実践的なラムダ関数の例
現実世界のラムダ関数の型アノテーションのシナリオ
データ変換
from typing import List, Callable
def transform_data(
data: List[int],
transformer: Callable[[int], float]
) -> List[float]:
return list(map(transformer, data))
## データのスケーリングに型ヒント付きのラムダ関数
scale_data = lambda x: int -> float: x * 1.5
numbers = [1, 2, 3, 4, 5]
scaled_numbers = transform_data(numbers, scale_data)
フィルタリングと検証
from typing import List, Callable, Optional
def filter_data(
items: List[int],
condition: Callable[[int], bool]
) -> List[int]:
return list(filter(condition, items))
## 偶数のフィルタリング用のラムダ関数
is_even = lambda x: int -> bool: x % 2 == 0
numbers = [1, 2, 3, 4, 5, 6]
even_numbers = filter_data(numbers, is_even)
カスタム比較関数を使ったソート
from typing import List, Tuple, Callable
def custom_sort(
data: List[Tuple[str, int]],
key_func: Callable[[Tuple[str, int]], int]
) -> List[Tuple[str, int]]:
return sorted(data, key=key_func)
## 2番目の要素でソートするためのラムダ関数
sort_by_age = lambda x: Tuple[str, int] -> int: x[1]
people = [('Alice', 30), ('Bob', 25), ('Charlie', 35)]
sorted_people = custom_sort(people, sort_by_age)
ラムダ関数の型アノテーションのパターン
| パターン |
使用例 |
例 |
| シンプルな変換 |
データ変換 |
lambda x: int -> float |
| フィルタリング |
条件チェック |
lambda x: int -> bool |
| ソートキー |
カスタム比較 |
lambda x: Tuple[str, int] -> int |
| 検証 |
入力検証 |
lambda x: str -> bool |
型ヒントを使ったエラーハンドリング
from typing import Optional, Callable
def safe_divide(
a: float,
b: float,
error_handler: Optional[Callable[[Exception], float]] = None
) -> float:
try:
return a / b
except ZeroDivisionError as e:
if error_handler:
return error_handler(e)
raise
## ラムダ関数によるエラーハンドラ
default_error = lambda e: Exception -> float: 0.0
result = safe_divide(10, 0, default_error)
ラムダ関数のコンポジション
from typing import Callable, TypeVar
T = TypeVar('T')
U = TypeVar('U')
V = TypeVar('V')
def compose(
f: Callable[[U], V],
g: Callable[[T], U]
) -> Callable[[T], V]:
return lambda x: T -> V: f(g(x))
## 関数のコンポジションの例
double = lambda x: int -> int: x * 2
increment = lambda x: int -> int: x + 1
double_then_increment = compose(increment, double)
ラムダ関数の型チェックのフロー
graph TD
A[ラムダ関数の定義] --> B[型アノテーション]
B --> C{型チェッカー}
C --> |型を検証する| D[コンパイル時のチェック]
D --> E[ランタイム実行]
C --> |型の不一致| F[型エラーを発生させる]
ラムダ関数の型アノテーションのベストプラクティス
- ラムダ関数をシンプルで集中させたものに保つ
- 明確で正確な型ヒントを使用する
- 複雑なロジックには名前付き関数を使用することを推奨する
- mypy のような型チェッカーを活用する
これらの実践的な例を適用することで、開発者は LabEx Python プロジェクトでラムダ関数に型ヒントを効果的に使用し、コードの品質と読みやすさを向上させることができます。
