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

Funkcje lambda


Zwykle definiujemy funkcję za pomocą słowa kluczowego def w dowolnym miejscu w kodzie i wywołujemy ją, gdy tylko potrzebujemy jej użyć.

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

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

Zamiast definiować funkcję gdzieś w kodzie i wywoływać ją, możemy użyć funkcji lambda w Pythonie, które są funkcjami liniowymi definiowanymi w miejscu, w którym ich używamy. Dzięki temu nie musimy deklarować funkcji gdzieś w kodzie i wracać do niej tylko dla jednorazowego użycia.

Nie muszą mieć nazwy, więc są również nazywane funkcjami anonimowymi. Definiujemy funkcję lambda przy użyciu słowa kluczowego lambda.

your_function_name = lambda inputs : output

Tak więc powyższy przykład sumy używając funkcji lambda wyglądałby tak,

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

Tutaj przypisujemy funkcję lambda do zmiennej sum, a po podaniu argumentów, tj. a i b, działa ona jak normalna funkcja.

Ćwiczenie

Napisz program używający funkcji lambda do sprawdzania, czy liczba w danej liście jest nieparzysta. Dla każdego elementu wydrukuj "True", jeśli liczba jest nieparzysta lub "False", jeśli nie.

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