Utilisation des fonctions lambda en Python - filter()

Principes de Big Data avec PySpark

Upendra Devisetty

Science Analyst, CyVerse

Que sont les fonctions anonymes en Python ?

  • Les fonctions lambda sont des fonctions anonymes en Python

  • Très puissantes en Python. Très efficaces avec map() et filter()

  • Les lambda créent des fonctions appelées plus tard, comme avec def

  • Elles renvoient des fonctions sans nom (anonymes)

  • Pour définir une fonction en ligne ou différer l'exécution d'un code

Principes de Big Data avec PySpark

Syntaxe d'une fonction lambda

  • La forme générale d'une fonction lambda est
lambda arguments: expression
  • Exemple de fonction lambda
double = lambda x: x * 2
print(double(3))
6
Principes de Big Data avec PySpark

Différences entre def et les fonctions lambda

  • Code Python pour illustrer le cube d'un nombre
def cube(x): 
     return x ** 3
g = lambda x: x ** 3
print(g(10)) 
print(cube(10))
1000
1000
  • Aucune instruction return pour lambda

  • Une lambda peut être placée n'importe où

Principes de Big Data avec PySpark

Utilisation des fonctions lambda en Python - map()

  • map() applique une fonction à tous les éléments de la liste d'entrée

  • Syntaxe générale de map()

map(function, list)
  • Exemple de map()
items = [1, 2, 3, 4]
list(map(lambda x: x + 2 , items))
[3, 4, 5, 6]
Principes de Big Data avec PySpark

Utilisation des fonctions lambda en Python - filter()

  • La fonction filter() prend une fonction et une liste, puis renvoie une nouvelle liste des éléments pour lesquels la fonction est vraie

  • Syntaxe générale de filter()

filter(function, list)
  • Exemple de filter()
items = [1, 2, 3, 4]
list(filter(lambda x: (x%2 != 0), items))
[1, 3]
Principes de Big Data avec PySpark

Passons à la pratique !

Principes de Big Data avec PySpark

Preparing Video For Download...