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
Fungsi Lambda
Biasanya kita mendefinisikan fungsi menggunakan kata kunci def di dalam kode dan memanggilnya apabila kita perlu menggunakannya.
def sum(a, b):
return a + b
a = 1
b = 2
c = sum(a, b)
print(c)
Sekarang, daripada mendefinisikan fungsi di suatu tempat dan memanggilnya, kita boleh menggunakan fungsi lambda dalam Python, iaitu fungsi sebaris yang didefinisikan di tempat yang sama kita menggunakannya. Jadi kita tidak perlu mengisytiharkan fungsi di tempat lain dan kembali ke kod hanya untuk penggunaan sekali.
Mereka tidak memerlukan nama, jadi mereka juga dipanggil fungsi tanpa nama. Kita mendefinisikan fungsi lambda menggunakan kata kunci lambda.
your_function_name = lambda inputs : output
Jadi contoh sum di atas menggunakan fungsi lambda adalah,
a = 1
b = 2
sum = lambda x, y : x + y
c = sum(a, b)
print(c)
Di sini kita memberikan fungsi lambda kepada pembolehubah sum, dan apabila memberikan argumen iaitu a dan b, ia berfungsi seperti fungsi biasa.
Exercise
Tulis program menggunakan fungsi lambda untuk memeriksa jika nombor dalam senarai yang diberikan adalah ganjil. Cetak "True" jika nombor itu ganjil atau "False" jika tidak untuk setiap elemen.
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
