Python中Lambda函数的5种实用场景解析

Leo

发布时间：2026-10-14 | 4人浏览过

原创

本文深入解析Python中Lambda函数的5种核心用法，包括命名使用、与map/filter/reduce配合、作为key参数、立即调用表达式及闭包应用。通过对比传统函数与列表推导式，展示Lambda在简化代码、提升优雅度方面的优势，帮助开发者掌握这一函数式编程利器。

引言

Lambda函数，亦称匿名函数，构成了函数式编程的基石之一。

Python作为一种支持多编程范式的语言，提供了简洁的机制来定义Lambda函数。

在Python中构建Lambda函数的基本语法模板如下：


lambda arguments : expression

该结构包含三个关键组成部分：

首先是Lambda关键字，

其次是函数接收的参数列表，

最后是作为返回值的表达式。

凭借这种简洁性，Lambda函数能在特定场景下使Python代码更加优雅。本文将演示Python中Lambda函数的5种常见用法，并通过具体示例进行解释。

1. 命名使用

当仅需定义简单函数时，Lambda是理想选择，它可视为定义函数的更简便方式。因此，我们可以为其赋予名称，并像普通函数一样调用它。


lambda_add_ten = lambda x: x + 10
print(lambda_add_ten(5))
# 15
 
def add_ten(x):
 return x + 10
print(add_ten(5))
# 15

如前述示例所示，add_ten()与lambda_add_ten()的执行结果一致，但Lambda函数能使代码更短且清晰。

2. 与高阶函数配合

若将Lambda函数与map()、filter()和reduce()等高阶函数结合使用，程序逻辑将变得更加优雅。

让我们分析以下问题：

给定一个列表，如何筛选并打印其中的所有奇数？


numbers = [1, 12, 37, 43, 51, 62, 83, 43, 90, 2020]

此问题看似简单，却足以区分初级与高级Python开发人员。

初级程序员可能编写如下代码：


odd_number = []
for n in numbers:
 if n % 2 == 1:
 odd_number.append(n)
print(odd_number)
# [1, 37, 43, 51, 83, 43]

该代码运行正常且无错误。然而，高级Python程序员仅需一行代码即可实现相同功能：


print(list(filter(lambda x: x % 2 == 1, numbers)))
# [1, 37, 43, 51, 83, 43]

这种写法是否看起来更加优雅？

顺便提及，上述单行解决方案旨在展示Lambda函数的用法。当然，还存在其他单行解决方案，例如列表推导式：


odd_numbers = [i for i in numbers if i % 2 == 1]

实际上，在许多情况下，列表推导式可能比高阶函数与Lambda函数协作具有更高的可读性。

3. 赋予“key”参数

部分内置方法包含key参数，这为我们提供了更大的灵活性。

例如，在使用sorted()或sort()方法对Python中的迭代对象进行排序时，key参数决定了如何比较迭代中的两个元素。

此时，Lambda函数便派上了用场。


leaders = ["Warren Buffett", "Yang Zhou", "Tim Cook", "Elon Musk"]
print(leaders)
# ['Warren Buffett', 'Yang Zhou', 'Tim Cook', 'Elon Musk']
leaders.sort(key=lambda x: len(x))
print(leaders)
# ['Tim Cook', 'Yang Zhou', 'Elon Musk', 'Warren Buffett']

如上所述，若需按每个名称的长度对leaders列表进行排序，一种简便方法是向key参数传递一个Lambda函数。

另一个常见场景是根据字典的键或值对其进行排序。


leaders = {4: "Yang Zhou", 2: "Elon Musk", 3: "Tim Cook", 1: "Warren Buffett"}
print(leaders)
# {4: 'Yang Zhou', 2: 'Elon Musk', 3: 'Tim Cook', 1: 'Warren Buffett'}
leaders = dict(sorted(leaders.items(), key=lambda x: x[0]))
print(leaders)
# {1: 'Warren Buffett', 2: 'Elon Musk', 3: 'Tim Cook', 4: 'Yang Zhou'}

4. 立即调用

立即调用的函数表达式（IIFE）是JavaScript中的一种惯用法。Python中的Lambda函数也支持此技巧。我们可以立即执行一个Lambda函数，如下所示：


>>> (lambda x,y:x*y)(2,3)
6

然而，出于可读性和可维护性的考虑，建议仅在Python的交互式解释器中使用此技巧。

另外，如果你熟悉Python中的下划线技巧，也可以使用以下方式实现。


>>> lambda x,y:x*y
<function <lambda> at 0x7fc319102d30>
>>> _(2,3)
6

5. 在闭包中使用

闭包是一种强大的函数式编程特性，在Python中同样适用。由于涉及嵌套函数，我们可以使用Lambda函数使程序更加清晰。

以下是使用闭包的一个示例：


def outer_func():
 leader = "Yang Zhou"
 def print_leader(location=""):
 return leader + " in the " + location
 return print_leader
 
 
Lead = outer_func()("UK")
print(Lead)
# Yang Zhou in the UK

我们该如何利用Lambda函数简化上述代码？


def outer_func():
 leader = "Yang Zhou"
 return lambda location="": leader + " in the " + location
 
Lead = outer_func()("UK")
print(Lead)
# Yang Zhou in the UK

如示例所示，在使用嵌套函数时，Lambda函数能帮助我们编写更易读和清晰的代码。