Get started learning Python with DataCamp's free Intro to Python tutorial. Learn Data Science by completing interactive coding challenges and watching videos by expert instructors. Start Now!
This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join 11 million other learners and get started learning Python for data science today!
Good news! You can save 25% off your Datacamp annual subscription with the code LEARNPYTHON23ALE25 - Click here to redeem your discount
Ламбда функции
Обикновено дефинираме функция, използвайки ключовата дума def някъде в кода и я извикваме, когато се нуждаем от нея.
def sum(a,b):
return a + b
a = 1
b = 2
c = sum(a,b)
print(c)
Сега, вместо да дефинираме функцията някъде и да я извикваме, можем да използваме лямбда функциите на Python, които са инлайн функции, дефинирани на същото място, където ги използваме. Така няма нужда да декларираме функция някъде и да се връщаме към кода само за еднократно използване.
Те не трябва да имат име, затова се наричат и анонимни функции. Дефинираме лямбда функция, използвайки ключовата дума lambda.
your_function_name = lambda inputs : output
Така примерът със сумата, използващ лямбда функция, би бил:
a = 1
b = 2
sum = lambda x,y : x + y
c = sum(a,b)
print(c)
Тук присвояваме лямбда функцията на променливата sum, и при подаване на аргументите, т.е. a и b, тя работи като нормална функция.
Exercise
Напишете програма, използваща лямбда функции, за да провери дали число в дадения списък е нечетно. Изведете "True", ако числото е нечетно, или "False", ако не е за всеки елемент.
l = [2,4,7,3,14,19]
for i in l:
# your code here
l = [2,4,7,3,14,19]
for i in l:
# your code here
my_lambda = lambda x : (x % 2) == 1
print(my_lambda(i))
test_output_contains("False")
test_output_contains("False")
test_output_contains("True")
test_output_contains("True")
test_output_contains("False")
test_output_contains("True")
success_msg("Nice work!")
This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join over a million other learners and get started learning Python for data science today!
Sponsors
