python 之lambda表达式

  lambda表达式算是python一种比较方便的语法了，主要作用是代替简单的函数，免去了编写函数的烦恼，语法也更加地简洁。下面就简单介绍一下lambda的使用场景。从本质上来讲，lambda是一个函数，可以接受参数输入。

• lambda 基础用法
    lambda表达式的基础用法，做简单的加减乘除，或者格式修改操作。

funca = lambda x: x+1 
funca(2)
out:3

• lambda和if结合使用
    lambda表达式既然和函数一样那么也可以用逻辑控制流，用if去做判断，返回我们想要的东西。

funcb = lambda x:x+1 if x==1 else 0
funcb(1) 
out:2
funcb(2)
out:0

• lambda表示式和for循环结合使用
    跟if不一样，lambda表达式里用for循环会报错，但是也可以for循环一起用，只不过比较复杂，用了for循环生成的是一个由函数组成的列表。

funcc = [lambda x: x+j for j in range(5)]
[f(1) for f in funcc]
out:[5, 5, 5, 5, 5]

  但是从上面的输出来看，又让人非常困惑，为什么全都是5，而不是[1,2,3,4,5]。这里需要解释的是：这个循环控制了输出五个lambda函数，但是每个函数都是执行到循环的最后一步，也就是说x+j实际上和x+4是等价的，每个函数都一样。

• lambda表达式的嵌套使用
    这个虽然说也有用的，但是可读性特别差，尽量避免使用，毕竟用lambda表达式是为了简单，这么用实在是让人捉摸不透。还是举个例子：

funcd = lambda: lambda x: x + 5
funcdd = funcd()
funcdd(3)
out:8

  看完你应该也觉得没有任何意义吧。

• lambda表达式和map函数结合使用
    我估计这个是最常用的使用方法，因为map本身的作用就是对一个list套用一个方法。来看例子。

list1 = list(map(lambda x: x**2,[1,2,3,4]))
out: [1, 4, 9, 16]

• lambda表达式和filter函数结合使用
    这个是另一个比较重要的应用场景就是筛选出来符合条件的数据。

list2 = list(filter(lambda x:x<=4,[2,3,4,5]))
out:[2, 3, 4]

• lambda表达式用于pandas
    pandas里的apply函数，可以用自己编写的lambda表达式这个是非常方便的，也是经常使用，举一个小数转化为百分比的案例吧。

#先生成一个5行一列的dataframe
pd_1 = pd.DataFrame([round(np.random.random(),2) for _ in range(5)])
#数据长这样
      0
0  0.95
1  0.62
2  0.04
3  0.61
4  0.77
#接下来转换
pd_2 = pd_1[0].apply(lambda x: '{:.0%}'.format(x))
out:
0    95%
1    62%
2     4%
3    61%
4    77%