lambda 函數
Python 支持一種有趣的語法，它允許你快速定義單行的最小函數。這些叫做 lambda 的函數，是從 Lisp 借用來的，可以用在任何需要函數的地方。
def f(x): return x*2，用lambda函數來替換可以寫成：g = lambda x: x*2`g(3)結果是6.(lambda x: x*2)(3)`也是同樣的效果。
這是一個 lambda 函數，完成同上面普通函數相同的事情。注意這里的簡短的語法：在參數列表周圍沒有括號，而且忽略了 return 關鍵字 (隱含存在，因為整個函數只有一行)。而且，該函數沒有函數名稱，但是可以將它賦值給一個變量進行調用
使用 lambda 函數時甚至不需要將它賦值給一個變量。這可能不是世上最有用的東西，它只是展示了 lambda 函數只是一個內聯函數。
總的來說，lambda 函數可以接收任意多個參數 (包括可選參數) 并且返回單個表達式的值。lambda 函數不能包含命令，包含的表達式不能超過一個。不要試圖向 lambda 函數中塞入太多的東西；如果你需要更復雜的東西，應該定義一個普通函數，然后想讓它多長就多長。 我將它們用在需要封裝特殊的、非重用代碼上，避免令我的代碼充斥著大量單行函數。
列表推導式(list comprehension)
看一段簡單代碼
testList = [1,2,3,4]
def mul2(x):
print x*2
[mul2(i) for i in testList]
[mul2(i) for i in testList if i%2==0]
多維數組初始化
multilist = [[0 for col in range(5)] for row in range(3)]
zip 函數
>>> a = [1,2,3]
>>> b = [4,5,6]
>>> c = [4,5,6,7,8]
>>> zipped = zip(a,b)
[(1, 4), (2, 5), (3, 6)]
>>> zip(a,c)
[(1, 4), (2, 5), (3, 6)]
>>> zip(*zipped)
[(1, 2, 3), (4, 5, 6)]
學習資源
學以致用
一
m = [[-1.0, 2.0/c-1, -2.0/c+1, 1.0],
[2.0, -3.0/c+1, 3.0/c-2, -1.0],
[-1.0, 0.0, 1.0, 0.0],
[0.0, 1.0/c, 0.0, 0.0]]
multiply = lambda x: x*c
m = [[multiply(m[col][row]) for col in range(4)] for row in range(4)]
print [[m[col][row] for col in range(4)] for row in range(4)]
它所作的工作：m是一個包含參數c的矩陣，他計算了c*m的結果
想了一下，最后一句改成
print [[multiply(each) for each in row] for row in m]更加pythonic
二 矩陣相乘
學習資源
def matrixMul(A, B):
res = [[0] * len(B[0]) for i in range(len(A))] for i in range(len(A)):
for j in range(len(B[0])):
for k in range(len(B)):
res[i][j] += A[i][k] * B[k][j] return res
def matrixMul2(A, B):
return [[sum(a * b for a, b in zip(a, b)) for b in zip(*B)] for a in A]
a = [[1,2], [3,4], [5,6], [7,8]]
b = [[1,2,3,4], [5,6,7,8]]
print matrixMul(a,b) print matrixMul(b,a) print "-"*90
print matrixMul2(a,b) print matrixMul2(b,a) print "-"*90
