匿名函数：如何用 lambda 快速定义简单函数？

小象实战讲义 · Python 编程从入门到实践

在上一节，我们学习了如何用 def 关键字定义有名字的函数。但有时，我们只需要一个简单的、只用一次的计算逻辑，为它单独命名和定义显得有些繁琐。这时，匿名函数（lambda 函数）就派上用场了。本节将学习 lambda 函数的定义、使用场景以及它与普通函数的区别。

💡 核心导读

• 是什么：匿名函数是用 lambda 关键字定义的、没有名字的简单函数。
• 怎么用：语法为 lambda 参数列表: 表达式，表达式的结果会自动返回。
• 关键限制：匿名函数只能包含一个表达式，不能写复杂的语句块（如循环、多行逻辑）。
• 典型场景：作为参数传递给其他函数（如 sort() 方法的 key 参数），实现简洁的回调逻辑。
• 与普通函数的关系：功能上可以相互替代，但匿名函数更简洁，适用于简单、一次性的操作。

匿名函数的基本语法

匿名函数使用 lambda 关键字定义，其基本结构如下：

lambda 参数1, 参数2, ... : 表达式

• lambda：定义匿名函数的关键字。
• 参数列表：与普通函数类似，可以接收零个或多个参数，用逗号分隔。
• :：冒号分隔参数列表和函数体。
• 表达式：匿名函数的“函数体”。这个表达式会被计算，其结果自动作为函数的返回值。注意，这里不能使用 return 关键字，也不能编写多行代码或多个语句。

下面是一个最简单的例子，它定义了一个计算两数之和的匿名函数：

# 定义一个匿名函数，计算两个数的和，并将其赋值给变量 sum_func
sum_func = lambda x, y: x + y

# 通过变量名调用这个匿名函数
result = sum_func(10, 20)
print(result)  # 输出：30

30

虽然我们将匿名函数赋值给了变量 sum_func，但函数本身仍然是“匿名”的。sum_func 只是一个指向这个匿名函数的变量，我们可以像调用普通函数一样使用它。

匿名函数的典型使用场景

匿名函数最常见的用途是作为参数传递给另一个函数，这使得代码非常紧凑。

作为自定义函数的参数

假设我们有一个函数 xy_comp，它接收两个数字和一个函数作为参数，并用传入的函数对这两个数字进行计算。

# 定义一个函数，它接收两个数字和一个函数参数
def xy_comp(x, y, func):
    """使用传入的函数 func 计算 x 和 y"""
    return func(x, y)

# 场景1：传入一个计算加法的匿名函数
add_result = xy_comp(3, 5, lambda a, b: a + b)
print("3 + 5 = {}".format(add_result))

# 场景2：传入一个计算乘法的匿名函数
mul_result = xy_comp(3, 5, lambda a, b: a * b)
print("3 * 5 = {}".format(mul_result))

3 + 5 = 8
3 * 5 = 15

这里，我们分别传入了两个不同的匿名函数给 xy_comp，从而得到了加法和乘法的结果。如果不用匿名函数，我们需要先定义两个有名字的函数（如 def my_add(a, b): 和 def my_mul(a, b):），再传进去，代码会显得冗余。

作为内置函数的参数

Python 许多内置函数或方法支持接收函数作为参数，匿名函数在这里大放异彩。一个经典的例子是列表的 sort() 方法中的 key 参数。

假设我们有一个字典列表，需要根据字典中的某个值进行排序。

# 一个包含字典的列表
people = [
    {"name": "张三", "age": 25},
    {"name": "李四", "age": 30},
    {"name": "王五", "age": 20}
]

# 使用 sort() 方法，根据 'age' 字段进行升序排序
# key 参数接收一个函数，这个函数会应用于列表的每一个元素，并以其返回值作为排序依据
people.sort(key=lambda person: person["age"])
print("按年龄升序排序：")
for p in people:
    print(p)

print("\n" + "="*30 + "\n")

# 重新初始化列表，演示降序排序
people = [
    {"name": "张三", "age": 25},
    {"name": "李四", "age": 30},
    {"name": "王五", "age": 20}
]
# 使用 reverse=True 实现降序
people.sort(key=lambda p: p["age"], reverse=True)
print("按年龄降序排序：")
for p in people:
    print(p)

按年龄升序排序：
{'name': '王五', 'age': 20}
{'name': '张三', 'age': 25}
{'name': '李四', 'age': 30}

==============================

按年龄降序排序：
{'name': '李四', 'age': 30}
{'name': '张三', 'age': 25}
{'name': '王五', 'age': 20}

key=lambda p: p["age"] 这行代码非常清晰地表达了排序规则：“对于列表中的每个元素 p，取其 'age' 键对应的值来比较大小”。

匿名函数与普通函数的对比

匿名函数是普通函数的一种简洁写法，但并非全能替代。下表总结了它们的核心区别：

简单来说：如果你的函数逻辑简单到可以写成一个表达式，并且不需要在其他地方重复调用，那么使用 lambda 会让代码更简洁。否则，请使用 def 定义普通函数。

📝 动手练一练

1. 改写练习：下面的普通函数功能是判断一个数字是否为偶数。请尝试将其改写为一个功能相同的匿名函数，并调用它检查数字 7 和 10。

   def is_even(n):
       return n % 2 == 0

# 将匿名函数赋值给变量 check_even
check_even = lambda n: n % 2 == 0

# 调用测试
print("7 是偶数吗？ {}".format(check_even(7)))
print("10 是偶数吗？ {}".format(check_even(10)))

7 是偶数吗？ False
10 是偶数吗？ True

2. 排序应用：有一个字符串列表 ['apple', 'Banana', 'cherry', 'Date']。请使用列表的 sort() 方法和匿名函数，实现不区分大小写的字母顺序排序（即期望结果为 ['apple', 'Banana', 'cherry', 'Date'] 按 a, b, c, d 排序）。

fruits = ['apple', 'Banana', 'cherry', 'Date']

# 使用匿名函数，将每个水果名转换为大写作为排序键
fruits.sort(key=lambda x: x.upper())
print(fruits)

['apple', 'Banana', 'cherry', 'Date']

常见错误

小结

1. 匿名函数使用 lambda 关键字定义，格式为 lambda 参数: 表达式。
2. 表达式的结果会自动成为函数的返回值，无需 return。
3. 匿名函数的核心优势是简洁，特别适合作为参数传递给其他函数（如 sort(key=...)）。
4. 匿名函数只能包含一个表达式，不能编写多行语句或复杂逻辑，这是它与普通函数 (def) 的主要区别。
5. 如果函数逻辑很简单且只用一次，用 lambda；如果需要复用或逻辑复杂，用 def。

📋 行动清单

• 尝试将本节 xy_comp 函数的例子，改用 def 定义两个普通函数（add 和 mul）来实现，对比两种写法的代码长度和直观感受。
• 找一个你之前写的列表，尝试用 sort(key=lambda ...) 的方式，根据元素的某个属性或计算后的值进行排序。
• 把示例中的 sum_func 换成另一个变量名再调用一次，体会“匿名函数”只是没有名字，赋值后仍可通过变量调用。

—— 小象教研组