函数的形参列表，参数以逗号进行分隔，形参列表与具名函数一样，可以为空。expression表示你要实现的表达式的代码逻辑，表达式的值会直接返回给函数调用方，无需通过return进行返回。

具名函数即为有函数名的函数。通过def来定义的函数，就叫具名函数。

为便于同学们对匿名函数进行理解，现在分别使用具名函数，匿名函数来编写一段相同逻辑的代码：

# __desc__ = 使用具名函数和匿名函数来编写一段相同逻辑的代码
 
# 1. 定义具名函数accumulate，将参数进行累加
def accumulate(small, large):
 return small + large
 
x = 1
y = 2
 
z = accumulate(x, y)
# z的输出为3
 
 
# 2. 定义匿名函数，将参数进行累加
# 由于是匿名函数，所以不能直接调用该匿名函数，需要将匿名函数保存到一个变量中，
# 再进行调用
 
anonymous_accumulate = lambda x, y:x+y
 
# 通过变量来调用匿名函数时，与具名函数的调用方式一样
z = anonymous_accumulate(x, y)
# z的输出为3

在上文代码中定义了一个匿名函数，然后将其赋值到变量anonymous_accumulate中。Python中的变量，是一个存储内存地址的容器，变量anonymous_accumulate实际保存的是匿名函数的内存地址。Python在执行匿名函数时，先从变量中取出匿名函数的内存地址，然后再进行调用。

14.4.3 lambda表达式与具名函数

lambda表达式与具名函数相比，在形式上更加简单，只需一行代码就能搞定。但也同时限制了lambda表达式不能实现复杂的代码逻辑。如要实现复杂的代码逻辑，还应当使用具名函数。lambda表达式使用起来很灵活，可以作为参数传递，作为返回值来传回给调用方，也可以直接嵌入到其它数据结构中。

(1) 使用lambda表达式作为参数的默认值

代码实例：

# __desc__ = 使用lambda表达式作为默认参数
 
# 1. 定义具名函数accumulate，将参数进行累加
def accumulate(small, large， add_weight=lambda x:x+1):
    """参数add_weight的默认值为一个匿名函数"""
    small = add_weight(small)
    return small + large
 
x = 1
y = 1
z = accumulate(1,2)
# z的输出为4

如果使用具名函数的话，就没有这样的灵活性。当然我们在调用的时候，也可以直接将具名函数作为参数进行传递：

# __desc__ = 使用lambda表达式作为默认参数
 
# 1. 定义具名函数accumulate，将参数进行累加
def accumulate(small, large， add_weight=lambda x:x+1):
    """参数add_weight的默认值为一个匿名函数"""
    small = add_weight(small)
    return small + large
 
# 使用def定义一个加权函数
def add_weight(x):
    return x+1
 
x = 1
y = 1
 
# 将具名函数add_weight作为参数进行传递
z = accumulate(1,2, add_weight)
# z的输出同样为4

(2) 将lambda表达式嵌入到字典结构中

代码实例：

# __desc__ = 将lambda表达式嵌入到字典结构中
 
# 定义一个commands字典，表示各种命令
commands = {"add": lambda x,y:x+y, "sub": lambda x, y:x-y}
 
x = 1
y = 2
 
# 1.执行加法运算
z = commands["add"](x,y)
# z的输出为3
 
# 2.执行减法运算
z = commands["sub"](x,y)
# z的输出为-1

(3) 将lambda表达式作为返回值

代码实例：

# __desc__ = 将lambda表达式作为值进行返回
 
# 在具名函数中返回lambda表达式
def get_accumulate_lambda(x,y):
    initial_value = 2020
    return lambda :x+y+initial_value
 
accumulate = get_accumulate_lambda(0,1)
z = accumulate()
# z的输出为2021

当然，也可以直接将具名函数作为返回值进行返回，但不如匿名函数这样简洁。

代码实例：

# __desc__ = 将lambda表达式作为值进行返回
 
# 在具名函数中返回lambda表达式
def get_accumulate(x,y):
    # 在函数中定义函数
    def accumulate():
        initial_value = 2020
        return x+y+initial_value
 
    # 定义的函数作为返回值进行返回
    return accumulate
 
accumulate = get_accumulate(0,1)
z = accumulate()
# z的输出为2021

上文的代码实例中，定义的accumulate其实是一个闭包函数。关于闭包函数，会在函数的高级用法中进行详细讲解。