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。

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+1
list(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。

• 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：

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：

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？

• 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。

• 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？

• 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？

--END--
老表赠书
图书介绍：《Python量化金融编程从入门到精通》本书先从量化交易的基本概念讲起，然后讲解Python的基本语法及常见库的使用，在每章节的学习中都以金融量化为实例，并在后结合实战项目来进行学习和巩固，读者不但可以系统地学习Python编程的相关知识，而且还能学习到Python在量化交易场景下的应用。
当当5折大促活动来了！活动地址“北京大学出版社自营店”，活动日期：9月1日-9月8日，优惠连连，惊喜不断！
赠送规则：给本文点赞，扫码添加老表微信，凭文章点赞截图，可以获取抽奖二维码，微信抽奖送出3本《Python量化金融编程从入门到精通》；（中奖机率一般在30%左右）。


扫码即可加我微信
老表朋友圈经常有赠书/红包福利活动
1）近一个月内获得赠书的读者将无法再次获得赠书，想要多次获得赠书，可以查看下面的投稿规则及激励；
2）同时已经获得赠书的读者想要再次获得赠书，必须先写一篇已获得赠书的读后感（1000字+），才有机会再次获得赠书。
希望每一位读者都能获得赠书，只有有付出，就会有回报，就会有进步。

新玩法，以后每篇技术文章，点赞超过100+，我将在个人视频号直播带大家一起进行项目实战复现，快嘎嘎点赞吧！！！
直播将在我的视频号：老表Max 中开展，扫上方二维码添加我微信即可查看我的视频号。

大家的 点赞、留言、转发是对号主的最大支持。


学习更多：
整理了我开始分享学习笔记到现在超过250篇优质文章，涵盖数据分析、爬虫、机器学习等方面，别再说不知道该从哪开始，实战哪里找了
“点赞”就是对博主最大的支持