python之lambda表达式与sort函数中的key用法
作者:愿此后再无WA
python lambda表达式与sort函数中的key
lambda表达式
lambda 表达式常用来声明匿名函数,也就是没有函数名字的、临时使用的小函数,常用在临时需要一个类似于函数的功能但又不想定义函数的场合。
例如,内置函数sorted()和列表方法sort()的 key参数,内置函数map()和filter()的第一个参数等。当然,也可以使用lambda表达式定义具名函数。
lambda表达式只可以包含一个表达式,不允许包含复杂语句和结构,但在表达式中可以调用其他函数,该表达式的计算结果相当于函数的返回值。
下面的代码演示了不同情况下 lambda表达式的应用。
简言之:
lambda表达式就是函数的迷你版,如果定义的函数比较简单可以使用lambda代替。
>>> def func(a,b,c): return a+b+c >>> f = lambda a,b,c:a+b+c # 与func函数等价 >>> f(1,2,3) # 输出6 >>> s = lambda a,b=5,c=1:a+b+c # 支持默认参数 >>> s(8) # 输出14 >>> s = "abcde" >>> tuple(map(lambda x:x.upper(),s)) # lambda 也可以作为函数参数 ('A', 'B', 'C', 'D', 'E')
咳咳,我说一下map函数,真的太顶了。它有两个参数嘛,第二个参数是一个可迭代对象,列表,元组,字符串,集合,字典那些,第一个参数一般就是一个功能函数来的,map函数大概就是,将迭代对象里面的每一个元素都传那个功能函数进行处理,以上面例子为例,将字符串s里面的每一个小写元素通过lambda表达式函数转换为大写,存到map对象里面,如果要看结果的话要用list,tuple这些数据类型将其强制转换出来显示,不然看不到。
sort函数
最后就是经典的与sort函数搭配了。
假设有一个二维列表,我们以第二维元素值的大小对列表进行排序。
那么他的写法应该是这样的。
>>> a = [[1,4],[2,3],[5,1]] >>> a [[1, 4], [2, 3], [5, 1]] >>> sorted(a,key=lambda x:x[1]) # 用sorted是不想修改a [[5, 1], [2, 3], [1, 4]] # 可以看到生成了按嵌套列表中第二个元素排序的列表
或许有些读者跟我刚才一样,知道这样写,但不知道怎么来的。于是我特地找了一些资料,大概的用法就是如果指定key的话就会先遍历一遍可迭代对象,得到每个元素的key值,然后根据这个key值进行排序。
相当于 for i in a,然后指定对i的某种操作,当然,要写成函数的形式才行。
如果写成一般函数的话是这种形式。
>>> a = [[1,4],[2,3],[5,1]] >>> def func(nums): # 这里的nums相当于是a中的每个元素 也就是[1,4],[2,3],[5,1] return nums[1] # 注意注意!这里要格外注意,这里的key中func没有括号没有参数只有名字,相当于就是将a中的每个元素[1,4],[2,3],[5,1]分别去调用func函数得到一个key值,最后根据这个k值进行排序。 >>> sorted(a,key=func) [[5, 1], [2, 3], [1, 4]]
当我们大概知道了这个sort如何排序之后,其他多骚的写法都能写得出来,现在我们就试试。
>>> def func(string): # 定义一个函数 res = len(set(string)) # 首先计算这个单词有多少个字母 如“aaabb”算两个字母 for i in string: if i.isupper(): # 如果是大写 res *=1.15 * ord(i) # ord表示 i 在 ASCII 对应的值 else: res*=1.05 * ord(i) return res >>> a = "haHASHSADHn IamaHandsomeBoy SLSKJlkjSLSjGHUh iljEILNGLKD".split() >>> sorted(a,key=func) # 记住不要括号 ['haHASHSADHn', 'iljEILNGLKD', 'IamaHandsomeBoy', 'SLSKJlkjSLSjGHUh']
骚写法写得出来,简单的写法就迎刃而解了。当然,使用lambda表达式前提是你对排序的定义足够简单,就是按哪个哪个排序的。复杂一点的话就要像上面一样自定义函数了。
下面看一下使用lambda对字典以值(值噢,而不是键)进行排序。
>>> a {1: 5, 2: 3, 7: 6, 5: 2} >>> sorted(a) # 如果直接写的话只会对键排序,没有达到我们想要的效果。 [1, 2, 5, 7] >>> a.sort() # 如果直接使用sort会报错,因为字典没有这个函数 Traceback (most recent call last): File "<pyshell#47>", line 1, in <module> a.sort() AttributeError: 'dict' object has no attribute 'sort' >>> sorted(a.items(),key=lambda x:x[1]) # 因为键值我们都要,所以要使用a.items(),然后以每个元素的第二个值作为key值进行排序,得到下面的结果 [(5, 2), (2, 3), (1, 5), (7, 6)] # 我们想要的应该是排序后的字典,而这个还不是,但是有点像,我们可以直接使用dict函数强制转换成字典。 >>> dict(sorted(a.items(),key=lambda x:x[1])) {5: 2, 2: 3, 1: 5, 7: 6} # 搞定
python匿名函数lambda表达式与sort()、sorted()、min()、max()、map()、reduce()、filter()使用
1. 什么是匿名函数
匿名函数,即没有函数名称的函数。学过Python的都知道,Python中函数的定义格式为:(关键字)def(加)(函数名)get_name:(函数体),但是匿名函数没有函数名称,它的定义格式为:lambda [arg1,[arg2,arg3…]]: expression,因此匿名函数又被成为lambda表达式,它只包含一行表达式。
2. lambda表达式
定义格式:lambda [arg1,[arg2,arg3…]]: expression,其中lambda为必须的关键字,args表示参数列表,expression表示表达式。
为便于理解,该语法格式转为普通函数格式如下:
def fun_name(arg1,[arg2,arg3..]): return expression fun_name(arg1,[arg2,arg3..])
显然,使用普通方法定义此函数,需要 3 行代码,而使用 lambda 表达式仅需 1 行。
举个例子:
def square(x): return x ** 2 print(square(5)) # 此处只是为了举例,平常不建议这样将lambda表达式赋值给变量 a = lambda x: x ** 2 print(a(5))
运行结果
25
25
3. lambda表达式的用途
lambda表达式只有一行,相比于函数,它具有的优势:
- 对于单行函数,使用 lambda 表达式可以省去定义函数的过程,让代码更加简洁;
- 对于不需要多次复用的函数,使用 lambda 表达式可以在用完之后立即释放,提高程序执行的性能。
那么,lambda表达式的使用方式有哪些呢:
1.排序,结合sorted() 和sort()方法使用
# 方式1 list1 = [1, 2, 6, 9, 3, 5, 4, 0] list1.sort(key=lambda x: x) # lambda x: x中第一个x为参数,此时是list1中的每个元素,第二个x是表达式,此时也表示list1中的每个元素 # 通过在第二行打断点,然后调试运行,会发现表达式x,会被依次赋值为列表 # list1中的每个值 print(list1) # 方式2 # list2 中记录名字和他的年龄 list2 = [['小明', 23], ['大美', 22], ['小帅', 18], ['张三', 24]] list3 = sorted(list2, key=lambda x: x[1]) # lambda x: x[1]中第一个x为参数,此时是list2中的每个元素,此时是列表, # 即'['小明', 23]';第二个x[1]是表达式,此时表示列表中第二个值,即23 # 表示按照每个人的年龄排序 print(list3) # 方式3 list4 = ['3', '4', '5', '6', '7', '8', '9', '10', 'J', 'Q', 'K', 'A'] t = ['3', '3', '4', '6', '5', '8', '7', '10', '10', 'K', 'A', 'J', 'Q'] t.sort(key=lambda x: list4.index(x)) # lambda x: list4.index(x)中第一个x为参数,此时是t中的每个元素 # list4.index(x)是表达式,表示x在list4中的索引值,表示按照索引值大小排序 print(t)
输出结果:
[0, 1, 2, 3, 4, 5, 6, 9]
[[‘小帅’, 18], [‘大美’, 22], [‘小明’, 23], [‘张三’, 24]]
[‘3’, ‘3’, ‘4’, ‘5’, ‘6’, ‘7’, ‘8’, ‘10’, ‘10’, ‘J’, ‘Q’, ‘K’, ‘A’]
2.结合max()、min()使用
list2 = [['小明', 23], ['大美', 22], ['小帅', 18], ['张三', 24]] list5 = [2, 10, 4, 3, 1, 2, 6, 8, 7] res = max(list5, key=lambda x: x) print(res) name_age = min(list2, key=lambda x: x[1]) print(name_age)
输出结果:
10
[‘小帅’, 18]
3.结合map()函数使用
# ===========一般写法:=========== # 1、计算平方数 list6 = [2,3,6,1,5] def square(x): return x ** 2 s = list(map(square, list6)) # 计算列表各个元素的平方 print(s) # ===========匿名函数写法:============ # 2、计算平方数,lambda 写法 s1 = list(map(lambda x: x ** 2, list6)) print(s1) # 3、提供两个列表,将其相同索引位置的列表元素进行相加 list7 = [1,2,34,6] s2 = list(map(lambda x, y: x + y, list7, list6)) print(s2)
输出结果:
[4, 9, 36, 1, 25]
[4, 9, 36, 1, 25]
[3, 5, 40, 7]
4.结合reduce()使用
reduce函数是Python中的内置函数,用于计算可迭代对象的累积结果。
reduce 函数的用法和示例:
reduce(function, iterable[, initializer])
- 函数定义:对可迭代对象中的元素进行累积操作,返回一个单一的结果。
- 参数 function:用于累积操作的函数,接受两个参数,必须返回一个值。
- 参数 iterable:可迭代对象,包含要进行累积操作的元素。
- 参数 initializer:可选参数,作为累积的初始值。如果提供了初始值,则累积操作从初始值开始;如果未提供初始值,则累积操作从可迭代对象的第一个元素开始。
from functools import reduce list8 = [5, 6, 7, 4, 3, 2, 1] # 此时初始值默认为列表第一个元素,计算元素的和 s3 = reduce(lambda x, y: x + y, list8) print(s3) # 定义初始值为0,计算列表元素的平方和 s4 = reduce(lambda x, y: x + y ** 2, list8, 0) print(s4) # 计算n的阶乘 n = 5 s5 = reduce(lambda x, y: x * y, range(1, n + 1)) print(s5) # 计算最大值 s6 = reduce(lambda x, y: x if x > y else y, list8) print(s6)
输出结果:
28
140
120
7
5.结合filter()使用
filter函数用于过滤序列,过滤掉不符合条件的元素
filter(function, iterable)
function
:用于过滤的函数iterable
:可迭代对象
list9 = [1, 2, 3, 4, 5, 6, 7, 8] # 保留偶数 s7 = list(filter(lambda x: x % 2 == 0, list9)) print(s7)
输出结果:
[2, 4, 6, 8]
心得:
1.lambda表达式可直接赋值给变量
2.lambda表达式可结合函数使用,若函数中带有参数key或这参数function,如sort()、sorted()、min()、max()、map()、reduce()、filter()等
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。