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

Fonctions Lambda


Normally we define a function using the def keyword somewhere in the code and call it whenever we need to use it.

def sum(a,b):
    return a + b

a = 1
b = 2
c = sum(a,b)
print(c)

Au lieu de définir la fonction quelque part et de l'appeler, nous pouvons utiliser les fonctions lambda de Python, qui sont des fonctions en ligne définies à l'endroit même où nous les utilisons. Ainsi, nous n'avons pas besoin de déclarer une fonction quelque part et de revisiter le code juste pour une seule utilisation.

Elles n'ont pas besoin d'avoir un nom, donc elles sont aussi appelées fonctions anonymes. Nous définissons une fonction lambda en utilisant le mot clé lambda.

your_function_name = lambda inputs : output

Ainsi, l'exemple de somme ci-dessus en utilisant une fonction lambda serait,

a = 1
b = 2
sum = lambda x,y : x + y
c = sum(a,b)
print(c)

Ici, nous assignons la fonction lambda à la variable sum, et en fournissant les arguments, c'est-à-dire a et b, elle fonctionne comme une fonction normale.

Exercise

Écrivez un programme utilisant des fonctions lambda pour vérifier si un nombre dans la liste donnée est impair. Imprimez "True" si le nombre est impair ou "False" sinon pour chaque élément.

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!

Previous Tutorial Next Tutorial Take the Test
Copyright © learnpython.org. Read our Terms of Use and Privacy Policy