这一章节我们来讨论一下为什么要使用lambda表达式
主要的目的就是提供一个更加简洁的代码结构,但是对于初学者,它可能反而增加阅读的难度
lambda通常应用在行为调整表,也就是行为的列表或者字典,能够按照需求执行不同的代码。
>>> aList=[lambda x:x**2,lambda x:x**3,lambda x:x**4]#list里面是三种幂算法 >>> for func in aList: print(func(2)) 4 8 16 >>>
我们下面给出等价代码:
>>> def test1(x):return x**2 >>> def test2(x):return x**3 >>> def test3(x):return x**4 >>> aList=[test1,test2,test3] >>> for func in aList: print(func(2)) 4 8 16 >>>
但是,笔者认为,对于初学者,或者不是函数式编程背景的程序员,尽量使用第二种方法,因为维护起来更加简单明了,现在这个时代代码的可阅读性比代码性能、结构来的更加重要,毕竟不是每一个引用的秒请求次数都是那么高的,当然,这只是笔者一点个人意见
上面我们列举了在列表里面的使用,我们下面说说在字典里面的使用
>>> aDict={'a':lambda : 2**2,'b':lambda : 3**2,'c':lambda : 4**2}#根据条件输出 >>> for key in aDict: print(key+str(aDict[key]())) b9 c16 a4 >>>
例如:
>>> aDict={'before':lambda : 'before','doing':lambda : 'doing','after':lambda : 'after'}#根据条件输出 >>> for key in aDict: print(key+':'+str(aDict[key]())) before:before after:after doing:doing >>>
上面代码的等价代码:
>>> def before():return 'before' >>> def doing():return 'doing' >>> def after():return 'after' >>> aDict={'before':before,'doing':doing,'after':after} >>> >>> for key in aDict: print(key+':'+str(aDict[key]())) before:before after:after doing:doing >>>
总结:这一章节主要说明了为什么需要用lambda,以及简单介绍lambda结合列表与字典怎样作为行为选择器来使用
这一章节就说到这里,谢谢大家
------------------------------------------------------------------
点击跳转零基础学python-目录