lambda表达式

map函数：

map() 会根据提供的函数对指定序列做映射。
第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。
map(function, iterable, …)
map(sin, [1,2,3,4,5])

lambda函数

lambda只能完成简单的逻辑，其是一个表达式
基本语法：
lambda arg1,arg2,…,arg3n : <表达式>
argi相当于函数的参数输入，表示式相当于函数体，该表达式运算结果及相当于函数返回值；

• 通常用法：

  f = lambda ...
  result = f(...)

• map和lambda表达式合用

  map(lambda x: write(x, im_batches, orig_ims), output)

  就是lambda的输入为output列表，最终生成一个列表，注意lambda表达式里面用到了其它函数‘write’；
  为什么不能单独用map?—-write函数有三个输入；
  detnames = pd.Series(imlist).apply(lambda x: “{}/det{}”.format(args.det,x.split(“\“)[-1]))
  可以看到某些对象可以通过apply调用lambda表达式

  apply用法

  apply函数的格式为：apply(func,args,*kwargs)
  用途：当一个函数的参数存在于一个元组或者一个字典中时，用来间接的调用这个函数，并将元组或者字典中的参数按照顺序传递给参数；
  比较常用语DataFrame等。
  df.apply(func)
  对df里面的元素进行func操作

  对字符串进行排序（利用lambda表达式）

  # 例如path下的文件都是"sharedString"+"_"+str(number)+".jpg"的形式
  files = os.lisdir(path)
  im_names = files
  tempStr = im_names[0]
  index_start = tempStr.rfind('_') + 1
  print(tempStr[index_start:-4])
  im_names.sort(key=lambda x:int(x[index_start:-4]))  # 按照number大小进行排序