嵌套函数
函数还可以在其他函数内部，这就是【内部函数】。内部函数在创建辅助函数时非常有用，辅助函数即作为子模块来支持主函数的小型可重用函数。
在问题需要特定函数定义（参数类型或顺序）时，我们可以使用辅助函数。这种不遵循传统做法的操作使得解决问题变得更加简单。
假设你想定义一个斐波那契函数 fib(n)，该函数只有一个参数 n，我们必须返回第 n 个斐波那契数。
定义此类函数的一种可行方式是：使用辅助函数来追踪斐波那契数列的前两个项（因为斐波那契数是前两个数之和）。
[Python] 纯文本查看 复制代码 def fib(n):
def fib_helper(fk1, fk, k):
if n == k:
return fk
else:
return fib_helper(fk, fk1+fk, k+1)
if n <= 1:
return n
else:
return fib_helper(0, 1, 1)
将该计算从函数主体移到函数参数，这具备非常强大的力量。因为它减少了递归方法中可能出现的冗余计算。
单表达式函数（Lambda 表达式）
如果我们想在未给函数命名之前写一个函数要怎么做?如果我们想写一个简短的单行函数（如上述示例中的函数 foo 或 mult）要怎么做?
我们可以在 Python 中使用 lambda 关键字来定义此类函数。示例如下：
[Python] 纯文本查看 复制代码 mult = lambda x, y: x * y
mult(1, 2) #returns 2
该 mult 函数的行为与使用传统 def 关键字定义函数的行为相同。
注意：lambda 函数必须为单行，且不能包含程序员写的返回语句。
事实上，它们通常具备隐式的返回语句（在上面的示例中，函数想表达 return x * y，不过我们省略了 lambda 函数中的显式返回语句）。
lambda 函数更加强大和精准，因为我们还可以构建匿名函数（即没有名称的函数）：
[Python] 纯文本查看 复制代码 (lambda x, y: x * y)(9, 10) #returns 90
当我们只需要一次性使用某函数时，这种方法非常方便。例如，当我们想填充字典时：
[Python] 纯文本查看 复制代码 import collections
pre_fill = collections.defaultdict(lambda: (0, 0))
#all dictionary keys and values are set to 0
接下来我们来看 Map、Filter 和 Reduce，以更多地了解 lambda。
Map、Filter 和 Reduce
Map
map 函数基于指定过程(函数)将输入集转换为另一个集合。这类似于上文提到的 iterate_custom 函数。例如：
[Python] 纯文本查看 复制代码 def multiply_by_four(x):
return x * 4
scores = [3, 6, 8, 3, 5, 7]
modified_scores = list(map(multiply_by_four, scores))
#modified scores is now [12, 24, 32, 12, 20, 28]
在 Python 3 中，map 函数返回的 map 对象可被类型转换为 list，以方便使用。现在，我们无需显式地定义 multiply_by_four 函数，而是定义 lambda 表达式：
[Python] 纯文本查看 复制代码 modified_scores = list(map(lambda x: 4 * x, scores))
当我们想对集合内的所有值执行某项操作时，map 函数很有用。
Filter
就像名称所显示的那样，filter 函数可以帮助筛除不想要的项。例如，我们想要去除 scores 中的奇数，那么我们可以使用 filter：
[Python] 纯文本查看 复制代码 even_scores = list(filter(lambda x: True if (x % 2 == 0) else False, scores))
#even_scores = [6, 8]
由于提供给 filter 的函数是逐个决定是否接受每一个项的，因此该函数必须返回 bool 值，且该函数必须是一元函数（即只使用一个输入参数）。
Reduce
reduce 函数用于【总结】或【概述】数据集。例如，如果我们想要计算所有分数的总和，就可以使用 reduce：
[Python] 纯文本查看 复制代码 sum_scores = reduce((lambda x, y: x + y), scores)
#sum_scores = 32
这要比写循环语句简单多了。注意：提供给 reduce 的函数需要两个参数：一个表示正在接受检查的项，另一个表示所用运算的累积结果。
【免责声明】本文系转载，文章来源于机器之心，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与联系我们，我们会予以更改或删除相关文章，以保证您的权益!
| 
