Musisz posortować produkty według ceny. Napisanie osobnej funkcji nazwanej tylko po to, by powiedzieć „użyj ceny”, wydaje się być dużą ceremonią. Funkcje lambda w Pythonie umożliwiają zdefiniowanie tego małego fragmentu logiki bezpośrednio tam, gdzie go używasz.

Lambdy są przydatne, ale łatwo je też nadużywać. Ten przewodnik pokazuje, gdzie naprawdę pomagają, a gdzie utrudniają czytanie kodu. Każdy przykład uruchomiliśmy w Pythonie 3.13 i pokazane dane wyjściowe pochodzą z tego uruchomienia.

Co to jest lambda?

Lambda to funkcja bez nazwy, zapisywana za pomocą słowa kluczowego lambda:

lambda arguments: expression

Pobiera dowolną liczbę argumentów i automatycznie zwraca wartość pojedynczego wyrażenia. Nie ma słowa kluczowego return ani treści instrukcji.

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

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

Druga linia definiuje lambdę z domyślnym argumentem i natychmiast ją wywołuje. Rzadko pisałbyś to w prawdziwym kodzie, ale pokazuje to, że lambda jest zwykłym obiektem funkcyjnym.

lambda vs def

Te dwa tworzą funkcje, które zachowują się tak samo:

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

Spójrz na nazwiska. Każda lambda nazywa się po prostu <lambda>, więc komunikaty o błędach i dzienniki nie mogą powiedzieć, która z nich się nie powiodła. Jest to główny powód, dla którego przewodniki po stylach, takie jak PEP 8, zalecają def, gdy chcesz nadać funkcji nazwę.

Sortowanie za pomocą klucza: najlepsze wykorzystanie

Funkcje takie jak sorted, min i max akceptują funkcję key, która decyduje, co należy porównać. Tutaj świecą lambdy:

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)

Aby posortować według kilku rzeczy, zwróć krotkę. Tutaj ludzie są sortowani według wieku, najpierw najstarsi, a następnie według imienia:

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']

Znak minus odwraca kolejność tylko liczby. Czasami w ogóle nie potrzebujesz lambdy, ponieważ istniejąca funkcja już wykonuje to zadanie. Porównaj sortowanie domyślne z sortowaniem nieuwzględniającym wielkości liter:

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

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

Domyślnie wszystkie słowa pisane wielkimi literami są umieszczane na pierwszym miejscu. Przekazanie str.lower rozwiązuje ten problem bez użycia lambdy. Moduł operator oferuje podobne pomoce, takie jak itemgetter(1) dla lambda p: p[1].

mapa i filtr

map stosuje funkcję do każdego elementu, a filter zachowuje elementy, dla których zwraca wartość true. Obydwa działają z lambdami, ale porównują każdy ze zrozumieniem listy:

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]

Wyniki są identyczne, a większość programistów Pythona uważa, że zrozumienie jest łatwiejsze do odczytania. Zauważ też, że map i filter zwracają leniwe iteratory, więc potrzebujesz list(), aby zobaczyć wartości. Nasz przewodnik po rozumieniu list w Pythonie szczegółowo opisuje ten styl. map nadal dobrze czyta się z istniejącą nazwaną funkcją, jak w map(str.strip, lines).

zmniejszyć

functools.reduce łączy elementy w jedną wartość, niosąc bieżący wynik:

from functools import reduce

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

W przypadku typowych zadań, takich jak sumy, użyj wbudowanych opcji, takich jak sum, max lub any. Zachowaj reduce w rzadszych przypadkach i rozważ zwykłą pętlę, jeśli lambda zacznie wyglądać na skomplikowaną.

Warunki w lambdzie

Nie możesz użyć instrukcji if w lambdzie, ale możesz użyć wyrażenia warunkowego:

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

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

Jeden warunek jest w porządku. Gdy zaczniesz je zagnieżdżać, czytelnicy będą musieli ciężko pracować, co jest wyraźnym sygnałem, aby przejść na def ze zwykłymi if instrukcjami.

Lambdy zwracające funkcje

Funkcja może utworzyć i zwrócić lambdę, która zapamiętuje wartość z otoczenia:

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

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

Dzieje się tak dzięki zamknięciom, które wyjaśniono w innym języku w naszym artykule na temat zamknięć JavaScript. Python functools.partial oferuje inny sposób wstępnego wypełniania argumentów.

Pułapka późno wiążąca

To w końcu łapie prawie wszystkich. Stworzyliśmy trzy lambdy w pętli, oczekując, że każda zwróci swój własny numer:

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

# [2, 2, 2]

Wszystkie trzy zwracają 2. Lambda nie przechwytuje wartości z i podczas jej tworzenia. Wyszukuje zmienną, gdy jest ona wywoływana i do tego czasu pętla się kończy, pozostawiając i na poziomie 2. Zwykle rozwiązaniem jest przechwycenie wartości jako argumentu domyślnego, ponieważ wartości domyślne są oceniane w momencie definicji:

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

# [0, 1, 2]

Nie jest to specyficzne dla lambd, ponieważ def wewnątrz pętli zachowuje się w ten sam sposób. Po prostu pojawia się częściej w przypadku lambd, ponieważ często są one tworzone w pętlach, na przykład podczas dołączania wywołań zwrotnych przycisków.

Tabele przeglądowe małych funkcji

Lambdy doskonale pasują do słownika, który odwzorowuje nazwy na małe operacje:

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

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

Może to zastąpić długi łańcuch if i elif. Przewodnik Słownik Pythona omawia więcej wzorców słownikowych, a moduł operator udostępnia już operator.add i operator.sub.

Granice lambd

• Tylko jedno wyrażenie. Żadnych przypisań z =, żadnych pętli i żadnych try bloków.
• Brak oświadczeń. Pisanie lambda x: return x kończy się niepowodzeniem przy SyntaxError, co potwierdził nasz test.
• Brak dokumentów i wskazówek dotyczących typów. Narzędzia i czytelnicy otrzymują mniejszą pomoc.
• Trudniejsze debugowanie. Błędy wskazują na <lambda>, a nie na pomocną nazwę.

Oczywiście lambdy nadal mogą zgłaszać wyjątki. Obsługa tych funkcji działa tak samo, jak w przypadku dowolnej funkcji, zgodnie z opisem w Obsługa wyjątków w Pythonie.

Kiedy nie używać lambdy

Ten ostatni punkt ma znaczenie. Warto przetestować logikę, którą warto ponownie wykorzystać, a nazwaną funkcję znacznie łatwiej przetestować, jak pokazuje nasz samouczek dotyczący testów Pythona.

Podsumowanie

Dobra lambda jest na tyle krótka, że ​​można ją przeczytać na pierwszy rzut oka i użyta raz, zwykle jako argument. Klawisze sortowania są klasycznym przykładem. Aby sprawdzić własny kod, wyszukaj = lambda i zamień go w nazwane funkcje. Następnie spójrz na dowolne map lub filter z lambdą i sprawdź, czy zrozumienie czyta się lepiej.

Najczęstsze pytania

Ucz się dalej