目标：

• 理解并掌握 lambda 函数的使用。
• 掌握高阶函数的概念及其应用，学习 Python 中常用的高阶函数如 map、filter 和 reduce。

---

1. 什么是 lambda 函数？

lambda 函数是一种简洁的匿名函数，也被称为“匿名函数”或“内联函数”。它允许我们在一行代码内定义简单的函数。lambda 函数常常用于需要短小函数的地方。

1.1 lambda 函数的基本语法

lambda arguments: expression

• arguments：函数的参数（可以是多个）。
• expression：函数的返回值（必须是单个表达式）。

1.2 简单示例

# 定义一个 lambda 函数，返回两个数的和
add = lambda x, y: x + y

# 调用 lambda 函数
result = add(3, 5)
print(result)  # 输出：8

• lambda x, y: x + y 是一个匿名函数，它接受两个参数 x 和 y，并返回它们的和。

1.3 lambda 函数的应用

lambda 函数常用于以下情况：

• 简单的函数定义，避免定义完整的 def 函数。
• 在一些需要函数作为参数的函数中，如 map、filter、sorted 等。

1.4 使用 lambda 函数与 map 结合

map 函数可以接受一个函数和一个可迭代对象，将该函数应用到可迭代对象的每一个元素上。

numbers = [1, 2, 3, 4, 5]

# 使用 lambda 函数将每个元素平方
squared = list(map(lambda x: x**2, numbers))

print(squared)  # 输出：[1, 4, 9, 16, 25]

• 在此示例中，lambda 函数被用于 map 中来平方列表中的每个数字。

---

2. 什么是高阶函数？

高阶函数（Higher-Order Function）是指：

1. 接受一个或多个函数作为输入参数。
2. 返回一个函数作为输出结果。

Python 中许多内置函数都是高阶函数，它们允许你将函数作为参数传递，或者返回函数。常见的高阶函数包括 map、filter 和 reduce。

2.1 map 函数

map 函数接受一个函数和一个可迭代对象，将该函数应用到可迭代对象的每个元素上，返回一个新的迭代器。

numbers = [1, 2, 3, 4, 5]

# 使用 map 和 lambda 计算每个数字的平方
squared = map(lambda x: x**2, numbers)

# 转换成列表输出
print(list(squared))  # 输出：[1, 4, 9, 16, 25]

• map 将 lambda x: x**2 应用于列表中的每个元素，并返回一个新的列表。

2.2 filter 函数

filter 函数用于过滤可迭代对象中的元素，返回一个新的迭代器，只有当函数返回 True 时，元素才会被包含在结果中。

numbers = [1, 2, 3, 4, 5, 6]

# 使用 filter 和 lambda 筛选出偶数
even_numbers = filter(lambda x: x % 2 == 0, numbers)

# 转换成列表输出
print(list(even_numbers))  # 输出：[2, 4, 6]

• filter 函数将 lambda x: x % 2 == 0 应用于列表中的每个元素，过滤出所有的偶数。

2.3 reduce 函数

reduce 函数是 functools 模块中的一个函数，它将一个二元操作（两个输入项）应用到一个序列中的每对元素，最后返回一个累积结果。

from functools import reduce

numbers = [1, 2, 3, 4, 5]

# 使用 reduce 和 lambda 求列表元素的乘积
product = reduce(lambda x, y: x * y, numbers)

print(product)  # 输出：120

• reduce 函数将 lambda x, y: x * y 应用于列表中的元素，计算所有元素的乘积。

---

3. lambda 函数与高阶函数的结合

lambda 函数与高阶函数结合，常常用于对数据进行更简洁的操作。例如，使用 map 和 lambda 进行数据转换，使用 filter 和 lambda 进行数据筛选，使用 reduce 和 lambda 进行累积计算。

3.1 综合示例：计算列表中所有偶数的平方和

from functools import reduce

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 使用 filter 和 lambda 筛选偶数
even_numbers = filter(lambda x: x % 2 == 0, numbers)

# 使用 map 和 lambda 计算偶数的平方
squared_evens = map(lambda x: x**2, even_numbers)

# 使用 reduce 和 lambda 计算平方偶数的和
sum_of_squares = reduce(lambda x, y: x + y, squared_evens)

print(sum_of_squares)  # 输出：120

• 该示例结合了 filter、map 和 reduce，首先筛选出偶数，接着计算每个偶数的平方，最后求出平方的和。

---

4. 总结

• lambda 函数：用于创建简洁的匿名函数，常用于高阶函数的参数。
• 高阶函数：接受函数作为参数或者返回一个函数的函数。常见的高阶函数包括 map、filter 和 reduce。
• 结合使用：lambda 函数与高阶函数（如 map、filter、reduce）结合，可以使代码更加简洁和高效。

---

5. 明天的学习计划

明天我们将继续学习 Python 中的其他高级特性，例如生成器、迭代器、上下文管理器等。这些特性能够帮助我们编写更高效、灵活的代码。

---

任务：

1. 使用 lambda 函数和 map 来将字符串列表转换为它们的长度列表。
2. 使用 filter 和 lambda 筛选出列表中的所有正数。
3. 使用 reduce 和 lambda 来计算一个数字列表的加权平均值（例如权重是列表中的索引）。