Курс Python → Лямбда-функции для min/max

Лямбда-функции в Python — это анонимные функции, которые позволяют создавать функции «на лету» без использования ключевого слова def. Они обычно используются в качестве аргументов для других функций, которые принимают функции в качестве параметров. Одним из примеров использования лямбда-функций является нахождение минимальных и максимальных значений в наборе данных.

Для нахождения минимального значения в наборе данных можно использовать функцию min() . Например, если у нас есть список чисел, мы можем передать этот список в функцию min() , чтобы получить самое маленькое число. Также можно использовать лямбда-функцию для определения специального критерия для поиска минимального значения.

numbers = [5, 2, 8, 1, 9]
min_number = min(numbers)
print(min_number)  # Output: 1
min_number_custom = min(numbers, key=lambda x: x % 2)
print(min_number_custom)  # Output: 2

Аналогично, для нахождения максимального значения в наборе данных можно использовать функцию max() . Принцип работы функции max() аналогичен функции min() . Мы можем передать список чисел и получить самое большое число, либо использовать лямбда-функцию для более сложных критериев поиска максимального значения.

max_number = max(numbers)
print(max_number)  # Output: 9
max_number_custom = max(numbers, key=lambda x: x % 2)
print(max_number_custom)  # Output: 9

Таким образом, использование лямбда-функций вместе с функциями min() и max() позволяет гибко настраивать процесс поиска минимальных и максимальных значений в наборе данных в Python. Это удобный и эффективный способ работы с коллекциями элементов, позволяющий определить специальные критерии для поиска экстремальных значений.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Python groupby() из itertools: работа с повторяющимися элементами
  2. Работа с множествами в Python
  3. Извлечение аудио из видео
  4. Вакансии в Nebius
  5. Модуль Operator в Python
  6. Установка и использование pyshorteners
  7. Поиск файлов по шаблону
  8. Транспонирование 2D-массива с помощью zip
  9. Генераторы в Python
  10. Ноутбуки AMD Ryzen ™ 4000: мощность и эффективность
  11. inspect в Python: анализ кода
  12. Просмотр внешнего файла в Python
  13. Lambda-функция в Python: использование с map() и sum()
  14. Работа с датой и временем в Python
  15. Команда %dhist — список посещенных каталогов
  16. Извлечение статей с newspaper3k
  17. Оператор in для проверки наличия элемента
  18. Использование подчеркивания в REPL
  19. Dict Comprehension в Python
  20. Импорт и использование модулей в Python
  21. Оператор Walrus в Python 3.8
  22. Генераторы по генератору
  23. Проблемы с именами переменных
  24. Отображение графиков в Jupyter с Matplotlib
  25. Оператор is в Python
  26. Создание Telegram-бота на Python
  27. Работа с модулем random
  28. Управление памятью в numpy.
  29. Генератор бросков кубиков
  30. Инициализация переменных
  31. Модуль pprint: улучшение вывода данных
  32. Удаление первого элемента списка
  33. Проверка переменных окружения в Python
  34. Раздувающийся словарь в Python
  35. Модуль inspect
  36. Декораторы в Python
  37. Логирование с Loguru
  38. Оператор is в Python
  39. Срезы в Python
  40. Работа с словарями в Python
  41. Удаление дубликатов из списка
  42. Создание задания в Cron
  43. Создание новых списков через list comprehensions
  44. Лямбда-функции в defaultdict
  45. Метод join() для объединения строк

Marketello читают маркетологи из крутых компаний