Python – 函式（Functions）

主題：Lambda 匿名函式

簡介

在日常的 Python 程式開發中，函式是組織程式碼、提升可讀性與重用性的基礎工具。除了傳統的 def 方式外，Python 也提供了 lambda（匿名函式）語法，讓開發者可以在單行內快速建立簡短的函式物件。

Lambda 的出現主要是為了配合 函式式編程（functional programming）風格，例如 map()、filter()、sorted() 等內建高階函式。掌握 Lambda 不僅能讓程式碼更精簡，還能在 事件處理、資料轉換、即時回呼 等情境中大幅提升開發效率。

本篇文章將從概念說明、實作範例、常見陷阱與最佳實踐，逐步帶領讀者了解如何在 Python 中安全、有效地使用 Lambda。

核心概念

1. Lambda 的基本語法

lambda 參數列表: 表達式

參數列表 可以是零個或多個，允許使用預設值。
表達式 必須是單一的 Python 表達式，不能包含敘述（statement）。

# 無參數的 Lambda，回傳固定文字
greet = lambda: "Hello, Python!"
print(greet())          # → Hello, Python!

# 單一參數，回傳平方值
square = lambda x: x * x
print(square(5))        # → 25

註：Lambda 產生的是 函式物件，可以像普通函式一樣被呼叫、傳遞或存入變數。

2. 為什麼要使用 Lambda？

情境	使用 `def` 的寫法	使用 Lambda 的寫法
`map` 轉換列表	`python<br>def double(x):<br> return x * 2<br>list(map(double, nums))<br>`	`python<br>list(map(lambda x: x * 2, nums))<br>`
`sorted` 的排序鍵	`python<br>def by_len(s):<br> return len(s)<br>sorted(words, key=by_len)<br>`	`python<br>sorted(words, key=lambda s: len(s))<br>`
事件回呼（GUI）	`python<br>def on_click(event):<br> print("Clicked!")<br>button.bind("<Button-1>", on_click)<br>`	`python<br>button.bind("<Button-1>", lambda e: print("Clicked!"))<br>`

從表中可見，Lambda 能讓 一行即完成 的需求更直觀，減少額外的命名空間與程式碼雜訊。

3. Lambda 與 `map()`、`filter()`、`reduce()`

numbers = [1, 2, 3, 4, 5]

# 1. map：將每個元素乘以 10
times_ten = list(map(lambda x: x * 10, numbers))
print(times_ten)   # → [10, 20, 30, 40, 50]

# 2. filter：挑選出偶數
evens = list(filter(lambda x: x % 2 == 0, numbers))
print(evens)       # → [2, 4]

# 3. reduce（需要 from functools import reduce）
from functools import reduce
product = reduce(lambda a, b: a * b, numbers)
print(product)     # → 120

重點：map、filter、reduce 都接受 可呼叫物件，Lambda 正好符合此需求，讓資料流的轉換一步到位。

4. Lambda 作為 `sorted()`、`list.sort()` 的 key

people = [
    {"name": "Alice", "age": 30},
    {"name": "Bob",   "age": 25},
    {"name": "Carol", "age": 27},
]

# 依年齡遞增排序
people_sorted = sorted(people, key=lambda p: p["age"])
print(people_sorted)
# → [{'name': 'Bob', 'age': 25}, {'name': 'Carol', 'age': 27}, {'name': 'Alice', 'age': 30}]

如果排序條件較為複雜，也可以把多個條件合併：

# 先依年齡遞增，年齡相同再依名字字母順序
people_sorted = sorted(people, key=lambda p: (p["age"], p["name"]))

5. 捕獲外部變數（閉包）

Lambda 會閉包（closure）捕獲其所在作用域的變數。需要注意的是，捕獲的是 變數本身，而非當下的值，這在迴圈中常會導致意外行為。

funcs = []
for i in range(5):
    funcs.append(lambda: i)   # 捕獲的是 i 本身

print([f() for f in funcs])   # → [4, 4, 4, 4, 4]（全部是最後的 i）

# 正確寫法：使用預設參數把當下值「凍結」住
funcs = []
for i in range(5):
    funcs.append(lambda i=i: i)

print([f() for f in funcs])   # → [0, 1, 2, 3, 4]

常見陷阱與最佳實踐

1. 可讀性

Lambda 應僅用於 簡單、單行 的運算。若邏輯超過兩行，建議改用 def，避免程式碼難以維護。
為了可讀性，盡量 避免在同一行寫太多，例如 lambda x, y: (x+y, x-y) 這類返回多個值的寫法，應該拆成具名函式。

2. 除錯困難

Lambda 沒有名稱，堆疊追蹤時會顯示 <lambda>，不易定位錯誤。
若需要在除錯階段觀察中間結果，請暫時改寫成具名函式或使用 functools.partial。

3. 效能考量

在大量迭代的情境下，def 定義的函式與 Lambda 的效能差異可忽略不計。
但若在 熱路徑（hot path）中頻繁建立 Lambda（例如在迴圈內每次都 lambda x: ...），會產生不必要的物件建立成本，建議改為一次性建立後重複使用。

4. 預設參數與閉包

如前所示，迴圈內使用 Lambda 時務必利用 預設參數（lambda x=i: x）凍結當前值，避免「最後一次」的變數被所有 Lambda 共享。

5. 型別註記（Python 3.5+）

雖然 Lambda 本身不支援完整的函式說明文件（docstring），但可使用 型別註記 提升 IDE 輔助與可讀性：

add = lambda a: int, b: int: a + b   # ← 這樣的寫法其實不合法
# 正確做法是先用變數標註，再賦值
from typing import Callable

add: Callable[[int, int], int] = lambda a, b: a + b

實際應用場景

場景	為什麼適合使用 Lambda
資料清理與轉換（例如 Pandas `apply`）	`df['col'].apply(lambda x: x.strip().lower())` 讓每筆資料的處理保持在一行內，易於閱讀。
GUI 事件回呼（Tkinter、PyQt）	`button.clicked.connect(lambda: print("Clicked!"))` 可直接在 UI 建構程式碼中嵌入簡短回呼，避免額外的函式宣告。
排序與搜尋	`sorted(items, key=lambda i: (i.priority, i.timestamp))` 能在排序時一次表達多層次條件。
函式式管線（pipeline）	`result = reduce(lambda acc, x: acc + x, map(lambda y: y*2, data))` 把多個功能串起來，形成資料流。
測試 Stub / Mock	在單元測試中使用 `lambda` 快速建立簡易的回傳函式，免除寫完整的測試替身類別。

總結

Lambda 是 Python 中 輕量級、即時 的函式表達方式，特別適合以下情境：

單行、簡單的運算（如 map、filter、sorted 的 key）。
臨時回呼（GUI 事件、測試 stub）。
資料管線（結合 map、filter、reduce 形成流式處理）。

在使用時，務必遵守 可讀性優先 的原則：

只在「簡單」的情況下使用 Lambda；
複雜邏輯請改用具名函式；
注意閉包與預設參數的行為，避免迴圈陷阱；
需要除錯或型別提示時，可考慮先寫具名函式再改寫成 Lambda。

掌握 Lambda 後，你將能在 Python 程式碼中寫出更 精簡、具表達力 的函式式風格，同時保持程式的可維護性與效能。祝你在實務開發中玩得開心、寫得順手！