本文从初学者的角度学习Python的笔记，其特点就是全文大多由新手易理解的代码与注释及动态演示，刚入门的读者千万不要错过！
本文目录如下：
匿名函数
如果我们需要定义一个特别简单的函数，例如
def add(a, b):
s = a + b
return s
这就出现问题了，这么优雅的Python怎么可以出现这种难看的代码呢，有没有办法可以将其简化为1行代码呢？这么优雅的Python肯定有办法将其简化的方法啊！这要用到匿名函数了。Python中使用 lambda关键字来创建匿名函数。
lambda [参数1 [,参数2,..参数n]]:表达式示例代码
"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""
news_add = lambda a, b: a + b
# 上面的那个等于
def news_add_old(a, b):
return a + b
x = news_add_old(5, 10)
y = news_add(5, 10) # 调用匿名函数
print(x, y) # 15 15
结合内置函数使用
"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""
list1 = [{"a": 10, "b": 20}, {"a": 20, "b": 20}, {"a": 50, "b": 20}, {"a": 6, "b": 20}, {"a": 9, "b": 20}]
# 那个列表中的a最大
max_value = max(list1, key=lambda x: x["a"])
print(max_value)
# 如果用普通的函数写就多了几行
def func(di):
return di["a"]
max_value = max(list1, key=func) # 这里不能加()不然就表示调用了
print(max_value)
也可以将匿名函数当做参数
def func(a, b, fun):
s = fun(a, b)
return s
z = func(5, 10, lambda a, b: a + b)
print(z) # 15
注：lambda可以省去定义函数的过程，让代码更加精简,而且不用考虑命名问题，但是在PEP8规范里面是不推荐用lambda这种方式的
内置函数
map( )
map()会根据提供的函数对指定序列做映射，使用方法：
map(function, iterable, ...)
第一个参数function以参数序列中的每一个元素调用function函数，第二个参数iterable一个或多个序列。其返回包含每次 function 函数返回值的新列表。
示例代码
"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""
list1 = [1, 2, 4, 5, 56, 12, 5, 2, 34]
# 生成一个函数
def func(lt): # 将偶数返回，奇数+1返回
if lt % 2 == 0:
return lt
else:
return lt + 1
list2 = map(func, list1) # 千万不能加()
# 使用lambda关键字
list3 = map(lambda i: i if i % 2 == 0 else i + 1, list1)
print(list(list3)) # [2, 2, 4, 6, 56, 12, 6, 2, 34]
print(list(list2)) # [2, 2, 4, 6, 56, 12, 6, 2, 34]reduce( )
reduce() 函数在Python2.x的时候是系统内置的函数，到Python3.x就已经归入functools库里面了。
reduce() 函数会对参数序列中元素进行累积。函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。
reduce(function, iterable[, initializer])示例代码
"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""
from functools import reduce
list1 = [1, 2, 3, 4, 5, 6, 7]
value = reduce(lambda x, y: x + y, list1)
print(value) # 28 = 1+2+3+4+5+6+7
执行流程即将计算结果存储到x，每次累计。initializer就是设置x的初始值，演示如下
filter( )
filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。
该方法接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。
filter(function, iterable)
sorted( )
sorted() 函数对所有可迭代的对象进行排序操作,返回的是一个新的 list.返回重新排序的列表。
sorted(iterable, cmp=None, key=None, reverse=False)iterable – 可迭代对象。
cmp – 比较的函数，这个具有两个参数，参数的值都是从可迭代对象中取出，此函数必须遵守的规则为，大于则返回1，小于则返回-1，等于则返回0。
key – 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。
reverse – 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。
示例代码
"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""
students = [
{'name': 'tom', 'age': 20},
{'name': 'lucy', 'age': 15},
{'name': 'lily', 'age': 13},
{'name': 'mark', 'age': 21},
{'name': 'jack', 'age': 13},
{'name': 'steven', 'age': 18},
]
# 找出所有年龄大于18岁学生
result = filter(lambda x: x['age'] > 18, students)
print(list(result)) # [{'name': 'tom', 'age': 20}, {'name': 'mark', 'age': 21}]
# 按照年龄从小到大排序
students = sorted(students, key=lambda x: x['age'], reverse=True) # 利用key
print(students)
'''
[{'name': 'mark', 'age': 21}, {'name': 'tom', 'age': 20},
{'name': 'steven', 'age': 18}, {'name': 'lucy', 'age': 15},
{'name': 'lily', 'age': 13}, {'name': 'jack', 'age': 13}]
''' 
关注微信公众号『数据分析与统计学之美』，后台回复“入群”拉你入群交流哦，气氛杠杠的！看到这里，麻烦您点个再看，让更多朋友看到哦！
觉得文章好，点个在看
本文分享自微信公众号 - 数据分析与统计学之美（gh_21c25c7e71d0）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
来源：oschina
链接：https://my.oschina.net/u/4579597/blog/4351727