Användning av lambdafunktion i Python – filter()

Grunderna i Big Data med PySpark

Upendra Devisetty

Science Analyst, CyVerse

Vad är anonyma funktioner i Python?

  • Lambdafunktioner är anonyma funktioner i Python

  • Kraftfulla och vanliga i Python. Särskilt effektiva med map() och filter()

  • Lambdafunktioner skapar funktioner som anropas senare, likt def

  • De returnerar funktioner utan namn (dvs. anonyma)

  • Används för att definiera en funktion inline eller skjuta upp exekvering

Grunderna i Big Data med PySpark

Syntax för lambdafunktioner

  • Den allmänna formen för lambdafunktioner är
lambda arguments: expression
  • Exempel på lambdafunktion
double = lambda x: x * 2
print(double(3))

6
Grunderna i Big Data med PySpark

Skillnaden mellan def och lambdafunktioner

  • Python-kod för att beräkna kuben av ett tal
def cube(x): 
     return x ** 3
g = lambda x: x ** 3
print(g(10)) 
print(cube(10))

1000
1000

  • Lambda har ingen return-sats

  • En lambdafunktion kan placeras var som helst

Grunderna i Big Data med PySpark

Användning av lambdafunktion i Python – map()

  • map() tillämpar en funktion på alla element i en lista

  • Allmän syntax för map()

map(function, list)
  • Exempel på map()
items = [1, 2, 3, 4]
list(map(lambda x: x + 2 , items))

[3, 4, 5, 6]
Grunderna i Big Data med PySpark

Användning av lambdafunktion i Python – filter()

  • filter() tar en funktion och en lista och returnerar en ny lista med de element för vilka funktionen utvärderas som sant

  • Allmän syntax för filter()

filter(function, list)
  • Exempel på filter()
items = [1, 2, 3, 4]
list(filter(lambda x: (x%2 != 0), items))

[1, 3]
Grunderna i Big Data med PySpark

Nu kör vi en övning!

Grunderna i Big Data med PySpark

Preparing Video For Download...