z5560636 发表于 2021-7-8 10:10:59

python 匿名函数 求详细解释

lambda_a = lambda: 100
print(lambda_a())

# 一个参数
lambda_b = lambda num: num * 10
print(lambda_b(5))

# 多个参数
lambda_c = lambda a, b, c, d: a + b + c + d
print(lambda_c(1, 2, 3, 4))

————————————————
这前面的看的懂，   lambda   :   的前面是传递的参数，后面是return 的返回



number_list =
num_sum = list(map(lambda x: {str(x): x}, number_list))
print(num_sum)

到这边就不行了，x？ 重哪里来？貌似查了下map函数的参数，第一个参数是函数的地址，能详细解释以下吗？



然后到了重点想了解的

import numpy as np

def gt_p(x,array):
    return np.sum(array >= x)/len(array)

def lt_p(x,array):
    return -1*np.sum(array < x)/len(array)

air['gt_air'] = air['API值'].apply(lambda x: 100*gt_p(x,array=air['API值']))

air['lt_air'] = air['API值'].apply(lambda x: 100*lt_p(x,array=air['API值']))         # 整体不是很了解，最好能非常详细的说明。

air = air.sort_values(by=['gt_air'],ascending=False)

air.head()


# apply 里面的 x 参数由何而来？

灰晨 发表于 2021-7-8 10:33:37

map是python内置函数，会根据提供的函数对指定的序列做映射。
map()函数的格式是：
map(function,iterable,...)
第一个参数接受一个函数名，后面的参数接受一个或多个可迭代的序列，返回的是一个map类型的对象。
栗子：
def a(x):
    return x**2

y = map(a,)
z = list(map(a,))

print(y)
print(z)
<map object at 0x00000179DC5F6438>


看懂这个map函数就知道你那匿名函数x怎么来的了

z5560636 发表于 2021-7-8 10:37:13

本帖最后由 z5560636 于 2021-7-8 10:48 编辑

灰晨 发表于 2021-7-8 10:33
map是python内置函数，会根据提供的函数对指定的序列做映射。
map()函数的格式是：
map(function,iterabl ...

嗯，闭包概念吗？   

那么这个
air['lt_air'] = air['API值'].apply(lambda x: 100*lt_p(x,array=air['API值']))
也是一样的原理吗？

air 是一个pandas 读取的exlce 变量。
air=pandas()

灰晨 发表于 2021-7-8 10:51:22

z5560636 发表于 2021-7-8 10:37
嗯，闭包概念吗？   

那么这个


apply我没怎么用
不过大体是一样，
像map，apply，他们本身需要传入的参数就是一个函数名（要有这个函数）
Python中apply函数的格式为：apply(func,*args,**kwargs)
func可以是匿名函数。
apply的返回值就是函数func函数的返回值。
apply函数是pandas库中的函数，非常好用的一个函数相当于循环遍历，起到对每一条数据进行处理的效果,函数的参数可能是DataFrame中的行或者列。

DataFrame.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), *kwds)

所以，要知道匿名函数的x哪来的，要先搞懂map，apply函数
页: [1]
查看完整版本: python 匿名函数 求详细解释