Las funciones lambda, a las que también se les conoce como funciones anónimas, es una forma de definir funciones en línea. No es una técnica propia de Python ya que se encuentran disponibles en muchos lenguajes de programación. Al definir las funciones en una línea estas se pueden aplicar a un conjunto de datos y unir posteriormente lo resultados. No siendo necesario asignar un identificador a la función, de ahí el nombre de funciones anónimas. En esta entrada se realizará una descripción detallada de las Funciones lambda de Python y explicando cómo usarlas.
Siendo las funciones lambda clave a la hora de trabajar con el paradigma de programación funcional el Python.
La sintaxis de las funciones lambda de Python es bastante sencilla. Se utiliza la palabra reservada lambda
seguida de los argumentos, posteriormente con se separa mediante dos puntos la expresión. Las funciones lambda pueden tener tantos argumentos como sean necesarios, pero solamente puede tener una expresión. Por ejemplo, se puede implementar el producto de dos valores con:
product = lambda x,y : x * y
en donde x
e y
son los argumentos y x * y
es la expresión. La función se ha asignado a una variable, algo que no es necesario, pero así se puede utilizar como si fuese una función normar creada con def
.
product(2, 3) # Retorna 6
def
En Python las funciones creadas mediante la palabra lambda
también se pueden crear utilizando def
. El ejemplo anterior, la función que multiplica dos números, se puede definir también de forma tradicional con def
.
Aunque aparentemente se ha obtenido el mismo resultado existen ciertas diferencias entre ambos métodos que es necesario tener en cuenta.
lambda
se crea un objeto función sin crearse al mismo tiempo un nombre en el espacio de nombres. Nombre que si se crea al definir la función con def
.Las funciones lambda son claves en programación funcional. Se puede utilizar para aplicar una función a todo un DataFrame con el método apply()
. Evitando así la necesidad de operar con bucles. Por ejemplo, si se crea un DataFrame aleatorio se le puede añadir a cada elemento uno solamente con una línea de código.
import pandas as pd import numpy as np df = pd.DataFrame(np.random.randint(0, 100, size=(4, 2)), columns=list('AB'))
A B 0 81 53 1 40 35 2 27 46 3 86 49
print(df.apply(lambda x: x + 1))
A B 0 82 54 1 41 36 2 28 47 3 87 50
En esta entrada se ha visto el fundamento de las funciones lambda de Python. Una herramienta muy útil para conseguir un código más compacto. Además, son clave para poder trabajar con el paradigma de programación funcional en Python de una forma eficiente.
Imágenes: Pixabay (Michael Schwarzenberger)
En ciencia de datos y estadística, los promedios y porcentajes son herramientas fundamentales para resumir…
Las bases de datos son el corazón de casi cualquier sistema de información moderno. Ya…
En ciencia de datos, pocas cosas llaman más la atención de los científicos de datos…
Calcular adecuadamente el tamaño de la muestra es una parte esencial en el diseño de…
Hoy en día, cuando pensamos en ciencia de datos, lo primero que nos viene a…
Ampliar el espacio de almacenamiento en un sistema Linux es una tarea habitual y crítica…
This website uses cookies.