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

Les fonctions lambda sont des fonctions anonymes, c'est-à-dire qu'elles n'ont pas de nom. Elles sont créées à l'aide du mot-clé `lambda` et sont souvent utilisées pour définir des fonctions courtes que l'on peut spécifier directement sur place.

La syntaxe de base d'une fonction lambda est la suivante :

```python
lambda arguments: expression
```

- `lambda` : le mot-clé indiquant le début de la définition d'une fonction lambda ;
- `arguments` : la liste des arguments que la fonction prend en entrée ;
- `expression` : l'expression exécutée lorsque la fonction est appelée. Le résultat de l'expression est renvoyé comme valeur de la fonction.

La principale caractéristique des fonctions lambda est leur syntaxe concise. Elles sont pratiques lorsque l'on souhaite définir une fonction simple sans écrire beaucoup de code.

## Argument unique et arguments multiples

Une fonction lambda peut prendre un ou plusieurs arguments :

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

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

## Logique conditionnelle dans les fonctions lambda

Vous pouvez utiliser une expression ternaire pour ajouter une logique conditionnelle à l'intérieur d'une lambda :

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

## Utilisation de lambda avec les fonctions intégrées

Un cas d'utilisation courant consiste à combiner les fonctions lambda avec des fonctions intégrées comme `map()` et `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]

Il est également possible d'utiliser `max()` dans une lambda pour gérer les cas particuliers directement dans l'expression :

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

Les fonctions lambda conviennent mieux à une logique courte et à une seule expression. Si votre fonction nécessite plusieurs lignes ou une logique complexe, une fonction classique définie avec `def` est un meilleur choix.

Remarque

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

Acquérir une compréhension solide de l'influence des fonctions sur la programmation Python. Maîtriser la définition et l'appel de fonctions, la gestion des arguments, le traitement des valeurs de retour, ainsi que la création de code flexible et efficace à l'aide de la récursivité et des expressions lambda.

Découvrez ce que sont les fonctions et pourquoi elles sont essentielles en Python. Apprenez à créer des fonctions, à définir des arguments, à gérer les valeurs de retour et à utiliser efficacement les fonctions intégrées.

Apprenez comment fonctionnent les arguments positionnels et optionnels en Python. Concevez des fonctions adaptables capables de gérer différents types d'entrées et d'améliorer la flexibilité de votre code.

Comprendre comment travailler avec des arguments arbitraires et des arguments nommés pour gérer des tailles d'entrée variables. Apprendre comment ces techniques rendent vos fonctions plus dynamiques et organisées.

Découvrez comment les valeurs de retour représentent la sortie d'une fonction. Apprenez à retourner une ou plusieurs valeurs, à utiliser None, et explorez les générateurs pour un contrôle plus avancé du flux de données.

Découvrez des concepts avancés de fonctions avec la récursivité et les fonctions lambda. Apprenez comment la récursivité résout des problèmes répétitifs et comment les expressions lambda permettent de créer des fonctions concises en une seule ligne.

Fonctions Lambda

Argument unique et arguments multiples

Logique conditionnelle dans les fonctions lambda

Utilisation de lambda avec les fonctions intégrées

Solution