Python: Lambda function คือ อะไร ใช่โคมไฟไหม (เอ๊ย…นั่นมัน Lamptan) map, filter, reduce, zip

6 min readJan 2, 2021

https://towardsdatascience.com/python-lambda-function-b6e1fa3420c1

Lambda function คือ การประกาศฟังก์ชันเล็กๆ เราอาจเรียกว่า Anonymous function หรือ nameless function ก็ได้ (ที่เรียกแบบนี้เพราะว่า มันไม่ต้องประกาศชื่อ function) ประโยชน์ของมันคือ ง่าย กระชับ บางครั้งฟังก์ชันนั้นเราใช้แค่ครั้งเดียวไง ก็ขอเขียนสั้นๆไว้ดีกว่า และเหมาะกับการใช้ซ้อนกับฟังก์ชันอื่นได้ด้วย

Syntax:

lambda arguments : expression

Arguments จะรับเข้ามากี่ตัวก็ได้ เพียงแค่คั่นด้วย comma แบบทั่วๆไปเลยและ
การทำงานของ Lambda จะ return ผลลัพธ์จาก expression กลับมาเสมอ ลองไปดูตัวอย่างกันดีกว่า

นี่คือ function แบบปกติ

def rectangle(w, h):
    return w * h

if __name__ == '__main__':
    print(rectangle(10, 5))# ---------------------------
# output:
# 50

เมื่อแปลงเป็น lambda function จะเป็นแบบนี้

rect = lambda w, h: w * h   if __name__ == '__main__':
    print(rect(10, 5))# ---------------------------
# output:
# 50
# จะได้ผลลัพธ์เท่ากันนะ ส่วนวิธีการใช้...เพราะเป็นฟังก์ชันไม่มีชื่อเราจึง assign และเรียกผ่านตัวแปร rect แทน
# แบบนี้คือรับ argument 2 ตัวคือ w, h และเราไม่ต้องกำหนดส่วนของการ return เพราะจะ return กลับมาเสมอ

การเรียกใช้งาน lambda function จะเรียกได้ 2 ลักษณะ คือ
1. Assign และเรียกผ่านตัวแปรแบบด้านบนได้เลย (เพราะมันไม่มีชื่อ)
2. ใช้ในลักษณะโดยผ่านค่าตัว lambda ให้เป็นเสมือน parameter ตัวนึงเข้าไปใน function ลักษณะนี้

rect = lambda w, h: w * hdef area(func, w, h):
    return func(w, h)if __name__ == '__main__':
    print(area(rect, 5, 10))# ---------------------------
# output:
# 50

วิธีการนี้คือ เรียกผ่านฟังก์ชัน area(rect, 5, 10) เป็นการ pass function เข้าไปเสมือน parameter ตัวนึงซึ่งวิธีการแบบนี้ จะใส่ function อะไรเข้าไปก็ได้ในกรณีที่มี function อื่นที่ต้องใช้ w, h เหมือนกัน เช่น

triangle = lambda w, h: w * h * 0.5def area(func, w, h):
    return func(w, h)if __name__ == '__main__':
    print(area(triangle, 5, 10))#---------------------------
# output:
# 25.0

ในการใช้ lambda แบบเท่ๆนี้ เราสามารถกำหนด default และ มีเงื่อนไขได้แบบนี้นะ

# แบบ function ปกติ
def get_value(attr: str, default: str = '0') -> str:
    if isinstance(source, Document):
        return str(getattr(source, attr, default))
    return str(source.get(attr, default))

# แบบ lambda function
get_value = lambda attr, default='0': str(getattr(source, attr, default)) 
    if isinstance(source, Document) else str(source.get(attr, default))


# เมื่อนำไปใช้งานก้อเรียก fucntionได้ปกติเลย
get_value('vat_amount')

Apply with map() and list():
- map() เป็นการทำงานกับสมาชิกทุกตัว เหมือนกับมี loop for อยู่ภายในนะคับ เราเพียงแค่กำหนด literable เท่านั้น ในรูปด้านล่างคือ usd

ประยุกต์ใชัในการแปลงค่าเงินจาก usd to thb โดยใช้ lambda ร่วมกับ map และ list (ใช้บ่อยนะ)

จริงๆแล้วเราสามารถใช้ for-loop แทน map() ก็ได้เช่นกันนะ ในบางเคสเช่นแบบนี้คือ ต้องการนำ element ทุกตัวมา *2 ก็สามารถเขียนได้ 2 แบบเลย

values = [1, 2, 3, 4, 5]

new_values = [v*2 for v in values]  # ใช้ for จะดู clean กว่านะ
map_values = list(map(lambda x: x*2,  values))  # แต่ถ้าใช้ map จะต้องใช้ร่วมกับ list ด้วย (เพราะไม่งั้นผลลัพธ์จะเป็น object นะ)
print(new_values)
print(map_values)

---- outut ----
[2, 4, 6, 8, 10]
[2, 4, 6, 8, 10]

ไหนๆก้อไหนๆล่ะ ถ้าเปรียบเทียบกันภาษา dart ลองดูเล่นๆนะ
วิธีการเขียนจะเปลี่ยนไปแบบนี้

Python:
thb = list(map(lambda v: v * 32, usd))Dart:
var thb = usd.map((v) => v * 32).toList();

map(), filter(), reduce(), zip()

นอกจากข้อดีที่สามารถเขียนได้สั้น แบบไม่ต้องมาประกาศ def และไม่ต้องเขียน return ด้วย เรายังสามารถนำไปประยุกต์ใชักับฟังก์ชันอื่นๆได้อีก

map(function, collection):

จำไว้ว่า map ให้เป็นอะไร (function, type) ด้วยอะไร (iterable) เช่น map ให้เป็น str ด้วย range

list(map(str, range(1, 5)))  # map ให้เป็น str ด้วย [1,2,3,4]

# output
# ['1', '2', '3', '4']

หรือ


nums = [2, 4, 6]
result = map(lambda x: x**2, nums)
print(list(result))

# หรือจะใส่ list แบบนี้ก็ได้
result = list(map(lambda x: x**3, nums))
print(result)# -------------------------
# output
# [4, 16, 36]
# [8, 64, 216]

การใช้ map มี syntax คือ map(function, collection) แต่บางครั้งถ้าเราต้องการให้ map ออกมาเป็น data type อะไรก็สามารถทำได้เช่นกันนะ จากรูปด้านล่าง

แปลง 751 ให้เป็น str(751) เพื่อให้เป็น iterable หรือ เข้า for-loop ได้
ต้องการ map ให้เป็น int ก็ใส่ int เข้าไปได้เลย ซึ่งรูปเต็มๆคือ แบบนี้นะ

list(map(lambda i: int(i), str(751))) # หรือ list(map(int, str(751)))

สุดท้ายแปลง return ออกมาเป็น list ด้วย list()

ตัวอย่างการใช้ `map` เพื่อให้แปลงเป็น `int` นะ (จริงๆแล้ว `int` ก็เป็น `class` นึงที่เราเอามาใช้งานได้)

นอกจากนี้มาดู used case ของการใช้ map() ร่วมกับ dict ในการเช็คว่ามี key นั้นๆไหมใน dict โดยไม่สนใจ case sensitive นะ

ข้อ 4 นะ เป็นการ `map` เพื่อเปลี่ยน **key** ใน **dict** ให้เป็น **lower** ก่อนที่จะนำไปเช็คใน if

อีกหนึ่ง used case ของการใช้ map() ร่วมกับ sum() ในการรวมค่าที่ต้องการ

filter(function, iterable)

ตัวอย่างการใช้ filter อยู่ด้านล่างสุดนะคับ เป็น used case ที่เรามักจะเจอบ่อยๆ

nums = [1,2,3,4,5,6,7,8,9,10]
result = list(filter(lambda x: x >= 5, nums))
print(result)# -------------------------
# output
# [5, 6, 7, 8, 9, 10]

reduce(function, iterable)

สำหรับ reduce() จะไม่ใช่ default common function ใน Python3 นะคับ ถ้าจะใช้จะต้อง import เข้ามาแบบนี้ก่อน

from functools import reduce

function นี้จะคืนค่าออกมาแค่ค่าเดียวนะ ไม่ได้คืนเป็น collection เหมือนกับอันอื่นนะ มักจะใช้ในการ calculate ผลลัพธ์จาก elements ทั้งหมด
(reduces a collectionให้เหลือแค่ single value)

python-reduce-function (https://www.python-course.eu/lambda.php)

การ sum ด้วย reduce()

ภาพนี้เป็นการอธิบายให้เห็นภาพ ว่าใน **reduce()** จะมีการวิ่ง **for-loop** ตามรอบของ **iterables**

# เราอาจลดทอนให้เหลือแค่ lambda ก็จะง่ายขึ้น

from functools import reduce

nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
result = reduce(lambda x, y: x + y, nums)
print(result)
# -------------------------
# output
# 55

จริงๆแล้ว reduce() มีประโยชน์มากๆ จากการที่มันจับคู่ให้ไปเรื่อยๆจากหน้าไปหลัง เราสามารถนำมา apply สร้าง getattr() ที่เข้าถึงได้หลายๆชั้นแบบนี้

การสร้าง **getattr_nested_object()** โดยใช้ **reduce()** มาช่วย

**zip(iterator1, iterator2, iterator3 …)**

function นี้เป็นการผูกข้อมูลที่มี index เดียวกันเข้าด้วยกันนะ โดยจะผูกกี่ iterables ก็ได้ จากนั้นจะ return ออกมาเป็น iterable of tuples, จากนั้นเราสามารถแปลงให้เป็น list หรือ type ที่เราต้องการได้เลย เช่น

questions = [
  '7 x 1 = ', 
  '7 x 2 = ', 
  '7 x 3 = ', 
  '7 x 4 = ', 
  '7 x 5 ='
]
answers = ['7', '14', '21', '28', '35']

result = list(zip(questions, answers))
print(result)
# -------------------------
# output
# [('7 x 1 = ', '7'), ('7 x 2 = ', '14'), ('7 x 3 = ', '21'), ('7 x 4 = ', '28'), ('7 x 5 =', '35')]

ดูอีกตัวอย่างนะคับ

name = ["John", "Charles", "Mike"]
age = [35, 23, 16]
position = ['Programmer', 'Manager', 'Designer']

result = list(zip(name, age, position))
print(result)

# Output
# [('John', 35, 'Programmer'), ('Charles', 23, 'Manager'), ('Mike', 16, 'Designer')]

ลองมาดู used caseในการสร้าง check digit เพื่อสร้างข้อมูล Barcode
ตามสูตรที่ได้รับมาครับ

อธิบายวิธีการจับคู่ด้วย **zip()** แบบ index by index

def calculate_check_digit(student_code: str, ref2: str, amounts: str) -> str:
    weight_list = [7, 5, 1] * 10
    weight_r1 = weight_list[:11]  # First 11 digits for ref1
    weight_r2 = weight_list[11:21]  # Since position 12-21 for ref2
    weight_amount = weight_list[21:]  # Since 22 onwards for amount
    r1_list = [int(r1) for r1 in student_code]
    r2_list = [int(r2) for r2 in ref2]
    amount_list = [int(amount) for amount in amounts]

    sum1 = sum(w * d for w, d in zip(weight_r1, r1_list))
    sum2 = sum(w * d for w, d in zip(weight_r2, r2_list))
    sum3 = sum(w * d for w, d in zip(weight_amount, amount_list))

    check_digit = str((sum([sum1, sum2, sum3]) * 2) % 100)
    return check_digit.zfill(2) if len(check_digit) < 2 else check_digit


check_digit = calculate_check_digit(
    student_code='55050427733',
    ref2='1234567890',
    amounts='15000'
)
print(check_digit)

# output
# 80

สำหรับ zip() ไม่ได้ใช้ lambda function นะคับ แค่ review เฉยๆ

Used cases ในการใช้ Lambda function ใน Django project:

1. การ Filter dict in list

เช่น ถ้าเรามี leave_dates ออกมาแบบนี้
สิ่งที่ผมต้องการคือ ต้องหาว่าใน list ของ leave_dates เนี่ย

- มี value ของ approve ที่เป็น True อยู่ทั้งหมดกี่วัน
- และต้องการกรองออกมาเป็น list ของ objects นั้นๆเลย

จากรูปนะคับ คือจะหา len และ list ของ objects ที่ approve มีค่าเป็น True

ใช้ for-loop เขียนแบบปกติเพื่อเช็ค dict in list จะเห็นว่าต้องเขียนถึง 4 บรรทัดเลยทีเดียว

ในรูปด้านล่างจะเหลือแค่บรรทัดเดียวนะคับ คือ จะใช้ filter() เข้ามาช่วย โดย filter(function, iterable) ซึ่ง function ด้านในจะเป็น lambda function และ iterable จะเป็น leave_dates ที่เป็น list นั่นเอง

จากนั้นเมื่อ filter ออกมาได้แล้ว ก็แปลงให้เป็น list อีกครั้งนึง (ไม่งั้นมันจะด่านะ ว่าผลของการ filter จะต้องถูกใช้ด้วย)

การใช้ filter() ร่วมกับ lambda function เหลือเพียงแค่บรรทัดเดียว

2. การ filter โดยแยก function ออกมาเขียนภายนอก (ไม่ได้ใช้ lambda)

# ให้เอาเฉพาะตัวเลขออกมานะ ทั้งที่เป็น String และ number

data = ['1', 2, 'Love', '5.22', 'one', 8.55, '130030', '  554.3']


def is_numeric(item):
    if isinstance(item, str):
        try:
            float(item)
            return True
        except ValueError:
            return False
    elif isinstance(item, (int, float)):
        return True
    else:
        return False


numeric_data = list(filter(is_numeric, data))
print(numeric_data)


# ==========================================
# Output
# ['1', 2, '5.22', 8.55, '130030', '  554.3']

จะเห็นว่ามีทั้งตัวเลขที่เป็น String, int, float เลยนะ ฉะนั้นเรามาลองใช้ filter() อีกแบบที่ต้องเขียน function ไว้ภายนอก เพราะเคสนี้จะซับซ้อนขึ้น

3. Condition in short for-loop

จริงๆอันนี้ไม่เกี่ยวกับ lambda function นะคับ แต่ผมเห็นว่าเท่ดี ด้วยวิธีการเขียนแบบใส่เงื่อนไขใน short for-loop ได้เลย จึงมาเพิ่มเติมตรงนี้เลยคับ

อันนี้คือ short for-loop แบบที่ยังไม่มีเงื่อนไขด้านในนะ

อันนี้จะเป็น condition ที่ยากขึ้นมาหน่อยคือ เป็นการเช็คว่า list_of_deleted_id มันมีอยู่ใน leave_type_settings_from_db รึป่าว
ถ้ามี id นั้นๆอยู่ ก็ให้ return ออกมาเป็น name แทนนะ (ไม่ใช่ id) แต่ถ้าไม่มีก็ต้องไม่พังนะ งงมะ อิอิ