Python之父为什么嫌弃lambda匿名函数？
Python 支持 lambda 匿名函数，其扩展的 BNF 表示法是lambda_expr ::= "lambda" [parameter_list] ":" expression ，也就是 lambda 参数序列:表达式。
这是一种便捷的函数定义方式，若翻译成我们熟知的函数形式，会是这个样子：
def <lambda>(parameter_list): return expression
也就是说，Python 中的 lambda 函数是一种可接收多个参数的函数，返回值是一个表达式。
它最大的好处是单行简洁，不需要函数命名与换行缩进。
不得不说，匿名函数有时候是挺好用的，比如下文会介绍到的一些常见用法，它因此受到了不少人的推崇。
但是，匿名函数通常也会造成代码难以阅读，容易被人滥用，再加上 Python 只提供了对它的“残疾的”支持，所以又有一些观点不建议使用匿名函数。
事实上，Python 之父 Guido van Rossum 就属于“不推荐使用派”，他甚至曾经（2005年）想要移除 lambda，只不过最后妥协了。
出处：https://www.artima.com/weblogs/viewpost.jsp?thread=98196
lambda 这一个由其他开发者贡献进来的特性（借鉴自 lisp 语言），存在了十多年，但是却被这门语言的创造者（兼首席设计师）所嫌弃，最后竟然还奇迹般地幸存了下来，对于这个故事，大家是否觉得挺有戏剧性的？
接下来，本文就仔细聊一聊这个处境尴尬却生命力顽强的 lambda 匿名函数吧！
1、lambda 怎么使用？
lambda 函数通常的用法是结合 map()、reduce()、filter()、sorted() 等函数一起使用，这些函数的共性是：都可以接收其它函数作为参数。
例如下面的几个例子：
my_list = [3, 1, 5, 4, 10]# 元素全加1，结果：[4, 2, 6, 5, 11]
list(map(lambda i:i+1, my_list))
# 过滤小于10的元素，结果：[3, 1, 5, 4]
list(filter(lambda i:i<10, my_list))
# 元素累加，结果：33
from functools import reduce
reduce(lambda i,j:i+j, my_list, 10)
# 字典按值排序，结果：[("b", 1), ("a", 3), ("d", 4), ("c", 5)]
my_dict = {"a":3, "b":1, "c":5, "d":4}
sorted(my_dict.items(), key=lambda item:item[1])
初学者也许会觉得代码读不懂，但是只要记住“Python中的函数是一等公民”，知道一个函数可以被作为另一个函数的参数或者返回值，就容易理解了。
比如对于 map() 函数的例子，你可以理解成这个形式：
my_func = lambda i:i+1list(map(my_func, my_list))
甚至可以还原成普通的函数：
def add_one(i): return i+1
list(map(add_one, my_list))
map() 函数的第一个参数是一个函数，第二个参数是一个可迭代对象。这第一个参数会迭代地调用第二个参数中的元素，调用的结果以迭代器的形式返回。
这个例子使用了 list()，是为了方便一次性取出迭代器中的元素，直观地展示出来，在实际使用中，很可能会是基于迭代器的形式。
由这几种用法，我们可以总结出 lambda 函数的使用规律：
- 它出现在需要使用函数的地方
- 它适合实现简单的功能
- 它是一次性的用途，不能在其它地方复用
- 它一般不会被独立使用，总是作为其它函数的一部分
2、lambda 有什么问题？
由上面的用法可以看出，使用 lambda 函数的代码比较紧凑简洁，所以有人称它体现了“Pythonic”的优雅思想。
但是，lambda 函数有没有什么缺陷呢？
有！当前的 lambda 函数有一个最大的问题，即只支持单行表达式，无法实现丰富的功能，例如无法在函数创建时使用语句（statement），无法使用 if-else 的判断条件，也无法使用 try-except 的异常捕获机制，等等。
这极大地限制了它的能力，导致了它被人诟病为“残疾的”。
从技术实现的角度上看， 这个问题可以通过语法层面的设计来解决。
在当年的邮件组讨论中，有人提出过一些解决思路，比如这封邮件：
出处：https://mail.python.org/pipermail/python-dev/2006-February/060654.html
它提出了一个lambda args::suite 的想法，支持写成这样的形式：
ss = sorted(seq, key=(lambda x:: try: return abs(x)
except TypeError: return 0))
但是，Guido 很快就否决了这个思路。
他写了一篇文章《Language Design Is Not Just Solving Puzzles》来回应：
出处：https://www.artima.com/weblogs/viewpost.jsp?thread=147358
其基本观点是：不能光顾着解决一个问题/实现某种功能，就引入缺乏“Pythonicity”的语言设计。
那么，为什么 Guido 会认为这是一种不好的设计呢？
我试着概括一下，理由是：
- 双冒号“::”凭空在此引入，但是跟切片语法中的“::”完全不同，而且跟 C++/Perl 中的作用域操作符用法也不同
- 即使不用双冒号，用其它符号表示（比如单冒号），还是难以接受，因为都会在一个表达式中嵌入缩进代码块。这就跟使用花括号和 begin/end 关键字来作语句分组（statement grouping）一样，都令人难以接受
- 在 lambda 中实现其它功能并不重要，这还会让解析器变得复杂（需区分是否有缩进、记录缩进级别），显得小题大做了
简而言之，他认为简洁友好的用户体验更为重要，如果简洁的语法无法满足需求，就应该写成具名函数的形式，而非设计出复杂的匿名函数。
3、为什么 Guido 想移除 lambda？
上文提到的多行 lambda 语句（multi-statement lambda）事件发生在 2006 年，我们看到了 Guido 不想给 lambda 引入复杂设计的原因。
但是，早在 2005 年，Guido 就曾经想要从 Python 移除 lambda，他对它的“嫌弃”是一个“历史悠久”的传统……
在《The fate of reduce() in Python 3000》这篇短文中，Guido 提出要一次性移除 reduce()、map()、filter() 以及 lambda。
移除 lambda 的理由如下：
- 对于不熟悉 Lisp 或 Scheme 的用户，lambda 这名字容易造成混淆
- 很多人误以为匿名函数能做嵌套函数不能做的事，但其实并无区别；存在lambda，就会造成不必要的选择，减少选择，可以简化思维
- 移除 reduce()、map() 和 filter() 后，就没必要写简短的局部函数了
回顾一下我们在前文中总结出的 lambda 的 4 条使用规律，可以发现它跟几个高阶函数（可以接收其它函数作为参数的函数）有较强的“寄生关系”，如果它们能移除了的话，lambda 确实就没有什么独立存留的意义了。
那么，为什么 Guido 觉得应该移除那几个高阶函数呢？
主要的理由有：
- 可以替换成更加清晰的列表解析式或者生成器表达式，例如 filter(P,S) 可以写成 [x for x in S if P(x)]，map(F, S) 写成 [F(x) for x in S]
- 至于 reduce()，他说这是最讨厌的，除了涉及 + 和 * 的少数用法，其它时候他总要拿出纸笔来画图解才能搞清楚。除了显式地写循环，他还针对 reduce() 的几种用法而提出了几个替代用法，包括引入新的 any() 和 all() 函数
总体而言，Guido 的想法暗合了《The Zen of Python》中的这一条：There should be one-- and preferably only one --obvious way to do it。
但是回到现实，为了照顾某些人的习惯，以及对兼容性的考虑，Guido 最后保守地放弃了“清理异端”的计划。
因此，lambda 得以从 Python 最高独裁者的手上死里逃生。直到一年后，它试图兴风作浪（多行表达式），却惨遭镇压。
我仿佛听到了 Guido 的内心 OS：当初我想删除东西的时候，你们百般阻挠，现在你们想添加东西，哼，没门！……
哈哈，开了个玩笑。
Guido 的所有决定都体现了他的 Pythonic 设计美学、自恰的逻辑一致性以及对社区声音的权衡。
对于 lambda，我认可他的观点，而通过回溯语法发展的历史，我觉得自己对于 Python 的理解变得更为丰富了。不知道你可有同感？
最后，附上几篇 Python 程序设计相关的文章作为延伸阅读：
1、len(x) 击败 x.len()，从内置函数看 Python 的设计思想
2、编程语言之问：何时该借用，何时该创造？
3、Python 为什么要保留显式的 self ？
4、Python 为什么使用缩进来划分代码块？
以上是 Python之父为什么嫌弃lambda匿名函数？ 的全部内容， 来源链接： utcz.com/z/530296.html
