python lambda表达式的介绍和使用

lambda

python 允许用 lambda 关键字创造匿名函数。匿名就意味着不需要显式的定义，比如python定义一个函数要以def开头，但是我们使用lambda不需要def也能定义一个函数。

然而，作为函数，它们也能有参数。一个完整的 lambda“语句”代表了一个表达式，这个表达式的定义体必须和声明放在同一行。lambda函数的语法如下:

lambda [arg1[, arg2, … argN]]: expression

参数是可选的，如果使用的参数话，参数通常也是表达式的一部分。

lambda 表达式返回可调用的函数对象。

用合适的表达式调用一个 lambda 生成一个可以像其他函数一样使用的函数对象。它们可被传入给其他函数，用额外的引用别名化，作为容器对象以及作为可调用的对象被调用（如果需要的话，可以带参数）。当被调用的时候，如过给定相同的参数的话，这些对象会生成一个和相同表达式等价的结果。它们和那些返回等价表达式计算值相同的函数是不能区分的。

比如如下使用：

lambda :True

没有参数，返回一个TRUE

def add(x, y): return x + y ? lambda x, y: x + y 

x,y是函数的参数，lambda建立了一个表达式，返回一个函数对象，参数是x,y
也可以这样：

add_ = add（x, y): return x + y ? lambda x, y: x + y

使用的时候，只要调用

c = add_(a, b)

就可以实现a+b的操作
同样的，在tensorflow中如果想定义一个简单的卷积操作，可以这样使用：

conv = lambda inputs, dim: tf.nn.conv2d(inputs, dim, [1, ksize_h,ksize_w, 1], padding=padding)

返回的是一个卷积函数对象，输入包含两个参数，接下来使用卷积的时候，直接调用

conv1 = conv(inputs, out_dim)

即可，这样就完成了一次简单的卷积运算，有些时候简直好用