가격별로 제품을 정렬해야 합니다. “가격을 사용하세요”라고 말하기 위해 별도의 이름이 지정된 함수를 작성하는 것은 많은 의식처럼 느껴집니다. Python 람다 함수를 사용하면 인라인의 작은 부분을 정확히 사용하는 위치에 정의할 수 있습니다.

람다는 편리하지만 과도하게 사용하기 쉽습니다. 이 가이드에서는 이것이 실제로 도움이 되는 부분과 코드를 읽기 어렵게 만드는 부분을 보여줍니다. 우리는 Python 3.13에서 모든 예제를 실행했으며 표시된 출력은 해당 실행에서 나온 것입니다.

람다란 무엇입니까?

람다는 lambda 키워드로 작성된 이름 없는 함수입니다.

lambda arguments: expression

임의 개수의 인수를 사용하고 단일 표현식의 값을 자동으로 반환합니다. return 키워드도 없고 명령문 본문도 없습니다.

square = lambda x: x * x
print(square(4))                     # 16

print((lambda a, b=10: a + b)(5))    # 15

두 번째 줄은 기본 인수로 람다를 정의하고 즉시 호출합니다. 실제 코드에서는 이 내용을 작성하는 경우가 거의 없지만 람다가 일반 함수 개체임을 보여줍니다.

람다 대 데프

이 두 가지 기능은 동일하게 작동합니다.

square = lambda x: x * x

def square_def(x):
    return x * x

print(square(4), square_def(4))                 # 16 16
print(square.__name__, square_def.__name__)     # <lambda> square_def

이름을보세요. 모든 람다는 그냥 <lambda>이라고 불리므로 오류 메시지와 로그에서는 어떤 람다가 실패했는지 알 수 없습니다. 이것이 PEP 8과 같은 스타일 가이드가 함수에 이름을 부여할 때마다 def를 권장하는 주된 이유입니다.

키를 이용한 정렬: 최선의 사용법

sorted, min 및 max과 같은 함수는 무엇을 비교할지 결정하는 key 함수를 허용합니다. 람다가 빛나는 곳은 다음과 같습니다.

products = [("pen", 10), ("bag", 900), ("book", 250)]

sorted(products, key=lambda p: p[1])
# [('pen', 10), ('book', 250), ('bag', 900)]

max(products, key=lambda p: p[1])
# ('bag', 900)

여러 항목으로 정렬하려면 튜플을 반환하세요. 여기에서는 사람들을 나이별로 정렬하고, 나이가 많은 사람부터 이름순으로 정렬합니다.

people = [{"name": "Asha", "age": 31}, {"name": "Ben", "age": 25},
          {"name": "Dev", "age": 31}]

[p["name"] for p in sorted(people, key=lambda p: (-p["age"], p["name"]))]
# ['Asha', 'Dev', 'Ben']

빼기 기호는 숫자 순서만 반대로 바꿉니다. 기존 함수가 이미 작업을 수행하기 때문에 람다가 전혀 필요하지 않은 경우도 있습니다. 기본 정렬과 대소문자를 구분하지 않는 정렬을 비교해 보세요.

names = ["Asha", "ben", "Chitra", "dev"]

sorted(names)                  # ['Asha', 'Chitra', 'ben', 'dev']
sorted(names, key=str.lower)   # ['Asha', 'ben', 'Chitra', 'dev']

기본값은 대문자로 표시된 모든 단어를 먼저 배치합니다. str.lower을 전달하면 람다 없이 문제가 해결됩니다. operator 모듈은 lambda p: p[1]의 itemgetter(1)과 같은 유사한 도우미를 제공합니다.

맵과 필터

map은 모든 항목에 함수를 적용하고 filter는 true를 반환하는 항목을 유지합니다. 둘 다 람다와 함께 작동하지만 각각을 목록 이해와 비교합니다.

nums = [1, 2, 3, 4, 5, 6]

list(map(lambda n: n * 10, nums))      # [10, 20, 30, 40, 50, 60]
[n * 10 for n in nums]                 # [10, 20, 30, 40, 50, 60]

list(filter(lambda n: n % 2 == 0, nums))   # [2, 4, 6]
[n for n in nums if n % 2 == 0]            # [2, 4, 6]

결과는 동일하며 대부분의 Python 개발자는 이해가 더 쉽다고 생각합니다. map과 filter는 게으른 반복자를 반환하므로 값을 보려면 list()이 필요합니다. Python 목록 이해 가이드에서는 해당 스타일을 자세히 다루고 있습니다. map는 map(str.strip, lines)과 같이 기존 명명된 함수를 사용하여 여전히 잘 읽혀집니다.

감소시키다

functools.reduce 항목을 단일 값으로 결합하여 실행 결과를 전달합니다.

from functools import reduce

reduce(lambda acc, n: acc + n, nums, 0)   # 21
sum(nums)                                 # 21

합계와 같은 일반적인 작업의 경우 sum, max 또는 any과 같은 기본 제공 항목을 사용합니다. 드문 경우에는 reduce를 유지하고 람다가 복잡해 보이기 시작하면 일반 루프를 고려하십시오.

람다의 조건

람다에서는 if 문을 사용할 수 없지만 조건식은 사용할 수 있습니다.

label = lambda total: "large" if total >= 1000 else "small"

label(1200), label(300)
# ('large', 'small')

조건 하나는 괜찮습니다. 일단 중첩을 시작하면 독자는 열심히 노력해야 하며 이는 일반적인 if 문을 def 문으로 전환해야 한다는 분명한 신호입니다.

함수를 반환하는 람다

함수는 주변의 값을 기억하는 람다를 만들고 반환할 수 있습니다.

def multiplier(n):
    return lambda x: x * n

double = multiplier(2)
double(7)   # 14

이는 JavaScript 클로저에 대한 기사에서 다른 언어로 설명하는 클로저 때문에 작동합니다. Python의 functools.partial는 인수를 미리 채우는 또 다른 방법을 제공합니다.

후기 바인딩 트랩

이것은 결국 거의 모든 사람을 붙잡습니다. 우리는 루프에서 세 개의 람다를 생성했으며 각각이 고유한 숫자를 반환할 것으로 예상했습니다.

funcs = [lambda: i for i in range(3)]
[f() for f in funcs]

# [2, 2, 2]

세 가지 모두 2를 반환합니다. 람다는 생성될 때 i의 값을 캡처하지 않습니다. 변수가 호출될 때 변수를 조회하고 루프가 완료되어 i가 2로 남습니다. 기본값은 정의 시 평가되므로 일반적인 수정 방법은 값을 기본 인수로 캡처하는 것입니다.

funcs = [lambda i=i: i for i in range(3)]
[f() for f in funcs]

# [0, 1, 2]

루프 내부의 def이 동일한 방식으로 동작하므로 이는 람다에만 고유한 것이 아닙니다. 버튼 콜백을 연결할 때와 같이 루프에서 일반적으로 생성되기 때문에 람다에서 더 자주 나타납니다.

작은 함수의 조회 테이블

람다는 이름을 작은 작업에 매핑하는 사전에 깔끔하게 맞습니다.

ops = {
    "add": lambda a, b: a + b,
    "sub": lambda a, b: a - b,
}

ops["sub"](10, 3)   # 7

이는 if과 elif의 긴 체인을 대체할 수 있습니다. Python 사전 가이드는 더 많은 사전 패턴을 다루고 있으며 operator 모듈은 이미 operator.add와 operator.sub을 제공합니다.

람다의 한계

• 단 하나의 표현식만. =에 할당이 없고, 루프도 없고, try 블록도 없습니다.
• 문이 없습니다. 테스트에서 확인된 것처럼 SyntaxError과 함께 lambda x: return x 쓰기가 실패합니다.
• 독스트링이나 유형 힌트가 없습니다. 도구와 독자는 도움을 덜 받습니다.
• 디버깅이 더 어렵습니다. 오류는 유용한 이름보다는 <lambda>를 가리킵니다.

물론 람다는 여전히 예외를 발생시킬 수 있습니다. 이러한 작업을 처리하는 작업은 Python 예외 처리에서 다루는 대로 모든 기능과 동일합니다.

람다를 사용하지 말아야 할 경우

마지막 점이 중요합니다. 재사용할 가치가 있는 논리는 테스트할 가치가 있으며, pytest 튜토리얼에서 볼 수 있듯이 명명된 함수는 테스트하기가 훨씬 쉽습니다.

마무리

좋은 람다는 한 눈에 읽을 수 있을 만큼 짧고 일반적으로 인수로 한 번 사용됩니다. 정렬 키가 전형적인 예입니다. 자신의 코드를 확인하려면 = lambda을 검색하여 이름이 지정된 함수로 변환하세요. 그런 다음 람다가 포함된 map 또는 filter을 보고 이해력이 더 좋은지 확인하세요.

자주 묻는 질문

계속 학습하세요