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
Lambda-Funktionen
Normalerweise definieren wir eine Funktion im Code mit dem Schlüsselwort def und rufen sie auf, wann immer wir sie benötigen.
def sum(a,b):
return a + b
a = 1
b = 2
c = sum(a,b)
print(c)
Anstatt die Funktion irgendwo zu definieren und aufzurufen, können wir Pythons Lambda-Funktionen verwenden, die Inline-Funktionen sind und an derselben Stelle definiert werden, an der wir sie verwenden. Wir müssen also keine Funktion irgendwo deklarieren und den Code für eine einmalige Nutzung erneut besuchen.
Sie müssen keinen Namen haben, daher werden sie auch anonyme Funktionen genannt. Wir definieren eine Lambda-Funktion mit dem Schlüsselwort lambda.
your_function_name = lambda inputs : output
Das obige Summenbeispiel mit einer Lambda-Funktion wäre also:
a = 1
b = 2
sum = lambda x,y : x + y
c = sum(a,b)
print(c)
Hier weisen wir die Lambda-Funktion der Variable sum zu, und bei Eingabe der Argumente, also a und b, funktioniert sie wie eine normale Funktion.
Übung
Schreiben Sie ein Programm mit Lambda-Funktionen, um zu überprüfen, ob eine Zahl in der gegebenen Liste ungerade ist. Drucken Sie "True", wenn die Zahl ungerade ist, oder "False", wenn nicht, für jedes Element.
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
