Python匿名函数lambda的用法详解：语法、传参与应用场景

lambda 的特点

lambda 是 Python 中定义匿名函数的一种方式，也称为 lambda 函数。它无需为函数命名，适合在需要临时或一次性函数功能的场景下使用，通常只需一行代码即可完成函数定义。

为了直观展示其简洁性，来看一组对比：

传统函数

def add_def(a, b):
    return a + b
print(add_def(2, 3))

lambda 函数

add_lambda = lambda a, b: a + b
print(add_lambda(2, 3))

传统函数需要两行代码，而 lambda 函数仅需一行。从代码量上看，lambda 确实更简洁；但若逻辑较复杂，传统函数更易阅读。因此，lambda 最适合用于简单逻辑的场景。

lambda 的用法

基本语法

lambda 由关键字和表达式两部分组成：

lambda : 表达式

表达式表示函数的逻辑操作，可以是任意有效的 Python 表达式。例如：

lambda: "Hello, World!"

该表达式返回一个匿名函数。通常我们通过 lambda 定义匿名函数并赋值给变量，例如：

func = lambda : 1+1

这样定义的函数可以直接调用，也支持传参。

函数传参

匿名函数本身也是函数，支持参数传递，语法如下：

lambda 参数 : 表达式

定义单参数函数的示例：

func = lambda x: x**2

调用时正常传入参数即可：

func(3)  # 返回 9

多参数定义方式相同：

func = lambda x, y, z: x + y + z
func(3, 4, 5)  # 返回 12

参数也支持默认值：

func = lambda x=10, y=20, z=30: x + y + z
func()          # 使用默认值，返回 60
func(x=20)      # 部分使用默认值，返回 70
func(1, 2, 3)   # 不使用默认值，返回 6

还支持可变参数（语法：*参数名）：

func = lambda *args: sum(args)
func(10)              # 返回 10
func(10, 20, 30, 40)  # 返回 100

结合条件语句

lambda 可以与条件语句结合，语法如下：

lambda 参数 : 条件语句

例如简单的三目运算：

func = lambda x: True if x > 0 else False
func(2)  # 返回 True

多条件判断可以使用多个 if：

func = lambda x: "大于0" if x > 0 else "小于0" if x < 0 else "等于0"

如果 x 大于 0，则返回“大于0”；如果 x 不大于 0 但小于 0，则返回“小于0”；如果 x 等于 0，则返回“等于0”。

更复杂的逻辑不建议使用 lambda，以免降低可读性。例如，判断参数是否为字符串并返回其长度：

func = lambda x: len(x) if isinstance(x, str) else -1

再如，判断参数是否为正偶数：

func = lambda x: True if (x > 0) and (x % 2 == 0) else False

lambda 的应用场景

处理列表

处理列表元素时，常借助 filter 函数过滤序列（列表、元组等）。filter 的语法如下：

filter(函数, 序列)

该函数对序列中的每个元素进行判断，返回 True 则保留元素，返回 False 则丢弃。

案例一：过滤偶数

numbers = [1, 2, 3, 4, 5]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
# 结果为 [2, 4]

也可以直接生成 1 到 10 的偶数列表：

even_numbers = list(filter(lambda x: x % 2 == 0, range(1, 11)))

案例二：过滤奇数

numbers = [1, 2, 3, 4, 5]
odd_numbers = list(filter(lambda x: x % 2 != 0, numbers))
# 结果为 [1, 3, 5]

案例三：过滤字符串长度大于 3 的元素

names = ["AAA", "BBBB", "CCCCC", "DDD"]
long_names = list(filter(lambda name: len(name) > 3, names))
# 结果为 ["BBBB", "CCCCC"]

案例四：过滤空字符串

L = ["AAA", "BB", "", "DDD", ""]
non_empty = list(filter(lambda l: l != "", L))
# 结果为 ["AAA", "BB", "DDD"]

处理字典

案例一：按值排序

age = {"小李": 18, "小王": 27, "小张": 23}
# 升序
sorted_age = dict(sorted(age.items(), key=(lambda item: item[1])))
# 降序
sorted_age = dict(sorted(age.items(), key=(lambda item: item[1]), reverse=True))

利用 lambda 表达式作为排序关键字，根据字典的值对键值对排序，并通过 reverse 参数控制升降序。

对于更复杂的字典列表，同样可以处理：

students = [
    {"姓名": "小李", "年龄": 18, "成绩": "A"},
    {"姓名": "小王", "年龄": 20, "成绩": "B"},
    {"姓名": "小张", "年龄": 19, "成绩": "A"},
    {"姓名": "小徐", "年龄": 21, "成绩": "C"}
]
sorted_students = sorted(students, key=lambda x: x["年龄"])  # 按年龄排序

案例二：保留值大于 20 的键值对

age = {"小李": 18, "小王": 27, "小张": 23}
passed_age = dict(filter(lambda item: item[1] >= 20, age.items()))
# 结果为 {"小王": 27, "小张": 23}

这里 age.items() 返回键值对，lambda 接收每个键值对，通过索引 1 获取值进行判断，返回 True 则保留，False 则丢弃。

总结

lambda 函数以其简洁的语法在简单逻辑场景中非常实用，尤其适合与 filter、sorted 等函数配合处理列表和字典。掌握 lambda 的用法，可以有效提升代码的简洁性和开发效率。