📍 Inicio > Intermedio > Clase 03

Las lambdas son funciones express: pequeñas, sin nombre, perfectas para tareas puntuales. Como un café rápido en vez de una cena formal: cuando necesitas una función simple sin la ceremonia de def, las lambdas te dan poder inmediato.

• Creas funciones simples al vuelo sin declararlas formalmente.
• Perfectas para usar con map(), filter(), sorted() y funciones de orden superior.
• Hacen tu código más conciso y funcional.
• Ideal para transformaciones y filtros rápidos.

# Lambda básica
cuadrado = lambda x: x**2
print("Cuadrado de 5:", cuadrado(5))

# Lambda con múltiples parámetros
sumar = lambda x, y: x + y
print("Suma:", sumar(3, 7))

# Lambda con condicionales
es_par = lambda x: "par" if x % 2 == 0 else "impar"
print("8 es", es_par(8))

# Usando con map()
números = [1, 2, 3, 4, 5]
cuadrados = list(map(lambda x: x**2, números))
print("Cuadrados con map:", cuadrados)

# Usando con filter()
pares = list(filter(lambda x: x % 2 == 0, números))
print("Pares con filter:", pares)

# Usando con sorted()
palabras = ["Python", "es", "increíble", "para", "datos"]
ordenadas_longitud = sorted(palabras, key=lambda x: len(x))
print("Ordenadas por longitud:", ordenadas_longitud)

# Lambda en diccionarios
usuarios = [
    {"nombre": "Ana", "edad": 25},
    {"nombre": "Carlos", "edad": 30},
    {"nombre": "Beatriz", "edad": 22}
]
ordenados_edad = sorted(usuarios, key=lambda u: u["edad"])
print("Usuarios ordenados por edad:", ordenados_edad)

# Lambda con valor por defecto (usando or)
get_name = lambda user: user.get("nombre", "Anónimo")
print("Nombre:", get_name({"nombre": "Juan"}))
print("Nombre anónimo:", get_name({}))

• Ejercicio 1: Crea una lambda que calcule el área de un círculo dado su radio.
• Ejercicio 2: Usa lambda con filter() para obtener solo palabras con más de 3 letras.
• Ejercicio 3: Ordena una lista de tuplas (nombre, edad) por edad descendente usando lambda.
• Ejercicio 4: Crea una lambda que valide si un email tiene formato básico.
• Ejercicio 5: Combina map y filter con lambdas para procesar datos complejos.

• Sintaxis: lambda parámetros: expresión
• Múltiples parámetros: lambda x, y: x + y
• Condicionales: lambda x: "verdadero" if condición else "falso"
• Sin parámetros: lambda: valor_constante
• Funciones útiles:
  • map(función, iterable) → aplica función a cada elemento
  • filter(función, iterable) → filtra elementos
  • sorted(iterable, key=función) → ordena con criterio personalizado
  • reduce(función, iterable) → reduce a un solo valor (importar de functools)
• Limitaciones:
  • Solo una expresión (no puede tener múltiples statements)
  • No puede tener docstrings
  • Úsala para funciones simples, no complejas

• Intentar usar múltiples líneas (lambdas solo permiten una expresión).
• Abusar de la complejidad (si es muy compleja, usa def).
• Olvidar que lambdas no tienen nombre (no son reutilizables fácilmente).
• No usar paréntesis cuando hay condicionales complejos.
• Confundir el scope de las variables (cuidado con closures).

• Ejecuta Intermediate/03_lambdas.py para ver las demos.
• Compara la legibilidad entre lambda y funciones normales.
• Benchmark: mide la velocidad vs funciones definidas con def.

• Código de referencia: Intermediate/03_lambdas.py
• Módulos relacionados: functools, operator
• PEP 8: guía sobre cuándo usar lambdas vs funciones nombradas

• Creas funciones anónimas para transformaciones rápidas.
• Dominas el uso de lambdas con funciones de orden superior.
• Sabes cuándo usar lambda vs funciones nombradas.

• Clase 04: funciones de orden superior (map, filter, reduce, decoradores).

⬅️ Anterior: Clase 02 - Retos Prácticos | ⏭️ Siguiente: Clase 04 - Funciones de Orden Superior | 🏠 Volver al Índice