lambda 與 def 都是建立函式的方式,但設計哲學與適用場景截然不同。本文從語法本質、閉包捕獲、高階函數模式三個維度深度對比,並提供實戰範例幫助選型。
| 維度 | lambda | def |
|---|---|---|
| 名稱 | 匿名(無 __name__ 屬性) | 具名(有 __name__、__qualname__) |
| 本質 | 運算式 | 陳述式 |
| 主體 | 單一運算式,隱含回傳 | 程式碼區塊,支援多行、流控、文檔字串 |
| 賦值 | 不自動綁定標識符,需手動賦值 | 自動綁定函式名稱至當前作用域 |
| 除錯 | 堆疊追蹤顯示 <lambda>,難追蹤 | 顯示函式名稱,易除錯 |
| 序列化 | 需額外處理 | pickle 原生支援 |
>>> f1 = lambda x, y, z: x*2 + y + z
>&>> f1(3, 2, 1)
9
>>> f3 = lambda i: i*2
>>> f3(7)
14
>>> def fun1(n):
... return lambda m: m**n # 閉包捕獲 n
...
>>> f2 = fun1(2) # 生成平方函式
>>> f2(4)
16
>>> def fun2(m, n):
... return m + n
...
>>> fun2(3, (lambda x: x+1)(2)) # lambda 作為實參傳遞
6
關鍵點:lambda 捕獲外層變數形成閉包,fun1 返回的函式「記住」了 n=2。
需要函式 ├─ 邏輯簡單、單一運算式、臨時使用、作為引數傳遞 → lambda └─ 邏輯複雜、需文檔、需除錯、需序列化、多行程式碼 → def
❌ 反模式:
sorted(list, key=lambda x: x[1]) # 尚可接受
map(lambda x: x*2, data) # 推薦列表生成式 [x*2 for x in data]
filter(lambda x: x>0, data) # 推薦 [x for x in data if x>0]
✅ 良性用法:
key=、default_factory= 等需可呼叫物件的參數button.clicked.connect(lambda: print('ok'))def make_multiplier(n): return lambda x: x*n:= 海象運算子減少 lambda 需求functools.partial 替代部分參數固定的 lambdaCallable[[int], int] 而非 lambda 簽名