如何在 Python 的 lambda 表达式中使用 with 语句

Question

我使用的是 Python 3.5.2（用于 MS SQL Server 机器学习服务的版本）。我想要一个 lambda 表达式，它使用 with 这样就不会在元组中重复昂贵的计算。一个最小的例子是

lambda x : 
  with x**2 as x2, x**3 as x3 :
    [ (x2**3)*x3-x3 , x2, (x3-5)**x2 ]

但是，这会返回语法错误。在lambda 表达式中如何使用with 语句？

我来自 Wolfram 语言，可以做到这一点。例如

With[{x2 = #^2, x3 = #^3},
  { (x2^3)*x3-x3 , x2, (x3-5)^x2 }
]&

我收集了这些仅在一小部分代码中需要的微小计算（在另一个函数中）。我想将这些作为 lambda 函数来选择和 apply/map 基于该函数中的特定条件。

Answer 1

在 Python 3.8 中，您可以编写

lambda x: [ (x2 := x**2) * (x3:=x**3) - x3, x2, (x3 - 5) ** x2 ]

但是，这不是很可读。我仍然会使用def 语句来定义命名函数，如https://stackoverflow.com/a/57976808/1126841 所示。

（也许某些未来版本的 Python 会找到一种方法来支持函数式的 let 表达式，例如

let x2 := x**2, x3 := x**3 in (x2*x3 - x3, x2, (x3-5) ** x2)

但我不会屏住呼吸。这确实需要关键字的可读性，并且有很强的阻力——我承认这是有充分理由的——引入新的关键字或重载现有的关键字。）

Answer 2

在python中，这是拼写：

def fun1(x):
    x2 = x**2
    x3 = x**3 
    return [(x2**3) * x3 - x3 , x2, (x3 - 5) ** x2]

编辑：

还有几点...

首先：有人在评论中提到您可以缓存计算结果以提高性能。这确实是一种常见的模式，通常称为记忆化，which is rather easy to implement in Python。请注意，这仅适用于 pure functions，当然只有在使用相同参数重复调用 memoized 函数时才有用。

第二点，你提到：

我采取了这条路线，并在函数中定义了迷你函数。

您必须知道，在 Python 中，def 是一个可执行语句，它在执行时会创建一个新的 function 对象（是的，Python 函数是对象 - 实际上 Python 中的所有内容都是对象）。

这意味着“顶层”函数（定义在模块顶层的函数）在当前进程中首次导入模块时创建一次，但每次都重新创建内部（嵌套）函数调用外部（封闭）函数。

另外，Python functions are closures，因此嵌套函数可以捕获外部函数的环境（这是在 Python 中使用嵌套函数的主要 - 并且仅就我而言 - 原因）。

这意味着您可以使用内部函数作为另一种方式来缓存一些预先计算的值并使它们可用于一组函数，即：

def outer(x, y):
    x2 = x ** 2
    x3 = x ** 3

    def func1():
        return [(x2**3) * x3 - x3 , x2, (x3 - 5) ** x2]

    def func2(z):
        # dummy example
        return (x2**y) + (y - x3 ** z)

    # etc

    results = [func2(i) for i in func1()]
    return results

另一方面，如果您的“帮助”函数不依赖于它们的封闭范围，那么在外部函数中定义它们的唯一好处就是每次创建相同的函数时一次又一次的开销。调用外部函数。如果每个进程只调用一次或两次外部函数当然不是问题，但如果在紧密循环中调用它，开销很快就会成为问题。