Funções Lambda em Python: o que são e como usar?

O que são funções lambda em Python

As funções lambda em Python oferecem uma maneira compacta e elegante de definir funções diretamente dentro de expressões. Também conhecidas como funções anônimas, elas são criadas sem um nome e geralmente usadas localmente, onde não faz sentido definir uma função completa com a palavra-chave def.

As funções lambda se destacam pela simplicidade e praticidade. São frequentemente combinadas com funções de ordem superior, como map(), filter() e sorted(). Além disso, são amplamente utilizadas em bibliotecas populares do ecossistema Python, como pandas, NumPy, Flask e Tkinter.

Fundamentos da sintaxe de funções lambda

Estrutura de uma expressão lambda

A sintaxe de uma função lambda em Python segue este formato:

lambda argumentos: expressão

Onde:

• argumentos — lista de parâmetros da função, similar a uma função comum
• expressão — uma única expressão cujo resultado é retornado como saída da função

Características importantes das funções lambda

As funções lambda em Python possuem algumas propriedades essenciais:

• Retornam automaticamente o resultado da expressão
• Não utilizam a palavra-chave return
• O valor calculado na expressão é o valor de retorno
• Suportam apenas uma única expressão no corpo da função

Exemplos práticos de expressões lambda

Operações matemáticas simples

# Calcular o quadrado de um número
quadrado = lambda x: x ** 2
print(quadrado(5))  # 25

# Somar dois números
soma = lambda a, b: a + b
print(soma(3, 7))  # 10

# Verificar se um número é par
eh_par = lambda x: x % 2 == 0
print(eh_par(4))  # True

Lambda com expressões condicionais

# Determinar o valor máximo
valor_maximo = lambda x, y: x if x > y else y
print(valor_maximo(10, 15))  # 15

# Categorizar números
categorizar = lambda x: "positivo" if x > 0 else "negativo" if x < 0 else "zero"

Comparação entre lambda e funções tradicionais

Principais diferenças

Quando usar lambda

As funções lambda são mais eficientes nestes cenários:

• Operações simples de uma única linha
• Uso como argumento de outras funções
• Cálculos temporários sem necessidade de reutilização
• Trabalho com funções de ordem superior

Aplicação de lambda em funções de ordem superior

Função map()

A função map() aplica uma função a cada elemento de um iterável:

numeros = [1, 2, 3, 4, 5]
quadrados = list(map(lambda x: x**2, numeros))
print(quadrados)  # [1, 4, 9, 16, 25]

# Converter strings para maiúsculas
palavras = ["olá", "mundo", "python"]
maiusculas = list(map(lambda s: s.upper(), palavras))
print(maiusculas)  # ['OLÁ', 'MUNDO', 'PYTHON']

Função filter()

A função filter() cria um iterador com elementos que satisfazem uma condição:

numeros = [1, 2, 3, 4, 5, 6]
pares = list(filter(lambda x: x % 2 == 0, numeros))
print(pares)  # [2, 4, 6]

# Filtrar palavras com mais de 3 letras
palavras = ["oi", "python", "lambda", "é", "legal"]
longas = list(filter(lambda s: len(s) > 3, palavras))
print(longas)  # ['python', 'lambda', 'legal']

Função sorted()

O sorted() aceita uma função lambda como chave de ordenação:

# Ordenar tuplas pelo segundo elemento
dados = [(1, 5), (3, 2), (2, 8)]
ordenado = sorted(dados, key=lambda x: x[1])
print(ordenado)  # [(3, 2), (1, 5), (2, 8)]

# Ordenar dicionários por valor
alunos = [{"nome": "Ana", "nota": 8}, {"nome": "João", "nota": 6}]
melhores = sorted(alunos, key=lambda x: x["nota"], reverse=True)

Lambda com pandas

Em pandas, as funções lambda são frequentemente usadas com apply() e map():

import pandas as pd

df = pd.DataFrame({"nome": ["Ana", "João", "Maria"], "idade": [25, 30, 22]})

# Criar nova coluna com lambda
df["faixa_etaria"] = df["idade"].apply(lambda x: "jovem" if x < 30 else "adulto")
print(df)

Criando closures com lambda

As funções lambda podem criar closures, capturando variáveis do escopo externo:

def multiplicador(n):
    return lambda x: x * n

dobro = multiplicador(2)
triplo = multiplicador(3)

print(dobro(5))   # 10
print(triplo(5))  # 15

Boas práticas e limitações

Quando evitar lambda

• Lógicas complexas com múltiplas condições
• Funções que precisam de documentação (docstring)
• Código que será reutilizado em vários lugares
• Depuração, pois lambdas anônimas são difíceis de rastrear

Dicas de uso eficiente

• Prefira lambda para operações simples e diretas
• Use funções nomeadas com def para lógicas mais elaboradas
• Combine lambda com funções de ordem superior para código conciso
• Evite aninhar múltiplas lambdas para manter a legibilidade

Conclusão

As funções lambda em Python são uma ferramenta poderosa para escrever código mais limpo e expressivo. Elas brilham em cenários onde uma função simples é necessária por um curto período, especialmente com funções de ordem superior como map(), filter() e sorted(). No entanto, para lógicas mais complexas, as funções tradicionais com def ainda são a melhor escolha. Pratique com os exemplos deste guia e descubra como as lambdas podem tornar seu código Python mais elegante!