###隐函数lanbda及map函数的应用实例

'''

lambda 参数1，参数2，参数3,...:表达式

'''

f = lambda x,y :x+y

print(f(1,2))    ###输出3

'''

map（）接收一个函数f 和 一个Iterator（可迭代对象），并通过把函数f依次作用在Iterator的每一个元素上，并把结果做为新的Iterator返回

'''

a = [1,2,3]

b = map(lambda x:x*x ,a)

print(list(b))    ###输出[1,4,9]

##map 函数处理字典

c = {

    'x':np.array([1,2,3]),

    'y':[4,5,6]

}

##调用字典的key

d = map(lambda data:data*2,c)

print(list(d))  ##['xx', 'yy']

##调用字典的values

e = map(lambda data:data*2,c.values())

print(list(e))  ##[array([2, 4, 6]), [4, 5, 6, 4, 5, 6]]  ##注意：列表*2重复一次，数组*2元素数字*2

def double(x):

    return x*2

print(list(map(double,c)))  ## ['xx', 'yy']

print(list(map(double,c.values())))  ##[array([2, 4, 6]), [4, 5, 6, 4, 5, 6]]

import tensorflow as tf

import numpy as np

##定义两个数组

x = np.arange(6)

y = np.arange(3,9)

##创建dataset数据集

dataset = tf.data.Dataset.from_tensor_slices({

    'x':x,

    'y':y

})

c = tf.data.Dataset.range(1,7)

def getone(dataset):

    iterator = dataset.make_one_shot_iterator()  #生成一个迭代器

    one_element = iterator.get_next()            #迭代器取值

    return one_element

one_element1 = getone(dataset)

one_element2 = getone(c)

#定义一个会话内调用的函数

def sess_get_one(one_element):

    for i in range(6):

        datav = sess.run(one_element)

        print(datav)

#开启会话，调取数据

with tf.Session() as sess:

    sess_get_one(one_element1)

    sess_get_one(one_element2)

'''

{'x': 0, 'y': 3}

{'x': 1, 'y': 4}

{'x': 2, 'y': 5}

{'x': 3, 'y': 6}

{'x': 4, 'y': 7}

{'x': 5, 'y': 8}

1

2

3

4

5

6

'''