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-funktioner är anonyma funktioner, vilket innebär att de inte har något namn. De skapas med hjälp av nyckelordet `lambda` och används ofta för att definiera korta funktioner där du kan ange en funktion direkt på plats.

Den grundläggande syntaxen för en lambda-funktion är följande:

```python
lambda arguments: expression
```

- `lambda`: nyckelordet som markerar början på en lambda-funktionsdefinition;
- `arguments`: listan över argument som funktionen tar emot;
- `expression`: uttrycket som körs när funktionen anropas. Resultatet av uttrycket returneras som funktionens värde.

Den viktigaste egenskapen hos lambda-funktioner är deras koncisa syntax. De är praktiska när du behöver definiera en enkel funktion utan att skriva mycket kod.

## Enkelt och flera argument

En lambda-funktion kan ta emot ett eller flera argument:

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

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

## Villkorslogik i lambda-funktioner

Du kan använda ett ternärt uttryck för att lägga till villkorslogik i en lambda:

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

## Användning av lambda med inbyggda funktioner

Ett vanligt användningsområde är att kombinera lambda-funktioner med inbyggda funktioner som `map()` och `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]

Du kan också använda `max()` i en lambda för att hantera specialfall direkt i uttrycket:

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

Lambda-funktioner lämpar sig bäst för korta, enstaka uttryck. Om din funktion kräver flera rader eller komplex logik är en vanlig `def`-funktion ett bättre val.

Notering

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

Få en gedigen förståelse för hur funktioner formar Python-programmering. Behärska att definiera och anropa funktioner, arbeta med argument, hantera returvärden samt skapa flexibel och effektiv kod med rekursion och lambda-uttryck.

Utforska vad funktioner är och varför de är viktiga i Python. Lär dig hur man skapar funktioner, definierar argument, hanterar returvärden och använder inbyggda funktioner effektivt.

Lär dig hur positionella och valfria argument fungerar i Python. Skapa anpassningsbara funktioner som hanterar olika indata och förbättrar flexibiliteten i din kod.

Förstå hur man arbetar med godtyckliga och nyckelordsargument för att hantera variabla inmatningsstorlekar. Lär dig hur dessa tekniker gör dina funktioner mer dynamiska och organiserade.

Utforska hur returvärden representerar en funktions utdata. Lär dig att returnera enstaka eller flera värden, använda None samt undersöka generatorer för mer avancerad styrning av dataflöde.

Lås upp avancerade funktionskoncept med rekursion och lambda-funktioner. Utforska hur rekursion löser repetitiva problem och hur lambda-uttryck skapar koncisa, enradiga funktioner.

Lambda-Funktioner

Enkelt och flera argument

Villkorslogik i lambda-funktioner

Användning av lambda med inbyggda funktioner

Lösning