Bạn cần sắp xếp sản phẩm theo giá. Viết một hàm được đặt tên riêng chỉ để nói “sử dụng giá” có cảm giác như rất nhiều nghi lễ. Hàm lambda Python cho phép bạn xác định đoạn logic nội tuyến nhỏ đó, chính xác ở nơi bạn sử dụng.

Lambda rất tiện dụng nhưng chúng cũng dễ bị lạm dụng. Hướng dẫn này cho thấy chúng thực sự hữu ích ở đâu và làm cho mã khó đọc hơn ở đâu. Chúng tôi đã chạy mọi ví dụ trên Python 3.13 và kết quả hiển thị là từ lần chạy đó.

Lambda là gì?

Lambda là một hàm không có tên, được viết bằng từ khóa lambda:

lambda arguments: expression

Nó nhận bất kỳ số lượng đối số nào và tự động trả về giá trị của một biểu thức. Không có từ khóa return và không có nội dung câu lệnh.

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

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

Dòng thứ hai xác định lambda với đối số mặc định và gọi nó ngay lập tức. Bạn hiếm khi viết mã này bằng mã thực, nhưng nó cho thấy lambda là một đối tượng hàm thông thường.

lambda vs def

Hai hàm này tạo ra các hàm hoạt động giống nhau:

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

Nhìn vào những cái tên. Mọi lambda chỉ được gọi là <lambda>, vì vậy các thông báo lỗi và nhật ký không thể cho bạn biết cái nào bị lỗi. Đây là lý do chính khiến các hướng dẫn về kiểu như PEP 8 khuyên dùng def bất cứ khi nào bạn muốn đặt tên cho hàm.

Sắp xếp bằng khóa: cách sử dụng tốt nhất

Các hàm như sorted, min và max chấp nhận hàm key quyết định nội dung cần so sánh. Đây là nơi lambdas tỏa sáng:

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)

Để sắp xếp theo nhiều thứ, hãy trả về một bộ dữ liệu. Ở đây, mọi người được sắp xếp theo độ tuổi, già nhất trước tiên và sau đó theo tên:

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']

Dấu trừ chỉ đảo ngược thứ tự của số. Đôi khi bạn hoàn toàn không cần lambda vì một hàm hiện có đã thực hiện công việc đó. So sánh cách sắp xếp mặc định với cách sắp xếp không phân biệt chữ hoa chữ thường:

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

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

Mặc định đặt tất cả các từ viết hoa đầu tiên. Vượt qua str.lower sẽ sửa lỗi đó mà không có bất kỳ lambda nào. Mô-đun operator cung cấp các trợ giúp tương tự, chẳng hạn như itemgetter(1) cho lambda p: p[1].

bản đồ và bộ lọc

map áp dụng một hàm cho mọi mục và filter giữ các mục mà nó trả về đúng. Cả hai đều hoạt động với lambdas, nhưng so sánh từng cái với cách hiểu danh sách:

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]

Các kết quả giống hệt nhau và hầu hết các nhà phát triển Python đều thấy phần hiểu dễ đọc hơn. Cũng lưu ý rằng map và filter trả về các trình vòng lặp lười biếng, vì vậy bạn cần list() để xem các giá trị. Hướng dẫn của chúng tôi về hiểu danh sách Python trình bày chi tiết về phong cách đó. map vẫn đọc tốt với hàm được đặt tên hiện có, như trong map(str.strip, lines).

giảm bớt

functools.reduce kết hợp các mục thành một giá trị duy nhất, mang lại kết quả đang chạy:

from functools import reduce

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

Đối với các công việc thông thường, chẳng hạn như tính tổng, hãy sử dụng các công cụ có sẵn như sum, max hoặc any. Giữ reduce cho các trường hợp hiếm hơn và xem xét vòng lặp đơn giản nếu lambda bắt đầu trông phức tạp.

Điều kiện trong lambda

Bạn không thể sử dụng câu lệnh if trong lambda, nhưng bạn có thể sử dụng biểu thức điều kiện:

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

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

Một điều kiện là được. Một khi bạn bắt đầu lồng chúng, người đọc phải làm việc chăm chỉ, đó là một dấu hiệu rõ ràng để chuyển sang def với các câu lệnh if thông thường.

Lambda trả về các hàm

Một hàm có thể tạo và trả về một lambda ghi nhớ một giá trị từ môi trường xung quanh nó:

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

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

Điều này hoạt động nhờ các bao đóng mà bài viết của chúng tôi về các bao đóng JavaScript giải thích bằng một ngôn ngữ khác. functools.partial của Python cung cấp một cách khác để điền trước các đối số.

Cái bẫy ràng buộc muộn

Điều này cuối cùng đã bắt được gần như tất cả mọi người. Chúng tôi đã tạo ba lambda trong một vòng lặp, hy vọng mỗi cái sẽ trả về số riêng của nó:

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

# [2, 2, 2]

Cả ba đều trả về 2. Một lambda không nắm bắt đượcgiá trịcủaikhi nó được tạo ra. Nó tra cứu biến khi nóđược gọi là, và lúc đó vòng lặp đã kết thúc, để lạiiở mức 2. Cách khắc phục thông thường là lấy giá trị làm đối số mặc định, vì các giá trị mặc định được đánh giá tại thời điểm xác định:

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

# [0, 1, 2]

Điều này không phải là duy nhất đối với lambdas, vì def bên trong vòng lặp cũng hoạt động theo cách tương tự. Nó chỉ xuất hiện thường xuyên hơn với lambdas, vì chúng thường được tạo trong các vòng lặp, chẳng hạn như khi đính kèm các lệnh gọi lại nút.

Bảng tra cứu các hàm nhỏ

Lambdas nằm gọn trong một từ điển ánh xạ tên cho các hoạt động nhỏ:

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

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

Điều này có thể thay thế một chuỗi dài if và elif. Hướng dẫn Từ điển Python bao gồm nhiều mẫu từ điển hơn và mô-đun operator đã cung cấp operator.add và operator.sub.

Giới hạn của lambdas

• Chỉ một biểu thức. Không có phép gán với =, không có vòng lặp và không có khối try.
• Không có câu lệnh nào. Viết lambda x: return x không thành công với SyntaxError, như thử nghiệm của chúng tôi đã xác nhận.
• Không có gợi ý về chuỗi tài liệu hoặc loại. Các công cụ và người đọc nhận được ít trợ giúp hơn.
• Gỡ lỗi khó hơn. Lỗi chỉ vào <lambda> thay vì tên hữu ích.

Tất nhiên, Lambdas vẫn có thể đưa ra các ngoại lệ. Việc xử lý những công việc đó cũng giống như đối với bất kỳ hàm nào, như được đề cập trong Xử lý ngoại lệ Python.

Khi nào không nên sử dụng lambda

Đó là điểm cuối cùng quan trọng. Việc sử dụng lại logic đáng để thử nghiệm và hàm được đặt tên sẽ dễ kiểm tra hơn nhiều, như hướng dẫn pytest của chúng tôi cho thấy.

Lời kết

Một lambda tốt phải đủ ngắn để đọc nhanh và được sử dụng một lần, thường là đối số. Các phím sắp xếp là ví dụ cổ điển. Để kiểm tra mã của riêng bạn, hãy tìm kiếm = lambda và biến chúng thành các hàm được đặt tên. Sau đó, nhìn vào bất kỳ map hoặc filter nào bằng lambda và xem liệu khả năng hiểu có đọc tốt hơn hay không.

Câu hỏi thường gặp

Tiếp tục học hỏi