Summary  
This chapter explains how to define and use anonymous single-expression functions inline using the `lambda` keyword for concise, on-the-spot functionality.

General domain of usage  
Functional programming tasks such as mapping or filtering data collections.

Le funzioni lambda sono funzioni anonime, ovvero non hanno un nome. Vengono create utilizzando la parola chiave `lambda` e sono spesso utilizzate per definire funzioni brevi dove è possibile specificare una funzione direttamente sul posto.

La sintassi di base di una funzione lambda è la seguente:

```python
lambda arguments: expression
```

- `lambda`: la parola chiave che indica l'inizio della definizione di una funzione lambda;
- `arguments`: l'elenco degli argomenti che la funzione accetta;
- `expression`: l'espressione eseguita quando la funzione viene chiamata. Il risultato dell'espressione viene restituito come valore della funzione.

La caratteristica principale delle funzioni lambda è la loro sintassi concisa. Sono utili quando è necessario definire una funzione semplice senza scrivere molto codice.

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

Acquisire una solida comprensione di come le funzioni modellano la programmazione in Python. Padroneggiare la definizione e la chiamata delle funzioni, la gestione degli argomenti, il trattamento dei valori di ritorno e la creazione di codice flessibile ed efficiente utilizzando ricorsione ed espressioni lambda.

Esplora cosa sono le funzioni e perché sono fondamentali in Python. Scopri come creare funzioni, definire argomenti, gestire valori di ritorno e utilizzare efficacemente le funzioni integrate.

Funzioni Lambda in Python

Soluzione