科普：Lambda匿名函数与def普通函数

python函数分Lambda匿名函数与def普通函数，除此之外，还有三元表达式。

三者的极简选择规定：

仅单行赋值，不需要封装函数 → 三元表达式
单行逻辑、只用一次、临时回调 → lambda
多行逻辑、多处复用、需要注释/异常处理 → def函数

一、先理清三者从属关系

三元表达式 ：是表达式语法 （用来快速实现if-else选择），不是函数；可以单独使用，也能写在lambda内部。
python 复制代码
```
# 语法：真值 if 条件 else 假值
result = a if a > 0 else 0
```
lambda ：构建简易匿名函数 ；:后面只能放一条表达式（这条表达式可以是三元表达式、算术运算等）。
def ：定义具名正式函数，可以编写多行语句、循环、if块、异常捕获。

二、三者能力对比表

特性	三元表达式	lambda 匿名函数	def 普通函数
是否函数	❌ 只是表达式，不能直接传参调用	✅ 函数（匿名）	✅ 函数（有名字）
代码行数	单行，只能表达式	单行，仅支持一条表达式	支持任意多行代码
分支写法	仅支持单层/嵌套三元	内部只能嵌套三元表达式，不能写`if:`代码块	支持完整`if/elif/else`、for循环、try异常
能否复用	不能单独作为函数传入	只能临时一次性使用；无法多处调用、不好调试	可在整个程序任意位置多次调用
支持return	❌	❌ 自动返回表达式结果	✅ 显式return
添加注释	❌ 无法书写文档注释	❌ 不能写多行文档注释	✅ 支持文档字符串 """注释"""

示例直观区分

python 复制代码

x = 5
# 三元表达式（独立使用）
res = np.log1p(x) if x > 0 else 0

# lambda 内部使用三元表达式
func = lambda u: np.log1p(float(u)) if float(u) > 0 else 0

# def函数，自由书写完整逻辑
def sales_transform(u):
    """销量对数转换函数"""
    try:
        val = float(u)
        if val > 0:
            return np.log1p(val)
        else:
            return 0
    except ValueError:
        # 可以捕获异常，lambda做不到
        return 0

三、明确使用边界（什么时候选谁，工程规范）

场景1：只用【三元表达式】

需求：不需要封装成函数，只是在一行内快速二选一赋值

适用：简单赋值

python 复制代码

# 例子：对单个数值进行转换
sales = 10
log_sales = np.log1p(sales) if sales > 0 else 0

❌ 不要强行套lambda：没必要为一行赋值单独创建函数

场景2：选用【lambda】

满足全部3个条件再使用lambda：

逻辑极度简短（一条表达式）；
函数只使用一次（回调、map/apply、sorted、read_csv converters）；
不需要异常捕获、不需要写注释文档。

典型例子：

python 复制代码

# 和你代码完全一致，一次性传入，用完即弃
pd.read_csv(path, converters={'unit_sales': lambda u: ...})

# sorted排序临时规则
data.sort(key=lambda x: x[1])

❌ lambda禁止场景

逻辑复杂，需要多层判断；
需要异常捕获；
同一个函数需要在代码中多处调用；
需要写注释说明功能（模型项目、正式工程代码）。

刷题可以随便写lambda；上线工程代码不推荐长lambda！

场景3：选用【def 普通函数】

满足任意一条，优先使用def：

逻辑超过一行，需要循环、完整if分支、try-except异常处理；
函数会在脚本多个地方重复调用；
需要添加文档注释、参数说明，方便他人阅读；
需要调试、打印中间变量；

正式项目推荐def写法：

python 复制代码

def transform_unit_sales(raw_value):
    """
    对原始销量进行log1p转换
    param raw_value: csv读取的原始销量字符串
    return: 对数变换后销量，销量≤0返回0
    """
    try:
        val = float(raw_value)
        return np.log1p(val) if val > 0 else 0
    except ValueError:
        # 如果csv存在脏数据、空字符串，不会直接崩溃
        return 0

# 调用
pd.read_csv(path, converters={'unit_sales': transform_unit_sales})

四、易错误区

误区1：三元表达式 == lambda

错。

三元表达式是运算逻辑 ；lambda是函数容器。

python 复制代码

# 三元表达式（直接算出结果）
a = 10 if 5>0 else 0
# lambda（得到一个函数对象，必须调用才能计算）
f = lambda : 10 if 5>0 else 0
a = f()

误区2：lambda里面可以写if代码块

❌ 错误写法，直接报语法错误

python 复制代码

lambda u:
    val = float(u)
    if val>0:
        return np.log1p(val)
    else:
        return 0

lambda冒号后只能写表达式，不能写语句块。想要多行逻辑只能用def。

误区3：牛人代码常用lambda，工程代码照搬照抄

Kaggle竞赛追求代码简短快速实验，大量lambda；

但工业项目要求可维护、容错、易阅读，应尽量减少lambda。