Python 高阶 Lambda 函数的四种常见错误

Lambda 函数是 Python 中的匿名函数。当你需要完成一件小工作时，在本地环境中使用它们可以让工作得心应手。有些人将它们简称为 lambdas，它们的语法如下：

　　 lambda arguments: expression

　　 lambda 关键字可以用来创建一个 lambda 函数，紧跟其后的是参数列表和用冒号分割开的单个表达式。例如，lambda x: 2 * x 是将任何输入的数乘 2，而 lambda x, y: x+y 是计算两个数字的和。语法十分直截了当，对吧?

　　假设您知道什么是 lambda 函数，本文番茄加速旨在提供有关如何正确使用 lambda 函数的一些常规准则。

　　 1. 不要返回任何值

　　看看语法，您可能会注意到我们在 lambda 函数中并没有返回任何内容。这都是因为 lambda 函数只能包含一个表达式。然而，使用 return 关键字会构成不符合规定语法的语句，如下所示：

　　>>> integers = [(3, -3), (2, 3), (5, 1), (-4, 4)]

　　>>> sorted(integers, key=lambda x: x[-1])

　　[(3, -3), (5, 1), (2, 3), (-4, 4)]

　　>>> sorted(integers, key=lambda x: return x[-1])

　　...

　 File "<input>", line 1

　　 sorted(integers, key=lambda x: return x[-1])

　　^

　　 SyntaxError: invalid syntax

　　该错误可能是由于无法区分表达式和语句而引起的。像是包含 return 、try 、with 以及 if 的语句会执行特殊动作。然而，表达式指的是那些可以被计算出一个值的表达，例如数值或其他 Python 对象。

　　通过使用 lambda 函数，单个表达式会被计算为一个值并且参与后续的计算，例如由 sorted 函数排序。

　　 2. 不要忘记更好的选择

　　 lambda 函数最常见的使用场景是将它作为一些内置工具函数中 key 的实参，比如上面展示的 sorted() 和 max()。根据情况，我们可以使用其他替代方法。思考下面的例子：

　　>>> integers = [-4, 3, 7, -5, -2, 6]

　　>>> sorted(integers, key=lambda x: abs(x))

　　[-2, 3, -4, -5, 6, 7]

　　>>> sorted(integers, key=abs)

　　[-2, 3, -4, -5, 6, 7]

　　>>> scores = [(93, 100), (92, 99), (95, 94)]

　　>>> max(scores, key=lambda x: x[0] + x[1])

　　(93, 100)

　　>>> max(scores, key=sum)

　　(93, 100)

　　在数据科学领域，很多人使用 pandas 库来处理数据。如下所示，我们可以使用 lambda 函数通过 map() 函数从现有数据中创建新数据。除了使用 lambda 函数外，我们还可以直接使用算术函数，因为 pandas 是支持的：

　　>>> import pandas as pd

　　>>> data = pd.Series([1, 2, 3, 4])

　　>>> data.map(lambda x: x + 5)

　　 0 6

　　 1 7

　　 2 8

　　 3 9

　　 dtype: int64

　　>>> data + 5

　　 0 6

　　 1 7

　　 2 8

　　 3 9

　　 dtype: int64

　　 3. 不要将它赋值给变量

　　我曾见过一些人将 lambda 函数误认为是简单函数的另一种声明方式，您可能也见过有人像下面这么做：

　　>>> doubler = lambda x: 2 * x

　　>>> doubler(5)

　　 10

　　>>> doubler(7)

　　 14

　　>>> type(doubler)

　　

　　对 lambda 函数命名的唯一作用可能是出于教学目的，以表明 lambda 函数的确是和其他函数一样的函数——可以被调用并且具有某种功能。除此之外，我们不应该将 lambda 函数赋值给变量。

　　为 lambda 函数命名的问题在于这使得调试不那么直观。与其他的使用常规 def 关键字创建的函数不同，lambda 函数没有名字，这也是为什么有时它们被称为匿名函数的原因。思考下面简单的例子，找出细微的区别：

　　>>> inversive0 = lambda x: 1 / x

　　>>> inversive0(2)

　　 0.5

　　>>> inversive0(0)

　　 Traceback (most recent call last):

File "<input>", line 1, in <module>
File "<input>", line 1, in <lambda>


　　 ZeroDivisionError: division by zero

　　>>> def inversive1(x):

　　... return 1 / x

　　...

　　>>> inversive1(2)

　　 0.5

　　>>> inversive1(0)

　　 Traceback (most recent call last):

File "<input>", line 1, in <module>
File "<input>", line 2, in inversive1


　　 ZeroDivisionError: division by zero

　　当您的代码存在关于 lambda 函数的问题(即 inversive0)，Traceback 错误信息只会提示您 lambda 函数存在问题。

　　相比之下，使用正常定义的函数，Traceback 会清晰地提示您有问题的函数(即 inversive1)。

　　与此相关，如果您想多次使用 lambda 函数，最佳实践是使用通过 def 定义的允许使用文档字符串的常规函数。

　　 4. 不要忘记列表推导式

　　有些人喜欢将 lambda 函数和高阶函数一起使用，比如 map 或 filter 。思考下面用法示例：

　　>>> # 创建一个数字列表

　　>>> numbers = [2, 1, 3, -3]

　　>>> # 使用带有 lambda 函数的 map 函数

　　>>> list(map(lambda x: x * x, numbers))

　　[4, 1, 9, 9]

　　>>> # 使用带有 lambda 函数的 filter 函数

　　>>> list(filter(lambda x: x % 2, numbers))

　　[1, 3, -3]

　　我们可以使用可读性更强的列表推导式代替 lambda 函数。如下所示，我们使用列表推导式来创建相同的列表对象。如您所见，与列表推导式相比，之前将 map 或 filter 函数与 lambda 函数一起使用更麻烦。因此，在创建涉及高阶函数的列表时，应考虑使用列表推导式。

　　>>> # Use list comprehensions

　　>>> [x * x for x in numbers]

　　[4, 1, 9, 9]

　　>>> [x for x in numbers if x % 2]

　　[1, 3, -3]

　　结论

　　在本文中，我们回顾了使用 lambda 函数可能会犯的四个常见错误。通过避免这些错误，您应该能在代码中正确使用 lambda 函数。

　　使用 lambda 函数的经验准则是保持简单以及只在本地使用一次。