Lambda-Funktionen

Entwicklung mit Python für Fortgeschrittene

Jasmin Ludolf

Senior Data Science Content Developer

Einfache Funktionen

def average(values):
    average_value = sum(values) / len(values)
    return average_value

lambda

lambda arguments

lambda arguments:

lambda arguments: expression

# Lambda average function
print(lambda x: sum(x) / len(x))

<function <lambda> at 0x7f11ab813d80>

# Custom average function
def average(x):
    return sum(x) / len(x)  

print(average)

<function average at 0x7f11ab813ec0>

# Get the average
(lambda x: sum(x) / len(x))

# Get the average
(lambda x: sum(x) / len(x))([3, 6, 9])

# Print the average
print((lambda x: sum(x) / len(x))([3, 6, 9]))

6.0

# Store lambda function as a variable
average = lambda x: sum(x) / len(x)


# Call the average function
print(average([3, 6, 9]))

6.0

# Lambda function with two arguments
power = lambda x, y: x**y


# Raise 2 to the power of 3
print(power(2, 3))

map() wendet eine Funktion auf alle Elemente in einem iterierbaren Objekt an.

names = ["john", "sally", "leah"]

# Apply a lambda function inside map()
capitalize = map(lambda x: x.capitalize(), names)

print(capitalize)

<map object at 0x7fb200529c10>

# Convert to a list
print(list(capitalize))

['John', 'Sally', 'Leah']

Szenario	Funktionstyp
Komplizierte Aufgabe	Individuell
Die gleiche Aufgabe mehrmals	Individuell
Einmalige Ausführung	Lambda
Einfache Aufgabe	Lambda

Entwicklung mit Python für Fortgeschrittene