INTRODUCTION
FLOW CONTROL
FUNCTIONS
DATATYPES
OBJECT & CLASS
Bài tập Python: Lập trình hướng đối tượng (OOP) trong Python Lập trình hướng đối tượng trong Python Class Variables trong Python Tìm hiểu về Methods trong Python Cách sử dụng phương thức __init__() trong Python Các biến Instance trong Python Tìm hiểu về Class Attributes trong Python Hàm Static Methods trong Python Phương thức __str__ trong Python Phương thức __repr__ trong Python Phương thức eq trong Python Tìm hiểu phương thức __hash__ trong Python Phương thức __bool__ trong Python Phương thức del trong Python Tìm hiểu về lớp Property trong Python Tìm hiểu về nạp chồng toán tử trong Python Trình Decorator Property trong Python Thuộc tính chỉ đọc trong Python Thuộc tính Delete trong Python Sử dụng super() trong Python Sử dụng __slots__ trong Python Cách sử dụng Protocol trong Python Sử dụng Enum aliases và @enum.unique trong Python Tùy chỉnh và mở rộng lớp Enum trong Python Cách sử dụng hàm Auto() của Python Single Responsibility Principle trong Python Nguyên tắc Đóng-Mở trong Python Nguyên tắc thay thế Liskov - LSP trong Python Interface Segregation Principle - ISP trong Python. Nguyên tắc đảo ngược sự phụ thuộc trong Python Đa kế thừa trong Python Tìm hiểu về các lớp mixin trong Python Mô tả Descriptors trong Python Phân biệt Data Descriptor và Non-data Descriptor trong Python Phương thức __new__ trong Python Tìm hiểu về Class Type trong Python Lớp Metaclass trong Python Ví dụ sử dụng metaclass trong Python Tìm hiểu về decorator dataclass trong Python Tìm hiểu về các ngoại lệ trong Python Ngoại lệ Raise trong Python Sử dụng câu lệnh raise from trong Python Ngoại lệ tùy chỉnh trong Python Module trong Python Package trong Python Class trong Python Hàm khởi tạo trong Python Kế thừa trong Python Đa kế thừa trong Python Setter và Getter trong Python Override trong Python Interface trong Python Bài tập Python: Module và Class
ADVANCED TOPICS
BỔ SUNG
PYTHON CĂN BẢN
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Hàm lambda trong Python

Trong bài viết này chúng ta sẽ tìm hiểu hàm lambda trong Python, nó còn được gọi là hàm ẩn danh trong Python. Đây là cách tạo hàm ngắn gọn và không có tên hàm.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Nếu bạn đã từng học các ngôn ngữ khác thì chắc chắn đã nghe qua khái niệm này rồi. Còn nếu bạn mới học Python lần đầu thì hãy tìm hiểu khái niệm lambda Python là gì đã nhé.

1. Lambda Python là gì?

Lambda Python là một hàm ẩn danh được tạo ra mà không có tên hàm. Như chúng ta đã học, để tạo một hàm trong Python thì ta sử dụng từ khóa def ten_ham, nhưng đối với hàm ẩn danh thì chúng ta sử dụng từ khóa lambda và đằng sau nó là danh sách các tham số và một biểu thức duy nhất.

Bài viết này được đăng tại [free tuts .net]

Mặc dù các hàm bình thường được xác định bằng từ khóa def, nhưng trong các hàm ẩn danh Python được xác định bằng từ khóa lambda. Do đó, các hàm ẩn danh cũng được gọi là các hàm lambda.

Cú pháp tạo hàm lambda như sau:

lambda arguments: expression

Trong đó:

  • lambda là từ khóa khai báo hàm lambda
  • arguments là danh sách các tham số truyền vào hàm
  • expression là biểu thức tính toán của hàm

Lambda function có thể có nhiều tham số, tuy nhiên nội dung bên trong của nó chỉ có một biểu thức mà thôi. Mỗi hàm lambda đều có giá trị trả về bởi biểu thức bên trong mà không cần từ khóa return.

Hãy xem ví dụ dưới đây:

# Chương trình sử dụng lambda python function
double = lambda x: x * 2

# Output: 10
print(double(5))

Trong ví dụ này mình đã tạo một lambda function có tên gọi là double, biểu thức bên trong của nó nhân hai giá trị của tham số truyên vào x * 2.

Nếu viết theo hàm thông thường thì lambda function trên sẽ tương đương với hàm sau:

def double(x):
   return x * 2

Như bạn thấy, đối với hàm lanbda thì chúng ta không cần từ khóa return vì mặc định biểu thức của hàm sẽ là giá trị return. Còn hàm thông thường thì khác, bạn phải sử dụng từ khóa return nếu muốn trả về một giá trị cho hàm.

Vậy câu hỏi đặt ra là tại sao lại sử dụng lambda function? Chúng ta cùng tìm hiểu qua phần 2 nhé.

2. Tại sao phải sử dụng lambda trong Python?

Sức mạnh nổi bậc nhất khi sử dụng lambda đó là sử dụng hàm lambda trong một function bình thường khác.

Giả sử bạn có một function có một tham số x, bạn muốn viết một function có chức năng khi truyền x lần đầu xong thì lưu trạng thái function đó lại, để những lần gọi sau sẽ kế thừa giá trị x đó.

def myfunc(n):
  return lambda a : a * n

# Biến mydoubler lúc này sẽ là một lambda function
mydoubler = myfunc(2)

# Vì vậy bạn có thể gọi thoải mái và nhiều lần ở nhièu vị trí
# Và vẫn kế thừa giá trị n của hàm myfunc
print(mydoubler(11)) # Kết quả 22
print(mydoubler(10)) # Kết quả 20

Qua ví dụ này thì bạn thấy rất dễ hiểu phải không nào? Lambda Python quả thật rất vi diệu.

2. Một vài kết hợp của hàm lambda trong Python

Chúng ta sử dụng lambda function trong trường hợp cần một function trong thời gian ngắn, và thường được kết hợp với các hàm ở bậc cao hơn, chính xác hơn thì thường được sử dụng như một tham số.

Bây giờ hãy làm hai ví dụ thường thấy nhất khi sử dụng lambda function nhé, đó là kết hợp với filter map.

Kết hợp với filter()

Hàm filter có công dụng là lọc dữ liệu theo tham số truyên vào, tham số đầu tiên là hàm kiểm tra điều kiện lọc, tham số thứ hai là dữ liệu cần lọc. Hãy xem ví dụ lọc các số chẵn trong list dưới đây:

# Chương trình lấy những số chẵn trong danh sách
my_list = [1, 5, 4, 6, 8, 11, 3, 12]
# Hàm lambda sẽ trả về True nếu là số chẵn, False nếu là số lẻ
new_list = list(filter(lambda x: (x%2 == 0) , my_list))

# Output: [4, 6, 8, 12]
print(new_list)

Kết quả:

[4, 6, 8, 12]

Kết hợp với map()

Hàm map có công dụng là lặp qua từng phần tử và thay đổi giá trị của nó dựa vào hai tham số, tham số đầu tiên là một hàm dùng để xử lý dữ liệu và trả kết quả về, tham số thứ hai là dữ liệu cần lặp.

Hãy xem ví dụ dưới đây, ví dụ này sẽ nhân đôi giá trị của các phần tử trong list.

# Chương trình nhân đôi giá trị các phần tử của List
my_list = [1, 5, 4, 6, 8, 11, 3, 12]
new_list = list(map(lambda x: x * 2 , my_list))

# Output: [2, 10, 8, 12, 16, 22, 6, 24]
print(new_list)

Chạy lên kết quả sẽ như sau:

[2, 10, 8, 12, 16, 22, 6, 24]

3. Lời kết

Như vậy là mình đã giới thiệu sơ lược về hàm lambda trong Python. Ban phải hiểu rằng bản chất lambda function là một hàm ẩn danh, hoạt động trong một thời gian ngắn và tự mất đi khi phạm vi hoạt động của nó không còn nữa.

Trong thực tế chúng ta rất hay sử dụng lambda function, không chỉ ở Python mà ở hầu hết các ngôn ngữ hiện nay như PHP, Javascript đều hỗ trợ lambda function.

Cùng chuyên mục:

Cách thêm Progress Bar trong Python với chỉ một dòng Code

Cách thêm Progress Bar trong Python với chỉ một dòng Code

Toán tử Walrus Operator- Tính năng mới trong Python 3.8

Toán tử Walrus Operator- Tính năng mới trong Python 3.8

Cách nạp dữ liệu Machine Learning từ File trong Python

Cách nạp dữ liệu Machine Learning từ File trong Python

Hướng dẫn sử dụng Google Sheets API với Python

Hướng dẫn sử dụng Google Sheets API với Python

Xây dựng  web Python tự động hóa Twitter | Flask, Heroku, Twitter API & Google Sheets API

Xây dựng web Python tự động hóa Twitter | Flask, Heroku, Twitter API & Google Sheets API

Xây dựng Web Machine Learning đẹp mắt với Streamlit và Scikit-learn trong Python

Xây dựng Web Machine Learning đẹp mắt với Streamlit và Scikit-learn trong Python

Hướng dẫn tạo Chatbot đơn giản bằng PyTorch

Hướng dẫn tạo Chatbot đơn giản bằng PyTorch

11 mẹo và thủ thuật để viết Code Python hiệu quả hơn

11 mẹo và thủ thuật để viết Code Python hiệu quả hơn

Hướng dẫn làm ứng dụng TODO với Flask dành cho người mới bắt đầu trong Python

Hướng dẫn làm ứng dụng TODO với Flask dành cho người mới bắt đầu trong Python

Hướng dẫn viết Snake Game bằng Python

Hướng dẫn viết Snake Game bằng Python

Cách sử dụng chế độ interactive trong Python

Cách sử dụng chế độ interactive trong Python

Cách sử dụng Python Debugger với hàm breakpoint()

Cách sử dụng Python Debugger với hàm breakpoint()

Xây dựng ứng dụng Web Style Transfer với PyTorch và Streamlit

Xây dựng ứng dụng Web Style Transfer với PyTorch và Streamlit

Cách cài đặt Jupyter Notebook trong môi trường Conda và thêm Kernel

Cách cài đặt Jupyter Notebook trong môi trường Conda và thêm Kernel

Hướng dẫn xây dựng ứng dụng dự đoán giá cổ phiếu bằng Python

Hướng dẫn xây dựng ứng dụng dự đoán giá cổ phiếu bằng Python

Hướng dẫn tạo ứng dụng AI hội thoại với NVIDIA Jarvis trong Python

Hướng dẫn tạo ứng dụng AI hội thoại với NVIDIA Jarvis trong Python

Hỗ trợ Async trong Django 3.1

Hỗ trợ Async trong Django 3.1

8 mẹo tái cấu trúc Python giúp mã sạch hơn và Pythonic

8 mẹo tái cấu trúc Python giúp mã sạch hơn và Pythonic

Ý nghĩa của if __name__ ==

Ý nghĩa của if __name__ == "__main__" trong Python

Cách xóa phần tử trong danh sách Python

Cách xóa phần tử trong danh sách Python

Top