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 függvények
Normálisan a def kulcsszóval definiálunk egy függvényt valahol a kódban, és akkor hívjuk meg, amikor szükségünk van rá.
def sum(a, b):
return a + b
a = 1
b = 2
c = sum(a, b)
print(c)
Most, ahelyett hogy valahol definiálnánk a függvényt és meghívnánk, használhatjuk a Python lambda függvényeit, amelyek olyan inline függvények, amelyeket közvetlenül ott határozunk meg, ahol használjuk őket. Így nincs szükség a függvény deklarálására valahol, és a kód újra meglátogatására csak egy egyszeri használat miatt.
Nem szükséges nekik nevet adni, ezért hívják őket névtelen függvényeknek is. A lambda függvényt a lambda kulcsszóval definiáljuk.
your_function_name = lambda inputs : output
Tehát a fenti összeg példáját lambda függvénnyel így nézne ki,
a = 1
b = 2
sum = lambda x, y : x + y
c = sum(a, b)
print(c)
Itt a lambda függvényt az sum változóhoz rendeljük, és az argumentumok megadásakor, azaz a és b, úgy működik, mint egy normál függvény.
Exercise
Írj egy programot lambda függvények használatával, amely ellenőrzi, hogy a megadott lista egy száma páratlan-e. Minden elemnél nyomtasd ki "True"-t, ha a szám páratlan, vagy "False"-t, ha nem.
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
