Comprendre les Lambdas en Python

Lambda : la fonction anonyme
Vidéo non disponible ! Réessayez plus tard
Cette vidéo fait partie de la formation
Maîtriser Python
Revoir le teaser Je m'abonne
5,0
Transcription


99,00€ Je commande

Formation incluse dans l'abonnement Elephorm Je m'abonne à Elephorm

DescriptionProgrammeAvis
5,0

99,00€ Je commande

Formation incluse dans l'abonnement Elephorm Je m'abonne à Elephorm

Les objectifs de cette vidéo sont de :

  • Comprendre ce qu'est une lambda en Python.
  • Apprendre à définir une lambda et ses utilisations.
  • Connaître les limitations et les bonnes pratiques d'usage des lambdas.

Cette leçon explique l'utilisation des lambdas en Python, des fonctions anonymes pratiques pour les callbacks.

Dans cette leçon, nous explorons les lambdas en Python, une formulation concise pour créer des fonctions anonymes. Les langages fonctionnels comme Haskell et Lisp utilisent largement ce concept, mais Python permet aussi de les utiliser efficacement.
Les lambdas, ou fonctions anonymes, permettent d'écrire de courts bouts de code sur une seule ligne, sans nom, et sont souvent utilisées pour des callbacks.
Python a choisi une syntaxe spécifique pour maximiser la lisibilité, évitant d'inciter les développeurs à condenser trop de choses sur une seule ligne. Nous verrons comment définir des lambdas, les cas d'utilisation, et les limitations à respecter pour maintenir la lisibilité du code.

Voir plus
Questions réponses
Qu'est-ce qu'une lambda en Python ?
Une lambda en Python est une fonction anonyme, souvent utilisée pour des callbacks ou des petites fonctions jetables, définie en une ligne avec la syntaxe lambda arguments : expression.
Pourquoi Python utilise-t-il une syntaxe spécifique pour les lambdas ?
Python utilise une syntaxe spécifique pour les lambdas pour maximiser la lisibilité du code et éviter que les développeurs ne condensent trop de logique en une seule ligne, ce qui pourrait rendre le code difficile à lire.
Quels sont les avantages d'utiliser des lambdas en Python ?
Les avantages des lambdas en Python incluent une syntaxe concise pour des fonctions simples et jetables, la possibilité d'utiliser des fonctions anonymes en paramètres, et une écriture rapide des petites fonctions pour des utilisations ponctuelles dans le code.

Programme détaillé

2 commentaires
5,0
2 votes
5
4
3
2
1
michelkreutner
Il y a 1 year
Commentaire
Les explications sont claires et concises. Ce cours sur l'utilisation avancée de Python est tres intéressant. Il vous apportera des connaissances que vous pourrez ensuite approfondir.
Je suis vraiment tres satisfait par cette première formation suivie sur Python.
yvan.vogel
Il y a 2 years
Commentaire
Hello, sur la video autour de asyncio, vous utilisez python 2.7.12. J'utilise python 3.10, aussi je souhaite faire partager mon code (qui fonctionne) selon ma vision et compréhension sur le sujet d'étude que vous avez proposé. Yvan Vogel.

#CODE en python 3.10.0 64 bits (VScode 1.62.3)
import datetime
import asyncio
import aiohttp
import requests


# ----------------------------------------------------------------------------------------------------------------------------
def req_bloquante(num):
print(f"Get {num}")
uid = requests.get("https://httpbin.org/uuid").json()["uuid"]
print(f"Res {num}: {uid}")


def faire_toutes_les_requetes():
for x in range(51):
req_bloquante(x)


print("=====> ### Bloquant : ")
start = datetime.datetime.now()
faire_toutes_les_requetes()
exec_time = (datetime.datetime.now() - start).seconds
print(f"Downloading all take {exec_time} seconds\n")

# ----------------------------------------------------------------------------------------------------------------------------


async def requeteSansBloquer(semaphore, num, session):
print(f"Get {num}")
# await semaphore.acquire() # putting this await semaphore commande the Res is ordering but process very slow ~60 sec
async with session.get("https://httpbin.org/uuid") as response:
uid = (await response.json())["uuid"]
# await asyncio.sleep(delay=3) #delay = number of seconds
# semaphore.release()
print(f"Res {num}: {uid}")
# return uid # ?


async def main():
semaphore = asyncio.Semaphore(value=1)
tasks = []
async with aiohttp.ClientSession(
loop=loop, connector=aiohttp.TCPConnector(ssl=False)
) as session:
for x in range(51):
tasks.append(requeteSansBloquer(semaphore, x, session))
await asyncio.gather(*tasks)
print("This is after the loop...")


if __name__ == "__main__":
print("=====> ### Non Bloquant : ")
start = datetime.datetime.now()
loop = asyncio.get_event_loop()
loop.run_until_complete(main())
exec_time = (datetime.datetime.now() - start).microseconds
print(f"Downloading all take {exec_time} micro seconds\n")