У цьому посібнику ви ознайомитеся з усіма аспектами лямбда-функцій у Python, починаючи від їхнього синтаксису і закінчуючи різноманітними прикладами застосування з демонстраційним кодом.
Лямбда-вирази в Python – це анонімні функції, що характеризуються лаконічним синтаксисом і можливістю їхнього використання спільно з іншими корисними вбудованими функціями. Після прочитання цього посібника, ви отримаєте чітке уявлення про те, як визначати лямбда-функції і коли їхнє застосування є доречним, на відміну від використання звичайних функцій Python.
Розпочнімо!
Лямбда-функції в Python: синтаксис та приклади
Ось стандартний синтаксис для оголошення лямбда-функції в Python:
lambda параметр(и): значення_що_повертається
З наведеного вище синтаксису стає зрозуміло, що:
lambda– це ключове слово, яке використовується для визначення лямбда-функції, за яким слідує один або декілька параметрів, що приймаються функцією.- Двокрапка (
:) відокремлює параметри від значення, яке повертається функцією.
💡 Створюючи лямбда-функцію, необхідно пам’ятати, що значення, яке повертається, має бути результатом обчислення виразу, який займає лише один рядок коду. Ви зрозумієте це краще, коли розглянемо приклади.
Демонстраційні приклади лямбда-функцій в Python
Найкращий спосіб зрозуміти лямбда-функції – почати з перетворення звичайних функцій Python на їх лямбда-еквіваленти.
👩🏽💻 Спробуйте програмувати разом зі мною в Python REPL або в онлайн-редакторі Python на techukraine.net.
#1. Розглянемо функцію square(), яка приймає число num і повертає його квадрат.
def square(num):
return num*num
Можна викликати цю функцію з різними аргументами та перевірити, чи вона працює правильно.
>>> square(9) 81 >>> square(12) 144
Можна присвоїти лямбда-вираз змінній, наприклад, square1, щоб зробити визначення функції більш коротким: square1 = lambda num: num*num, а потім викликати square1 з будь-яким числом. Однак, оскільки лямбда-вирази є анонімними, краще уникати їхнього присвоєння змінним.
У функції square() параметром є num, а значенням, що повертається, є num*num. Визначивши це, ми можемо перенести їх до лямбда-виразу і викликати його з аргументом:
>>> (lambda num: num*num)(2) 4
Це приклад негайно викликаної функції, коли функція виконується відразу після її оголошення.
#2. Далі розглянемо просту функцію add(), яка приймає два числа (num1 та num2) і повертає їхню суму.
def add(num1, num2):
return num1 + num2
Викликаємо функцію add() з двома числами як аргументи:
>>> add(4,3) 7 >>> add(12,5) 17 >>> add(12,6) 18
У цьому випадку num1 і num2 є параметрами, а значенням, що повертається, є num1 + num2.
>>> (lambda num1, num2: num1 + num2)(3,7) 10
Функції Python можуть приймати значення за замовчуванням для параметрів. Змінимо функцію add(), встановивши значення параметра num2 за замовчуванням на 10.
def add(num1, num2=10):
return num1 + num2
У наступних викликах функції:
- У першому виклику значення
num1дорівнює 1, аnum2– 3. Коли ви передаєте значення дляnum2, воно буде використане; функція поверне 4. - Якщо передати лише один аргумент (
num1дорівнює 7), дляnum2буде використано значення за замовчуванням 10; функція поверне 17.
>>> add(1,3) 4 >>> add(7) 17
Визначаючи функції, що використовують значення за замовчуванням для певних параметрів у вигляді лямбда-виразів, ви можете вказувати ці значення за замовчуванням під час оголошення параметрів.
>>> (lambda num1, num2 = 10: num1 + num2)(1) 11
Коли варто використовувати лямбда-функції в Python?
Ознайомившись з основами лямбда-функцій, розглянемо декілька ситуацій, коли їхнє застосування доречне:
- Якщо функція має однорядковий вираз, що повертає значення, і немає необхідності посилатися на неї в інших частинах модуля, то варто використовувати лямбда-функції. На прикладах вище ми це демонстрували.
- Лямбда-функції є корисними під час роботи з вбудованими функціями, такими як
map(),filter()таreduce(). - Лямбда-функції можуть бути корисними при сортуванні структур даних, таких як списки та словники.
Застосування лямбда-функцій зі вбудованими функціями Python
1. Використання Lambda з map()
Функція map() приймає ітерований об’єкт та функцію і застосовує цю функцію до кожного елемента ітерованого об’єкта:
Створимо список nums і, використовуючи map(), утворимо новий список, який міститиме квадрати кожного числа з nums. Зверніть увагу на застосування лямбда-функції для визначення операції піднесення до квадрату.
>>> nums = [4,5,6,9] >>> list(map(lambda num:num*num,nums)) [16, 25, 36, 81]
Оскільки map() повертає об’єкт-мапу, його потрібно перетворити на список.
▶️ Перегляньте докладний посібник про функцію map() в Python.
2. Використання Lambda з filter()
Визначимо список чисел nums:
>>> nums = [4,5,6,9]
Припустимо, необхідно відфільтрувати цей список, залишивши лише непарні числа.
Для цього можна скористатися вбудованою функцією filter().
Функція filter() приймає умову та ітерований об’єкт: filter(condition, iterable). Результат містить лише ті елементи вихідного ітерованого об’єкта, які задовольняють умову. Можна перетворити об’єкт на ітерований об’єкт Python, наприклад, список.
Щоб відфільтрувати парні числа, залишивши лише непарні, лямбда-вираз має мати вигляд: lambda num: num%2 != 0. num%2 – це залишок від ділення числа на 2.
num%2!=0дорівнюєTrue, колиnumє непарним;num%2!=0дорівнюєFalse, колиnumє парним.
>>> nums = [4,5,6,9] >>> list(filter(lambda num:num%2!=0,nums)) [5, 9]
3. Використання Lambda з reduce()
Функція reduce() приймає ітерований об’єкт і функцію. Вона зменшує ітерований об’єкт шляхом багаторазового застосування функції до елементів.
Щоб скористатися функцією reduce(), її необхідно імпортувати з модуля functools:
>>> from functools import reduce
Використаємо функцію reduce() для обчислення суми всіх чисел у списку nums. Оголосимо лямбда-вираз: lambda num1, num2: num1 + num2 як функцію зменшення суми.
Операція згортання відбувається наступним чином: f(f(f(4,5),6),9) = f(f(9,6),9) = f(15,9) = 24. Тут f є операція підсумовування двох елементів, визначена лямбда-функцією.
>>> from functools import reduce >>> nums = [4,5,6,9] >>> reduce(lambda num1,num2:num1+num2,nums) 24
Лямбда-функції Python для налаштування сортування
Крім використання лямбда-функцій із вбудованими функціями map(), filter() та reduce(), їх можна застосовувати для налаштування вбудованих методів сортування.
1. Сортування списків Python
Працюючи зі списками, часто виникає потреба сортувати їх за певним критерієм. Для сортування списків на місці застосовують метод sort(). Якщо потрібна відсортована копія списку, використовуйте функцію sorted().
Синтаксис функції sorted(): sorted(iterable, key=..., reverse=True | False).
- Параметр
keyвикористовується для визначення критерію сортування. - Параметр
reverseприймає значенняTrueабоFalse; значенням за замовчуванням єFalse.
При сортуванні чисел і рядків за замовчуванням відбувається сортування за зростанням та алфавітом. Але іноді є необхідність визначити власний критерій сортування.
Розглянемо приклад списку фруктів. Припустимо, потрібна відсортована копія списку, де рядки відсортовані за спаданням кількості входжень літери ‘p’.
>>> fruits = ['apple','pineapple','grapes','mango']
Тут застосуємо параметр key. Рядок є ітерованим об’єктом, тому для отримання кількості входжень символу можна скористатися вбудованим методом .count(). Встановлюємо key=lambda x: x.count('p'), щоб сортування відбувалось за кількістю входжень ‘p’.
>>> fruits = ['apple','pineapple','grapes','mango']
>>> sorted(fruits,key=lambda x:x.count('p'),reverse=True)
['pineapple', 'apple', 'grapes', 'mango']
У цьому прикладі:
- Ключем сортування є кількість входжень ‘p’, що визначено лямбда-виразом.
- Оскільки
reverse=True, сортування відбувається за спаданням кількості входжень ‘p’.
У списку fruits рядок ‘pineapple’ містить три входження ‘p’, а рядки ‘apple’, ‘grapes’ і ‘mango’ містять 2, 1 і 0 входжень ‘p’ відповідно.
Розуміння стабільного сортування
Розглянемо інший приклад. Для того ж критерію сортування змінимо список фруктів. Тут ‘p’ з’являється в рядках ‘apple’ та ‘grapes’ два та один раз відповідно, і не з’являється в рядках ‘mango’ та ‘melon’.
>>> fruits = ['mango','apple','melon','grapes']
>>> sorted(fruits,key=lambda x:x.count('p'),reverse=True)
['apple', 'grapes', 'mango', 'melon']
У виведеному списку ‘mango’ йде перед ‘melon’, хоча в них відсутня ‘p’. Чому так? sorted() виконує стабільне сортування, тобто порядок елементів зберігається, якщо критерій сортування однаковий для них.
Для закріплення, поміняйте місцями ‘mango’ і ‘melon’ у списку, відсортуйте за тим же критерієм і проаналізуйте результат.
▶️ Детальніше про сортування списків Python.
2. Сортування словника Python
Лямбда-вирази можна використовувати під час сортування словників. Розглянемо словник price_dict, який містить товари та їхні ціни.
>>> price_dict = {
... 'Milk':10,
... 'Honey':15,
... 'Bread':7,
... 'Candy':3
... }
Для представлення пар ключ-значення словника у вигляді списку кортежів, скористаємося методом .items():
>>> price_dict_items = price_dict.items()
dict_items([('Milk', 10), ('Honey', 15), ('Bread', 7), ('Candy', 3)])
Усі ітеровані об’єкти: списки, кортежі, рядки мають нульову індексацію. Тобто перший елемент має індекс 0, другий – 1 і так далі.
Відсортуємо за значенням – ціною кожного елемента. В кожному кортежі price_dict_items, елемент під індексом 1 є ціною. Встановлюємо key=lambda x:x[1], оскільки він буде використовувати елемент під індексом 1 (ціна) для сортування.
>>> dict(sorted(price_dict_items,key=lambda x:x[1]))
{'Candy': 3, 'Bread': 7, 'Milk': 10, 'Honey': 15}
У результаті отримаємо словник, відсортований за зростанням ціни, починаючи з ‘Candy’ за ціною 3 і закінчуючи ‘Honey’ за ціною 15.
▶️ Детальний посібник про сортування словників Python за ключем і значенням.
Підсумок
Отже, ви навчилися визначати лямбда-функції та ефективно використовувати їх з іншими вбудованими функціями Python. Короткий підсумок:
- Лямбда-вирази – це анонімні функції, які можуть приймати декілька аргументів і повертати значення. Вираз, що обчислюється для отримання поверненого значення, має бути однорядковим. Їх можна використовувати для скорочення визначень невеликих функцій.
- Для визначення лямбда-функції використовується синтаксис:
lambda параметр(и): значення_що_повертається. - Серед важливих сфер застосування – використання з
map(),filter(), таreduce(), а також як параметрkeyдля налаштування сортування.
Дізнайтеся більше про поділ поверхів у Python.