python中lambda函数 list comprehension 和 zip函数使用指南

 更新时间:2014年09月28日 09:36:31   投稿:hebedich  
这篇文章主要介绍了python中lambda函数 list comprehension 和 zip函数使用方法,非常的实用,有需要的朋友可以参考下

lambda 函数

Python 支持一种有趣的语法,它允许你快速定义单行的最小函数。这些叫做 lambda 的函数,是从 Lisp 借用来的,可以用在任何需要函数的地方。

def f(x): return x*2,用lambda函数来替换可以写成:g = lambda x: x*2`g(3)结果是6.(lambda x: x*2)(3)`也是同样的效果。

这是一个 lambda 函数,完成同上面普通函数相同的事情。注意这里的简短的语法:在参数列表周围没有括号,而且忽略了 return 关键字 (隐含存在,因为整个函数只有一行)。而且,该函数没有函数名称,但是可以将它赋值给一个变量进行调用
使用 lambda 函数时甚至不需要将它赋值给一个变量。这可能不是世上最有用的东西,它只是展示了 lambda 函数只是一个内联函数。
总的来说,lambda 函数可以接收任意多个参数 (包括可选参数) 并且返回单个表达式的值。lambda 函数不能包含命令,包含的表达式不能超过一个。不要试图向 lambda 函数中塞入太多的东西;如果你需要更复杂的东西,应该定义一个普通函数,然后想让它多长就多长。 我将它们用在需要封装特殊的、非重用代码上,避免令我的代码充斥着大量单行函数。

列表推导式(list comprehension)

看一段简单代码

复制代码 代码如下:

testList = [1,2,3,4]
def mul2(x):
print x*2
[mul2(i) for i in testList]
[mul2(i) for i in testList if i%2==0]

多维数组初始化
multilist = [[0 for col in range(5)] for row in range(3)]

zip 函数

复制代码 代码如下:

>>> a = [1,2,3]
>>> b = [4,5,6]
>>> c = [4,5,6,7,8]
>>> zipped = zip(a,b)
[(1, 4), (2, 5), (3, 6)]
>>> zip(a,c)
[(1, 4), (2, 5), (3, 6)]
>>> zip(*zipped)
[(1, 2, 3), (4, 5, 6)]

学习资源
学以致用

复制代码 代码如下:

m = [[-1.0, 2.0/c-1, -2.0/c+1, 1.0],
         [2.0, -3.0/c+1, 3.0/c-2, -1.0],
         [-1.0, 0.0, 1.0, 0.0],
         [0.0, 1.0/c, 0.0, 0.0]]
multiply = lambda x: x*c
m = [[multiply(m[col][row]) for col in range(4)] for row in range(4)]
print [[m[col][row] for col in range(4)] for row in range(4)]

它所作的工作:m是一个包含参数c的矩阵,他计算了c*m的结果
想了一下,最后一句改成

复制代码 代码如下:

print [[multiply(each) for each in row] for row in m]更加pythonic

二 矩阵相乘

学习资源

复制代码 代码如下:

def matrixMul(A, B):
res = [[0] * len(B[0]) for i in range(len(A))] for i in range(len(A)):
    for j in range(len(B[0])):
        for k in range(len(B)):
            res[i][j] += A[i][k] * B[k][j] return res
 def matrixMul2(A, B):
    return [[sum(a * b for a, b in zip(a, b)) for b in zip(*B)] for a in A]
 
a = [[1,2], [3,4], [5,6], [7,8]]
b = [[1,2,3,4], [5,6,7,8]]
 print matrixMul(a,b) print matrixMul(b,a) print "-"*90
 print matrixMul2(a,b) print matrixMul2(b,a) print "-"*90

相关文章

  • python3 使用OpenCV计算滑块拼图验证码缺口位置(场景示例)

    python3 使用OpenCV计算滑块拼图验证码缺口位置(场景示例)

    这篇文章主要介绍了python3 使用OpenCV计算滑块拼图验证码缺口位置,本文通过场景示例给大家详细介绍,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-08-08
  • 在VSCode中添加Python解释器并安装Python库的方法

    在VSCode中添加Python解释器并安装Python库的方法

    这篇文章主要介绍了在VSCode中添加Python解释器并安装Python库的方法,本文分步骤通过图文并茂的形式给大家介绍的非常详细,需要的朋友可以参考下
    2023-02-02
  • python 接收处理外带的参数方法

    python 接收处理外带的参数方法

    今天小编就为大家分享一篇python 接收处理外带的参数方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • django基础学习之send_mail功能

    django基础学习之send_mail功能

    这篇文章主要给大家介绍了关于django基础学习之send_mail功能的相关资料,文中通过示例代码介绍的非常详细,对大家学习或者使用django具有一定的参考学习价值,需要的朋友们下面来一起学习学习吧
    2019-08-08
  • Python网络编程详解(常用库、代码案例、环境搭建等)

    Python网络编程详解(常用库、代码案例、环境搭建等)

    网络编程是Python中非常重要的一个领域,涉及到的常用库包括socket、asyncio、http、requests、websockets等,下面我们将从常用库、库的详细用法、完整代码案例、依赖项、环境搭建、注意事项和常见问题等方面,对Python网络编程进行详细讲解,需要的朋友可以参考下
    2025-03-03
  • Pandas 中的 drop_duplicates()详解

    Pandas 中的 drop_duplicates()详解

    Pandas 中的 drop_duplicates() 函数用于从 DataFrame 中删除重复的行,该函数有一些参数,允许你进行不同方式的重复行处理,本文给大家介绍Pandas 中的 drop_duplicates(),感兴趣的朋友跟随小编一起看看吧
    2023-09-09
  • Python3.7在anaconda里面使用IDLE编译器的步骤详解

    Python3.7在anaconda里面使用IDLE编译器的步骤详解

    这篇文章主要介绍了Python3.7在anaconda里面使用IDLE编译器的步骤,本文通过图文并茂的形式给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧
    2020-04-04
  • python selenium 执行完毕关闭chromedriver进程示例

    python selenium 执行完毕关闭chromedriver进程示例

    今天小编就为大家分享一篇python selenium 执行完毕关闭chromedriver进程示例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-11-11
  • Python os模块介绍

    Python os模块介绍

    这篇文章主要介绍了Python os模块介绍,需要的朋友可以参考下
    2014-11-11
  • python的tkinter、socket库开发tcp的客户端和服务端详解

    python的tkinter、socket库开发tcp的客户端和服务端详解

    本文介绍了TCP通讯流程和开发步骤,包括客户端和服务端的实现,客户端使用Python的tkinter库实现图形化界面,服务端使用socket库监听连接并处理消息,文章还提供了客户端和服务端的代码示例
    2025-01-01

最新评论