匿名函数与内置函数配合使用

3、匿名函数
    lambda :用于定义匿名函数

    匿名用于临时调用一次的场景：更多的是将匿名与其他函数配合使用
        map(映射)
        filter(过滤)
        reduce(加减乘除计算,字符串拼接)
        sorted(排序默认升序)
        max(最大)
        min(最小)



案例：

# 1、def用于定义有名函数
# func=函数的内存地址
# def func(x,y):
#     return x+y

# print(func)
# 2、lamdab用于定义匿名函数
# print(lambda x,y:x+y)


# 3、调用匿名函数
# 方式一：
# res=(lambda x,y:x+y)(1,2)
# print(res)

# 方式二：
# func=lambda x,y:x+y
# res=func(1,2)
# print(res)

#4、匿名用于临时调用一次的场景：更多的是将匿名与其他函数配合使用



salaries={
    'siry':3000,
    'tom':7000,
    'lili':10000,
    'jack':2000
}
# 需求1：找出薪资最高的那个人=》lili
# res=max([3,200,11,300,399])
# print(res)

# res=max(salaries)
# print(res)


salaries={
    'siry':3000,
    'tom':7000,
    'lili':10000,
    'jack':2000
}
# 迭代出的内容    比较的值
# 'siry'         3000
# 'tom'          7000
# 'lili'         10000
# 'jack'         2000

# def func(k):
#     return salaries[k]

# ========================max的应用
# res=max(salaries,key=func) # 返回值=func('siry')
# print(res)

# res=max(salaries,key=lambda k:salaries[k])
# print(res)

# ========================min的应用
# res=min(salaries,key=lambda k:salaries[k])
# print(res)


# ========================sorted排序
# salaries={
#     'siry':3000,
#     'tom':7000,
#     'lili':10000,
#     'jack':2000
# }
res=sorted(salaries,key=lambda k:salaries[k],reverse=True)
# print(res)

# ========================map的应用(了解)
# l=['alex','lxx','wxx','薛贤妻']
# new_l=(name+'_dsb' for name in l)
# print(new_l)

# res=map(lambda name:name+'_dsb',l)
# print(res) # 生成器
# ========================filter的应用（了解）
# l=['alex_sb','lxx_sb','wxx','薛贤妻']
# res=(name for name in l if name.endswith('sb'))
# print(res)

# res=filter(lambda name:name.endswith('sb'),l)
# print(res)

# ========================reduce的应用(了解)
from functools import reduce
res=reduce(lambda x,y:x+y,[1,2,3],10) # 16
print(res)

res=reduce(lambda x,y:x+y,['a','b','c']) # 'a','b'
print(res)