Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Industrial programming >> Python

Python Lambda-Funktionen: Praxisleitfaden zu anonymen Funktionen

Python Lambda-Funktionen: Praxisleitfaden zu anonymen Funktionen

Entdecken Sie, wie Pythons anonyme Lambda-Funktionen Ihren Code vereinfachen können. Dieser Leitfaden erklärt ihren Zweck, ihre Syntax und reale Anwendungsfälle mit klaren Beispielen.

Video: Python Lambda

Was sind Lambda-Funktionen in Python?

In Python wird eine anonyme Funktion ohne Namen definiert. Während reguläre Funktionen das def-Schlüsselwort verwenden, werden anonyme Funktionen mit lambda deklariert. Daher werden sie oft Lambda-Funktionen genannt.


Lambda-Funktionen in Python verwenden

Lambda-Funktionen folgen einer prägnanten Syntax:

Syntax der Lambda-Funktion in Python

lambda arguments: expression

Sie können beliebig viele Argumente akzeptieren, aber nur einen Ausdruck. Der Ausdruck wird evaluiert und sein Ergebnis zurückgegeben. Da sie ein Funktionsobjekt zurückgeben, können Lambdas überall dort verwendet werden, wo eine Funktion erwartet wird.


Beispiel einer Lambda-Funktion in Python

Unten ist eine einfache Lambda, die ihre Eingabe verdoppelt:

# Einfache Lambda-Funktion demonstrieren
double = lambda x: x * 2
print(double(5))

Ausgabe

10

Hier erstellt lambda x: x * 2 eine unbenannte Funktion. Das Argument x wird an den Ausdruck x * 2 übergeben, der evaluiert und zurückgegeben wird. Das resultierende Funktionsobjekt wird der Variable double zugewiesen, sodass Sie es wie eine reguläre Funktion aufrufen können. Das folgende def-Äquivalent veranschaulicht dieselbe Logik:

def double(x):
    return x * 2

Wann Lambda-Funktionen in Python verwenden

Lambda-Funktionen glänzen, wenn Sie eine schnelle, wegwerfbare Funktion benötigen, besonders als Argument für Higher-Order-Funktionen. Sie werden häufig mit eingebauten Funktionen wie filter() und map() kombiniert, um prägnante Transformationen durchzuführen.

Beispiel mit filter()

Die filter()-Funktion wendet ein Prädikat auf jedes Element eines Iterables an und gibt nur jene zurück, die die Bedingung erfüllen. Das folgende Beispiel behält nur gerade Zahlen aus einer Liste:

# Gerade Zahlen aus einer Liste filtern
my_list = [1, 5, 4, 6, 8, 11, 3, 12]
new_list = list(filter(lambda x: (x % 2 == 0), my_list))
print(new_list)

Ausgabe

[4, 6, 8, 12]

Beispiel mit map()

Die map()-Funktion wendet eine Transformation auf jedes Element an und erzeugt ein neues Iterable. Hier verdoppeln wir jedes Element in einer Liste:

# Jedes Element mit map() verdoppeln
my_list = [1, 5, 4, 6, 8, 11, 3, 12]
new_list = list(map(lambda x: x * 2, my_list))
print(new_list)

Ausgabe

[2, 10, 8, 12, 16, 22, 6, 24]

Python

  1. Python-Datentypen meistern: Praxisleitfaden
  2. Python-Operatoren meistern: Umfassender Leitfaden
  3. Python pass-Statement meistern: Praxisleitfaden
  4. Python-Funktionsargumente meistern: Positional, Keyword & Default-Parameter
  5. Python Lambda-Funktionen meistern: Praxisbeispiele & Best Practices
  6. Python abs()-Funktion: Absolutwerte für Zahlen & Komplexe Zahlen berechnen
  7. Python round()-Funktion erklärt mit praktischen Beispielen
  8. Pythons range()-Funktion meistern: Von Grundlagen bis zu fortgeschrittenen Anwendungsfällen
  9. Pythons map()-Funktion meistern: Syntax, Beispiele und Best Practices
  10. Pythons yield meistern: Generator vs. Return – Ein praktischer Leitfaden