前幾天看到了一行求1000的階乘的Python代碼

Python代碼

print   reduce(lambda   x,y:x*y,   range(1,   1001))   

一下子被python代碼的精簡與緊湊所折服，故對代碼進行了簡單的分析。

reduce與range都是Python的內(nèi)置函數(shù)。

range（1，1001）表示生成1到1000的連續(xù)整數(shù)列表（List）。

reduce（functionA，iterableB），functionA為需要兩個變量的函數(shù)，并返回一個值。iterableB為可迭代變量，如List等。reduce函數(shù)將B中的元素從左到右依次傳入函數(shù)A中，再用函數(shù)A返回的結果替代傳入的參數(shù)，反復執(zhí)行，則可將B reduce成一個單值。在此，是將1到1000的連續(xù)整數(shù)列表傳入lambda函數(shù)并用兩個數(shù)的積替換列表中的數(shù)，實際的計算過程為：(...((1×2)×3)×4)×...×1000)，***的結果即1000的階乘。

下面來介紹一下lambda函數(shù)。

lambda函數(shù)是一種快速定義單行的最小函數(shù)，是從 Lisp 借用來的，可以用在任何需要函數(shù)的地方。下面的例子比較了傳統(tǒng)的函數(shù)與lambda函數(shù)的定義方式：

>>> def f(x,y):   
...     return x*y   
...       
>>> f(2,3)   
 
>>> g = lambda x,y: x*y   
>>> g(2,3)  

可以看到，兩個函數(shù)得到的結果一樣，而對于實現(xiàn)簡單功能的函數(shù)來說，使用lambda函數(shù)來定義更加精簡靈活，還可以直接把函數(shù)賦值給一個變量，用變量名來表示函數(shù)名。

其實lambda函數(shù)在很多時候都是不需要賦值給一個變量的（如前文中求階乘的過程）。

使用lambda函數(shù)還有一些注意事項：

lambda 函數(shù)可以接收任意多個參數(shù) (包括可選參數(shù)) 并且返回單個表達式的值。

lambda 函數(shù)不能包含命令，包含的表達式不能超過一個。

下面簡單演示一下如何使用lambda函數(shù)實現(xiàn)自定義排序。

class People:  
    age=0 
    gender='male' 
 
    def __init__(self, age, gender):    
        self.age = age    
        self.gender = gender  
    def toString(self):  
        return 'Age:'+str(self.age)+'\tGender:'+self.gender  
 
List=[People(21,'male'),People(20,'famale'),People(34,'male'),People(19,'famale')]  
print 'Befor sort:' 
for p in List:  
    print p.toString()  
 
List.sort(lambda p1,p2:cmp(p1.age,p2.age))  
print '\nAfter ascending sort:' 
for p in List:  
    print p.toString()  
 
List.sort(lambda p1,p2:-cmp(p1.age,p2.age))  
print '\nAfter descending sort:' 
for p in List:  
    print p.toString() 

上面的代碼定義了一個People類，并通過lambda函數(shù)，實現(xiàn)了對包含People類對象的列表按照People的年齡，進行升序和降序排列。運行結果如下：

Befor sort:   
Age:21 Gender:male   
Age:20 Gender:famale   
Age:34 Gender:male   
Age:19 Gender:famale   
 
After ascending sort:   
Age:19 Gender:famale   
Age:20 Gender:famale   
Age:21 Gender:male   
Age:34 Gender:male   
 
After descending sort:   
Age:34 Gender:male   
Age:21 Gender:male   
Age:20 Gender:famale   
Age:19 Gender:famale  

參考資料：

深入 Python :Dive Into Python 中文版

http://docs.python.org/lib/built-in-funcs.html

原文鏈接：http://54yuri.iteye.com/blog/1768755