Python学习笔记（十二）：lambda表达式与函数式编程
以Mark Lutz著的《Python学习手册》为教程，每天花1个小时左右时间学习，争取两周完成。 --- 写在前面的话
2013-7-22 21:00 学习笔记
1，lambda的一般形式是关键字lambda后面跟一个或多个参数，紧跟一个冒号，以后是一个表达式。lambda是一个表达式而不是一个语句。它能够出现在Python语法不允许def出现的地方。作为表达式，lambda返回一个值（即一个新的函数）。lambda用来编写简单的函数，而def用来处理更强大的任务。
f = lambda x,y,z : x+y+z print f(1,2,3) g = lambda x,y=2,z=3 : x+y+z print g(1,z=4,y=5)输出结果为：
6 10
2，lambda表达式常用来编写跳转表（jump table），就是行为的列表或字典。例如：
L = [(lambda x: x**2),
(lambda x: x**3),
(lambda x: x**4)]
print L[0](2),L[1](2),L[2](2)
D = {f1:(lambda: 2+3),
f2:(lambda: 2*3),
f3:(lambda: 2**3)}
print D[f1](),D[f2](),D[f3]()输出结果为：
4 8 16 5 6 8
3，lambda表达式可以嵌套使用，但是从可读性的角度来说，应尽量避免使用嵌套的lambda表达式。
4，map函数可以在序列中映射函数进行操作。例如：
def inc(x): return x+10 L = [1,2,3,4] print map(inc,L) print map((lambda x: x+10),L)输出结果为：
[11, 12, 13, 14] [11, 12, 13, 14]
5，列表解析可以实现map函数同样的功能，而且往往比map要快。例如：
print [x**2 for x in range(10)] print map((lambda x: x**2), range(10))输出结果为：
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81] [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
6，列表解析比map更强大。例如：
print [x+y for x in range(5) if x%2 == 0 for y in range(10) if y%2 ==1]输出结果为：
[1, 3, 5, 7, 9, 3, 5, 7, 9, 11, 5, 7, 9, 11, 13]
7，生成器函数就像一般的函数，但它们被用作实现迭代协议，因此生成器函数只能在迭代语境中出现。例如：
def gensquares(N): for i in range(N): yield i**2 for i in gensquares(5): print i,输出结果为：
0 1 4 9 16
8，所有的迭代内容（包括for循环、map调用、列表解析等等）将会自动调用iter函数，来看看是不是支持了迭代协议。
9，生成器表达式就像列表解析一样，但它们是扩在圆括号()中而不是方括号[]中。例如：
for num in (x**2 for x in range(5)): print num,输出结果为：
0 1 4 9 16
10，列表解析比for循环具有更好的性能。尽管如此，在编写Python代码时，性能不应该是最优先考虑的。
11，没有return语句时，函数将返回None对象。
12，函数设计的概念：
-
耦合性：只有在真正必要的情况下才使用全局变量 耦合性：不要改变可变类型的参数，除非调用者希望这样做 耦合性：避免直接改变另一个文件模块中的变量 聚合性：每一个函数都应有一个单一的、统一的目标
13，最后给个默认参数和可变参数的例子：
def saver(x=[]): x.append(1) print x saver([2]) saver() saver() saver()输出结果为：
[2, 1] [1] [1, 1] [1, 1, 1]
上一篇：
通过多线程提高代码的执行效率例子