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
Συναρτήσεις Lambda
Κανονικά, ορίζουμε μια συνάρτηση χρησιμοποιώντας τη λέξη-κλειδί def κάπου στον κωδικό και την καλούμε όποτε χρειαζόμαστε να τη χρησιμοποιήσουμε.
Τώρα, αντί να ορίζουμε τη συνάρτηση κάπου και να την καλούμε, μπορούμε να χρησιμοποιήσουμε τις συναρτήσεις lambda της Python, που είναι inline (ενσωματωμένες) συναρτήσεις ορισμένες στο ίδιο σημείο όπου τις χρησιμοποιούμε. Έτσι, δεν χρειάζεται να δηλώσουμε μια συνάρτηση κάπου και να επιστρέφουμε στον κωδικό μόνο για μία φορά χρήση.
Δεν χρειάζονται όνομα, οπότε ονομάζονται επίσης ανώνυμες συναρτήσεις. Ορίζουμε μια συνάρτηση lambda χρησιμοποιώντας τη λέξη-κλειδί lambda.
Έτσι, το παραπάνω παράδειγμα sum χρησιμοποιώντας συνάρτηση lambda θα είναι,
Εδώ αναθέτουμε τη συνάρτηση lambda στη μεταβλητή sum, και δίνοντας τις παραμέτρους π.χ. a και b, λειτουργεί όπως μια κανονική συνάρτηση.
Άσκηση
Γράψτε ένα πρόγραμμα χρησιμοποιώντας συναρτήσεις lambda για να ελέγξετε αν ένας αριθμός στη δεδομένη λίστα είναι περιττός. Εκτυπώστε "True" αν ο αριθμός είναι περιττός ή "False" αν δεν είναι για κάθε στοιχείο.
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
