# Kā lietot lambda funkcijas Python Lambda funkcijas ir bijušas **funkcionālās programmēšanas metode** kopš Python 1.0. Tomēr pēdējos gados citas metodes ir ieguvušas lielāku popularitāti un lielā mērā aizstājušas lambdas. Tomēr joprojām ir daži specializēti lambdas lietojumi, par kuriem pieredzējušiem Python programmētājiem būtu jāzina. ## Kas ir lambda funkcijas Python? Python valodā **lambda funkcija attiecas uz anonīmu funkciju**. Python izmanto atslēgvārdu `lambda`, lai izveidotu lambda funkciju. Lambda izteiksme sastāv no atslēgvārda `lambda`, kam seko argumentu saraksts, defise un viens izteiksmes elements. Izteiksme tiek nodrošināta ar argumentiem un izvērtēta, kad tiek izsaukta lambda funkcija: ```none lambda argument: expression ``` Funkcijas ir gandrīz katras programmēšanas valodas pamatkonstrukcija, un tās ir mazākās atkārtoti izmantojamās koda vienības. Parasti **funkcijas Python valodā tiek definētas ar atslēgvārdu `def`**. Kā piemēru parādīsim kvadrāta funkciju, kas reizinā skaitli ar sevi: ```python # Define square function def square(num): return num * num # Show that it works assert square(9) == 81 ``` `def` atslēgvārds ir labi pazīstams veids, kā definēt funkcijas Python, bet šajā valodā ir arī lambdas. Tās ir **anonīmas funkcijas, kas definē izteiksmi ar parametriem**. Lambdas var izmantot visur, kur ir nepieciešama funkcija vai kur to var piešķirt vārdam. Šeit var redzēt lambda izteiksmi, kas atbilst kvadrāta funkcijai: ```python # Create square function squared = lambda num: num * num # Show that it works assert squared(9) == 81 ``` Note Python valodā lambda funkcija ir funkcija, kas izveidota ar atslēgvārdu `lambda`. Lambda nav konkrētas funkcijas nosaukums, tāpat tā nav arī viens no Python operatoriem. ### Kāda ir atšķirība starp lambda un def? Var šķist dīvaini, ka Python ļauj izveidot funkcijas gan ar `lambda`, gan ar `def`. Tomēr `Lambda` **nav tā paša funkcija**, bet gan tikai vēl viens veids, kā izveidot īsas funkcijas lokāli. Katru funkciju, kas izveidota ar `lambda`, var izveidot arī ar `def`. Tomēr otrādi tas tā nav. Sintaktiskā līmenī `lambda` un `def` ir abi atslēgvārdi. Viena no galvenajām atšķirībām starp tiem ir Python **stingrā izteikumu un izteiksmes nošķiršana**. Izteikumi ir soļi koda izpildē, bet izteiksmes tiek novērtētas kā vērtība. `Def` sāk paziņojumu, vai, precīzāk **,** salikto **paziņojumu, kas satur turpmākus paziņojumus**. `def` paziņojumā var parādīties tikai `return` paziņojums. `return` paziņojums atgriež vērtību, kad tiek izsaukta ar `def` definētā funkcija. Atšķirībā no `def` izteikuma, **`lambda` sāk izteikumu, kas nevar saturēt nekādus izteikumus**. Lambda izteikums pieņem vienu vai vairākus argumentus un atgriež anonīmu funkciju. Kad tiek izsaukta lambda funkcija, tajā ietvertais izteikums tiek izvērtēts ar nodotajiem argumentiem un atgriezts. ### Kādi ir Python lambda izteikumu ierobežojumi? Python ir apzināti ierobežojis lambda funkciju lietderību, jo parasti ir **labāk nosaukt funkcijas**. Tas liek programmētājiem domāt par funkcijas nozīmi un skaidri nošķirt tās daļas. Lambdas nevar saturēt instrukcijas, atšķirībā no funkcijas ķermeņa, kas definēts ar atslēgvārdu `def`. Tāpēc **lambda funkcijā nav iespējams izmantot `if`, `for` utt.** Nav iespējams arī izraisīt izņēmumu, jo tam nepieciešama `raise` instrukcija. Lambda funkcijas Python var saturēt vienu izteiksmi, kas tiek izvērtēta, kad tā tiek izsaukta. Lambda izteiksmes ietvaros **nevar izmantot tipa anotācijas**. Mūsdienās lielākajā daļā Python lambda funkciju lietošanas gadījumu tiek izmantotas citas metodes, piemēram, izpratne. ## Lambda funkciju dažādi lietojumi Python valodā Lambda **ir atvasinātas no funkcionālās programmēšanas**. Dažās valodās, piemēram, JavaScript, anonīmas funkcijas tiek plaši izmantotas bez nepieciešamības pēc īpašas atslēgvārda. Python valodā lambda izteiksmes tiek izmantotas, lai lokāli izveidotu nelielas funkcijas. Turpinājumā apskatīsim to visnoderīgākos pielietojumus. ### Kā aizpildīt augstākas kārtas funkcijas Python ar lambdas Lambdas bieži tiek izmantotas ar **augstākas kārtas funkcijām, piemēram, `map()`, `filter()` un `reduce()`**. Iterējamo elementus var pārveidot bez cilpu izmantošanas, pateicoties lambdas. Augstākas kārtas funkcijas ir funkcijas, kas kā parametrus izmanto funkcijas vai atgriež funkciju. Funkcija `map()` kā parametrus pieņem funkciju un iterējamu objektu. Tā izpilda funkciju katram iterējama objekta elementam. Pamēģināsim ģenerēt kvadrātskaitļus. Mēs izmantojam funkciju `map()` un **kā argumentu nododam lambda izteiksmi**, kas ģenerē kvadrāta funkciju. Kvadrāta funkcija tiek piemērota katram saraksta elementam ar `map()`: ```python nums = [3, 5, 7] # Square numbers using `map()` and `lambda` squares = map(lambda num: num ** 2, nums) # Show that it works assert list(squares) == [9, 25, 49] ``` Note Sākot ar Python 3.0, funkcijas `map()` un `filter()` atgriež iterējamu objektu, nevis sarakstu. `list()` izsaukums tiek izmantots `assert` izteikumos, lai izpakotu iterējamus objektus sarakstā. Saraksta izpratne piedāvā **modernāku pieeju iterējamo objektu apstrādei**. Tā vietā, lai izmantotu `map()` un ģenerētu lambda funkciju, mēs varam aprakstīt operāciju tieši: ```python nums = [3, 5, 7] # Square numbers using list comprehension squares = [num ** 2 for num in nums] # Show that it works assert squares == [9, 25, 49] ``` Funkciju `filter()` var izmantot, lai **filtrētu iterējamas struktūras elementus**. Mēs varam paplašināt mūsu piemēru, lai ģenerētu tikai pāra kvadrātskaitļus: ```python # List of numbers 1-4 nums = [1, 2, 3, 4] # Square each number squares = list(map(lambda num: num ** 2, nums)) # Filter out the even squares even_squares = filter(lambda square: square % 2 == 0, squares) # Show that it works assert list(even_squares) == [4, 16] ``` Mēs parādām vēlamo pieeju, izmantojot saraksta izpratni, lai **iegūtu to pašu rezultātu, neizmantojot lambdas un augstākas kārtas funkcijas**. Izpratnes `if` daļa tiek izmantota, lai atlasītu pāra skaitļus no ģenerētajiem kvadrātskaitļiem: ```python # List of numbers 1-4 squared squares = [num ** 2 for num in range(1, 5)] # Filter out the even squares even_squares = [square for square in squares if square % 2 == 0] # Show that it works assert even_squares == [4, 16] ``` Note Python `reduce()` funkcija nav iekļauta standarta bibliotēkā kopš Python 3.0 versijas. Šo funkciju var atrast `functools` modulī. ### Kā īstenot galvenās funkcijas Python ar lambdas Comprehensions ir lielā mērā aizstājušas klasiskās augstākas kārtas funkcijas `map()` un `filter()` Python. Tomēr **galvenās funkcijas var izmantot, lai parādītu lambda pilnīgo potenciālu**. Python salīdzināšanas funkcijas `sorted()`, `min()` un `max()` darbojas ar iterējamiem objektiem. Katrs iterējama objekta elements tiek salīdzināts, kad tiek izsaukta funkcija. Trīs funkcijas pieņem atslēgas funkciju kā neobligātu `key` parametru. Atslēgas funkcija tiek izsaukta katram elementam un atgriež atslēgas vērtību salīdzināšanas operācijai. Apsveriet šādu problēmu. Mums ir mape ar attēlu failiem, kuru nosaukumi ir saistīti ar Python sarakstu. Mēs vēlamies **šo sarakstu sakārtot**. Visi failu nosaukumi sākas ar `img`, kam seko skaitlis: ```python # List of image file names images = ['img1', 'img2', 'img30', 'img3', 'img22', 'img100'] ``` Ja izmantojam Python `sorted()` funkciju, **tiek izmantota leksikogrāfiskā secība**. Tā secīgus ciparus uzskata par atsevišķiem skaitļiem. Tādējādi skaitļi `['1', '2', '100']` tiek sakārtoti secībā `['1', '100', '2']`. Rezultāts nav tāds, kādu gaidījām: ```python # Sort using lexicographic order sorted_image = sorted(images) # Show that it works assert sorted_image == ['img1', 'img100', 'img2', 'img22', 'img3', 'img30'] ``` Mēs **nododam `lambda` izteiksmi, kas rada atslēgas funkciju**, lai nodrošinātu pareizu šķirošanu. Atslēgas funkcija izgūst faila nosaukuma ciparu daļu, ko `sorted()` izmanto kā atslēgu: ```python # Extract numeric component and sort as integers sorted_image = sorted(images, key=lambda name: int(name[3:])) # Show that it works assert sorted_image == ['img1', 'img2', 'img3', 'img22', 'img30', 'img100'] ``` Galvenā funkcija tiek izmantota lokāli un tikai vienu reizi. Nav nepieciešams definēt papildu nosaukumu tai. **Lambdas ir pareizais veids, kā izveidot galvenās funkcijas**. Apskatīsim vēl divus piemērus. Tāpat kā `sorted()`, arī iebūvētās Python funkcijas `min()` un `max()` pieņem fakultatīvu atslēgas funkciju. Funkcijas atrod mazāko un lielāko elementu sarakstā vai citā iterējamā objektā. **Mazākais vai lielākais elements ir definīcijas jautājums** un **to** var norādīt, izmantojot atslēgas funkciju. Ir skaidrs, ko nozīmē mazākais vai lielākais elements vienkāršu vērtību sarakstos, piemēram, skaitļu sarakstā. Šajā gadījumā mums nav nepieciešama īpaša atslēgas funkcija: ```python nums = [42, 69, 51, 13] assert min(nums) == 13 assert max(nums) == 69 ``` Note Ja netiek nodota neviena atslēgas funkcija, kā noklusējuma funkcija tiek izmantota identitātes funkcija `f(x) = x`. To var viegli definēt kā Python lambda ar `lambda x: x`. Bet kas notiek, ja katrs iterējama elementa elements ietver vairākus datumus? Iedomāsimies sarakstu ar vārdnīcām, kas attēlo cilvēkus ar viņu vārdiem un vecumu. Kāds ir **kritērijs `min()` un `max()` gadījumā**, lemjot, kurš ir mazākais un kurš lielākais elements? Šeit noderīga ir atslēgas funkcija. Mums ir nepieciešami **parauga dati**, lai ilustrētu, kā darbojas galvenās funkcijas. Izveidosim funkciju `Person()`, kas kalpos kā konstruktors: ```python # Constructor function for dict representing a person def Person(name, age): return {'name': name, 'age': age} # Check that it works as expected assert Person('Jim', 42) == {'name': 'Jim', 'age': 42} ``` Mēs **izveidojam cilvēku sarakstu**, izmantojot mūsu konstruktora funkciju: ```python # Create list of people people = [person('Jim', 42), person('Jack', 51), person('John', 69)] ``` Mēs atrodam vecāko personu, izmantojot `max()` izsaukumu. Tas **ģenerē atslēgas funkciju**, izmantojot lambda izteiksmi, kas ņem personas diktu un izgūst no tā vecumu kā salīdzināšanas elementu: ```python # Find the oldest person oldest = max(people, key=lambda person: person['age']) # Check that it works assert oldest == Person('John', 69) ``` Šī pieeja darbojas tieši tāpat arī `min()` funkcijā. Šajā gadījumā mēs **definēsim galveno funkciju ārpus `min()` izsaukuma** un atkal izmantosim lambda izteiksmi. Tas uzlabo lasāmību un ir lietderīgi, ja galvenajai funkcijai ir vairāki vietējie lietojumi: ```python # Define key function to compare people by age by_age = lambda person: person['age'] # Find the youngest person youngest = min(people, key=by_age) # Check that it works assert youngest == Person('Jim', 42) ``` ### Kā izveidot slēgumus ar Python lambdas Python lambdas tiek izmantotas arī, definējot slēgumus. Tās ir funkcijas, kuras izveido citas funkcijas un kuras glabā vērtību. Slēgumus var **izmantot, lai izveidotu** līdzīgu funkciju **grupas**. Parādīsim tipisku piemēru, kurā tiek izveidotas potences funkcijas. Potenču funkcijas pieņem argumentu un to eksponenciāli aprēķina. Kvadrāta funkcija `f(x) = x ^ 2` un kubiska funkcija `f(x) = x ^ 3` ir labi zināmi piemēri. Jebkuras potences funkcijas var ģenerēt kā slēgumus, izmantojot konstruktora funkciju. Mēs izmantosim lambda izteiksmi, kas nozīmē, ka mums nav jādefinē iekšējā nosaukta funkcija: ```python # Define constructor function for power functions def power(n): return lambda num: num ** n # Create square and cubic functions as closures square = power(2) cubic = power(3) # Show that it works assert square(10) == 100 assert cubic(10) == 1000 ``` ### Kā izmantot nekavējoties izsaukto funkciju izteiksmi (IIFE) ar Python lambdas IIFE, izrunā kā „iffy”, ir **pazīstams modelis JavaScript**. Tas ietver anonīmas funkcijas definēšanu un tās tūlītēju izpildi. **Lambda var izmantot kā IIFE**, lai gan tās nav īpaši noderīgas Python ierobežojumu dēļ. Mums tikai jāievieto lambda izteiksme iekavās: ```python (lambda num: num * num) ``` Un vēl viena pāri iekavās, kas satur argumentu(-us): ```python assert (lambda num: num * num)(3) == 9 ``` Tip Python iesācējiem iesakām apskatīt mūsu Python apmācību. This is a markdown version of: [https://www.ionos.com/lv-lv/digitalguide/timekla-vietnes/timekla-izstrade/lambda-funkcijas-python-valoda/](https://www.ionos.com/lv-lv/digitalguide/timekla-vietnes/timekla-izstrade/lambda-funkcijas-python-valoda/) for AI/LLM consumption.