Вы можете использовать стандартные значения для аргументов в случае снабжения их аннотациями — аннотация (и ее символ :) появляется перед стандартным значением (и символом =). В показанном ниже коде а: 'spam' = 4 означает, что аргумент а имеет стандартное значение 4 и аннотирован строкой 'spam':

>>> def func(a: 'spam' = 4, b: (1, 10) = 5, c: float = 6) -> int:
>>>     return a + b + c
>>> func (1, 2, 3) 
... 6
>>> func() # 4 + 5 + 6 (все стандартные значения)
... 15
>>> func(1, с=10) # 1+5 + 10 (ключевые аргументы нормально работают)
... 16
>>> func.__annotations__
{'с': <class 'float;>, 'b': (1, 10), 'a': 'spam', 'return': class 'int'>}

Общая форма лямбда-функций выглядит как ключевое слово lambda, за которым следует один или больше аргументов (очень похоже на список аргументов, заключенный в круглые скобки в заголовке def) и далее выражение после двоеточия:

lambda аргумент!, аргумент2, . . . аргументы : выражение , использующее аргументы

Как и в случае def, для аргументов lambda можно указывать стандартные значения:

x = (lambda a="fee", b="fie", c="foe": a + b + c)
print(x("wee")) # weefiefoe

Вы можете использовать словари и другие структуры данных в Python для построения более универсальных разновидностей таблиц действий. Вот пример:

key = 'got'
{'already': (lambda: 2 + 2), 'got': (lambda: 2 * 4), 'one': (lambda: 2 ** 6)}[key]()

Когда Python создает временный словарь, каждое вложенное выражение lambda генерирует и оставляет после себя функцию, подлежащую вызову в будущем. Индексация по ключу извлекает одну из функций, а круглые скобки приводят к вызову извлеченной функции. При такой реализации словарь становится более универсальным инструментом для множественного ветвления, нежели оператор if.

— Функция pow(x, y) возвращает x, возведённое в степень y.

— map(function, iterable1, iterable2) применяет заданную функцию (в данном случае pow()) к элементам двух (или более) итерируемых объектов (в данном случае списков [1, 2, 3] и [2, 3, 4]).

map(pow, [1, 2, 3], [2, 3, 4]) выполнит следующее:

1. pow(1, 2) возвращает 1^2 = 1
2. pow(2, 3) возвращает 2^3 = 8
3. pow(3, 4) возвращает 3^4 = 81.

Затем, когда мы оборачиваем это в list(), то получаем полный список:

>>> list(map(pow, [1, 2, 3], [2, 3, 4])) # 1 ** 2, 2 ** 3, 3 ** 4
... [1, 8, 81]

functools.reduce(функция, итерируемый_объект, [исходное_значение, ]/)


reduce() применяет функцию к итерируемому_объекту, и возвращает одиночный результат. Она разрешает также передавать необязательный третий аргумент исходное_значение, который фактически помещается перед элементами последовательности и служит начальным значением, а также стандартным результатом, когда последовательность пуста.

from functools import reduce

# Суммируем элементы списка
reduce((lambda x, у: х + у) , [1, 2, 3, 4]) # 10

но

from functools import reduce

reduce((lambda x, у: х + у) , [1, 2, 3, 4], 1) # 11

Встроенная функция ord() в Python возвращает целочисленную кодовую точку
одиночного символа:

ord('s') # 115

mар() передает каждый элемент итерируемого объекта некой функции и собирает все результаты. Однако при передаче функции в качестве аргумента map() скобки опускаются, потому код выше вызовет ошибку:

Ниже приведен пример верного синтаксиса:

counters = [1, 2, 3, 4]
def inc(x): return х + 10 # Прибавим каждому элементу 10
list(map(inc, counters)) # [11, 12, 13, 14]