Summary  
Lambda functions are anonymous, single-expression functions defined with the `lambda` keyword for concise, on-the-spot function definitions.  

General domain of usage  
Functional programming (e.g., using lambdas in map, filter, or as callbacks)

Lambda-funktioner er anonyme funktioner, hvilket betyder, at de ikke har et navn. De oprettes ved hjælp af `lambda`-nøgleordet og bruges ofte til at definere korte funktioner, hvor du kan angive en funktion direkte på stedet.

Den grundlæggende syntaks for en lambda-funktion er som følger:

```python
lambda arguments: expression
```

- `lambda`: nøgleordet, der angiver starten på en lambda-funktionsdefinition;
- `arguments`: listen over argumenter, som funktionen modtager;
- `expression`: udtrykket, der udføres, når funktionen kaldes. Resultatet af udtrykket returneres som funktionens værdi.

Den vigtigste egenskab ved lambda-funktioner er deres korte syntaks. De er praktiske, når du har brug for at definere en simpel funktion uden at skrive meget kode.

square = lambda x: x**2
result = square(5)
print(result) 

import unittest

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

class TestApplyTax(unittest.TestCase):
    def test_apply_tax_single_value(self):
        """Checks tax deduction on a single price"""
        import user_code
        try:
            result = user_code.apply_tax(200)
            expected_output = 174.0
            condition = result == expected_output
            failure_message = f"For input `200`, expected `{expected_output}`, but got `{result}`."
        except AttributeError:
            condition = False
            failure_message = "The function `apply_tax` is not defined."
        _dynamic_test(self, condition, "The function correctly calculates tax for a single price.", failure_message)
    
    def test_apply_tax_zero(self):
        """Checks that tax deduction on zero returns zero"""
        import user_code
        try:
            result = user_code.apply_tax(0)
            expected_output = 0.0
            condition = result == expected_output
            failure_message = f"For input `0`, expected `{expected_output}`, but got `{result}`."
        except AttributeError:
            condition = False
            failure_message = "The function `apply_tax` is not defined."
        _dynamic_test(self, condition, "The function correctly handles zero input.", failure_message)

    def test_negative_price(self):
        """Checks that negative prices are handled correctly and return 0"""
        import user_code
        result = user_code.apply_tax(-123)
        expected_output = 0
        condition = result == expected_output
        failure_message = f"For input `-123`, expected `{expected_output}`, but got `{result}`."
        _dynamic_test(self, condition, "The function correctly handles negative values.", failure_message)
    
    def test_apply_tax_is_declared(self):
        import user_code
        _dynamic_test(
            self,
            hasattr(user_code, 'apply_tax'),
            "The `apply_tax` variable is declared.",
            "Expected `apply_tax` to be declared."
        )
if __name__ == '__main__':
    unittest.main()

test_main.py

Du vil få et solidt overblik over, hvor vigtige funktioner er i Python, uanset dit felt inden for datalogi. Vi gennemgår oprettelse af funktioner, definition af argumenter, håndtering af returværdier og undersøger deres anvendelse i Python.

Vi vil overveje, hvad en funktion i Python er, samt nogle grundlæggende teknikker til at oprette funktioner: hvad er argumenterne for funktionen, hvad er returværdien for funktionen, hvad er funktionskroppen, og hvordan funktionen bruges i koden.

Lær at definere funktioner i Python ved hjælp af positionelle og valgfrie argumenter. Opnå forståelse for fleksibiliteten ved at skabe funktioner, der tilpasses forskellige inputscenarier.

Lær at arbejde med vilkårlige argumenter og nøgleordsargumenter i Python for at håndtere varierende antal input. Forstå hvordan vilkårlige argumenter håndterer fleksible positionelle input, og hvordan nøgleordsargumenter organiserer navngivne argumenter i et ordbogsformat for effektiv funktionsdesign.

Returværdien af en funktion er det direkte resultat af funktionens udførelse, som vi kan anvende i programmet. Der findes flere typer af funktions returværdier – vi vil gennemgå de mest anvendte.

Udforsk styrken ved rekursion og lambda-funktioner i Python. Forstå hvordan rekursion gør det muligt for en funktion at kalde sig selv for at løse komplekse problemer, og hvordan lambda-funktioner giver en kortfattet måde at definere anonyme funktioner til simple opgaver.

Lambda-Funktioner

Løsning

Awesome!

Lambda-Funktioner

Løsning