Summary  
This chapter covers the use of anonymous one-line functions (lambda) to define concise operations with single or multiple arguments, inline conditional logic, and integration with higher-order functions like map, filter, and max.

General domain of usage  
Data transformation and filtering

Lambda-Funktionen sind anonyme Funktionen, das heißt, sie haben keinen Namen. Sie werden mit dem Schlüsselwort `lambda` erstellt und häufig verwendet, um kurze Funktionen zu definieren, bei denen eine Funktion direkt angegeben werden kann.

Die grundlegende Syntax einer Lambda-Funktion ist wie folgt:

```python
lambda arguments: expression
```

- `lambda`: das Schlüsselwort, das den Beginn einer Lambda-Funktionsdefinition anzeigt;
- `arguments`: die Liste der Argumente, die die Funktion entgegennimmt;
- `expression`: der Ausdruck, der ausgeführt wird, wenn die Funktion aufgerufen wird. Das Ergebnis des Ausdrucks wird als Funktionswert zurückgegeben.

Das Hauptmerkmal von Lambda-Funktionen ist ihre kompakte Syntax. Sie sind praktisch, wenn eine einfache Funktion definiert werden soll, ohne viel Code zu schreiben.

## Einzelne und mehrere Argumente

Eine Lambda-Funktion kann ein oder mehrere Argumente annehmen:

# Single argument
square = lambda x: x**2
print(square(5))  # 25

# Multiple arguments
add = lambda x, y: x + y
print(add(3, 5))  # 8

## Bedingte Logik in Lambda-Funktionen

Eine ternäre Ausdrucksweise ermöglicht das Hinzufügen von bedingter Logik innerhalb einer Lambda-Funktion:

is_even = lambda x: "even" if x % 2 == 0 else "odd"
print(is_even(4))  # "even"
print(is_even(7))  # "odd"

## Verwendung von Lambda mit eingebauten Funktionen

Ein häufiger Anwendungsfall ist die Kombination von Lambda-Funktionen mit eingebauten Funktionen wie `map()` und `filter()`:


prices = [100, 200, 300]

# Apply 10% discount to each price
discounted = list(map(lambda price: price * 0.9, prices))
print(discounted)  # [90.0, 180.0, 270.0]

# Keep only prices above 150
expensive = list(filter(lambda price: price > 150, prices))
print(expensive)  # [200, 300]

Mit `max()` innerhalb einer Lambda-Funktion können Sonderfälle direkt im Ausdruck behandelt werden:

safe_value = lambda x: max(x, 0)  # Returns 0 if x is negative
print(safe_value(-5))  # 0
print(safe_value(10))  # 10

Lambda-Funktionen eignen sich am besten für kurze, einzelne Ausdruckslogik. Wenn eine Funktion mehrere Zeilen oder komplexe Logik erfordert, ist eine reguläre `def`-Funktion die bessere Wahl.

Hinweis

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

Erwerben Sie ein fundiertes Verständnis dafür, wie Funktionen die Python-Programmierung prägen. Beherrschen Sie das Definieren und Aufrufen von Funktionen, das Arbeiten mit Argumenten, das Verwalten von Rückgabewerten sowie das Erstellen flexibler und effizienter Codes mithilfe von Rekursion und Lambda-Ausdrücken.

Erkunden Sie, was Funktionen sind und warum sie in Python unverzichtbar sind. Lernen Sie, wie man Funktionen erstellt, Argumente definiert, Rückgabewerte verarbeitet und eingebaute Funktionen effektiv nutzt.

Erfahren Sie, wie Positions- und optionale Argumente in Python funktionieren. Entwicklung anpassungsfähiger Funktionen, die verschiedene Eingaben verarbeiten und die Flexibilität Ihres Codes verbessern.

Verstehen, wie mit beliebigen und Schlüsselwortargumenten gearbeitet wird, um variable Eingabegrößen zu verarbeiten. Erfahren, wie diese Techniken Ihre Funktionen dynamischer und organisierter machen.

Erfahren Sie, wie Rückgabewerte die Ausgabe einer Funktion darstellen. Lernen Sie, einzelne oder mehrere Werte zurückzugeben, None zu verwenden und Generatoren für eine fortgeschrittene Steuerung des Datenflusses zu nutzen.

Erschließen Sie fortgeschrittene Funktionskonzepte mit Rekursion und Lambda-Funktionen. Lernen Sie, wie Rekursion wiederkehrende Probleme löst und wie Lambda-Ausdrücke prägnante, einzeilige Funktionen erstellen.

Lambda-Funktionen

Einzelne und mehrere Argumente

Bedingte Logik in Lambda-Funktionen

Verwendung von Lambda mit eingebauten Funktionen

Lösung