sum、map、lambda 函数

sum() 函数

• 描述
  sum()函数是对可迭代对象序列进行求和的计算方法
• 语法
  sum(iterable[，start])
  其中iterable为可迭代的对象，比如 list,tuple或者dict等
  sum函数最后的值=可迭代对象里的数相加的和+start的值，start不写的话默认为0

>>> sum([2,4,6,8])
20
>>> sum([2,4,6,8],2)
22

map() 函数

• 描述
  map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回给迭代器。
• 语法
  map(function,iterable,...)
  function -- 函数
  iterable -- 一个或多个可迭代序列
  返回值 -- 返回迭代器 （返回迭代器意味着print时候需要再转化为list输出）

举例

• 例1
  对于list [1, 2, 3, 4, 5, 6, 7, 8, 9]
  如果希望把list的每个元素都作平方，就可以用map()函数：
  因此，我们只需要传入函数square(x)=x**2，就可以利用map()函数完成这个计算：

def square(x):
 return x**2
print(list(map(square, [1, 2, 3, 4, 5, 6, 7, 8, 9])))
输出结果：
[1, 4, 9, 10, 25, 36, 49, 64, 81]

注意：map()函数不改变原有的 list，而是返回一个新的 list。
利用map()函数，可以把一个 list 转换为另一个 list，只需要传入转换函数。
由于list包含的元素可以是任何类型，因此，map() 不仅仅可以处理只包含数值的 list，事实上它可以处理包含任意类型的 list，只要传入的函数f可以处理这种数据类型。

• 例2
  我们也可以利用map()来进行不同数据类型之间的转换，比如
  把 str1='12345'转为列表类型

# 将 字符串str 类型转为 列表list
>>> str1='12345'
>>> result=map(int,str1)
print(list(result))
[1, 2, 3, 4, 5]

lambda() 函数

lambda表达式时python中一类特殊定义的函数形式，使用它可以定义一个匿名函数，当你需要一个函数但又不想单独命名和定义它的时候，使用lambda就会非常方便。
lambda函数可以包含任意多的参数，但是函数体部分只能包含一个表达式。此外，lambda函数用一行代码写成，并且被立即调用。

• 语法
  lambda [arg1 [,arg2,.....argn]]:expression
  关键字 lambda
  参数 arg1,arg2...
  函数体 expression

• 例子

#普通函数
>>> def func(a,b,c):
        return a+b+c
>>> print(func(1,2,3))
6

# lambda 匿名函数
>>> f = lambda a,b,c: a+b+c    # 在代码：f = lambda a,b,c: a+b+c 中，lambda表示匿名函数，冒号 “：”之前的a,b,c表示它们是这个函数的参数。
>>> print(f(1,2,3))  #匿名函数不需要return来返回值，表达式本身结果就是返回值。
6

sum()、map()和lambda()函数经常配合使用，如下面例子
给一个列表 如 lst1=[1,2,3,4,5]，求列表里每一个元素的平方和

# 普通函数
def square_sum(numbers):
    sum=0
    for i in numbers:
        sum += i ** 2
    return sum

print(square_sum([1,2,3,4,5]))
55

# sum lambda map配合使用
def square_sum(numbers):
    return sum(map(lambda x:x**2, numbers))

print(square_sum([1,2,3,4,5]))

# 推导式写法
def square_sum(numbers):
    return sum(x**2 for x in numbers)

print(square_sum([1,2,3]))

标签：map,square,函数,sum,list,lambda
来源： https://www.cnblogs.com/eirc-python-learning/p/16229056.html