Teil 10: Funktionen und Lambda-Ausdrücke

In Python sind Funktionen ein zentrales Werkzeug, um Code zu strukturieren, wiederzuverwenden und lesbar zu machen. Lambda-Ausdrücke sind eine spezielle Form von Funktionen, die besonders kurze, anonyme Funktionen ermöglichen. In Data Science helfen beide, Berechnungen effizient durchzuführen und Daten zu transformieren.

---

1. Was ist eine Funktion?

Eine Funktion ist ein Codeblock, der eine bestimmte Aufgabe erfüllt. Sie kann Parameter erhalten, Werte zurückgeben und beliebig oft aufgerufen werden.

def begruessung():
    print("Hallo, willkommen in Python!")

• def leitet die Funktionsdefinition ein
• Funktionsname: begruessung
• Codeblock wird bei jedem Aufruf ausgeführt:

begruessung()
# Ausgabe: Hallo, willkommen in Python!

---

2. Funktionen mit Parametern

Funktionen können Eingaben erhalten, um flexibler zu arbeiten.

def begruessung(name):
    print(f"Hallo {name}, willkommen!")

begruessung("Anna")
begruessung("Ben")

• Ausgabe: Hallo Anna, willkommen! Hallo Ben, willkommen!

---

3. Rückgabewerte mit return

Funktionen können Werte zurückgeben, die weiterverwendet werden:

def addiere(a, b):
    return a + b

ergebnis = addiere(5, 3)
print(ergebnis)  # 8

• return beendet die Funktion und liefert den Wert zurück

Praxisbeispiel: Umsatzberechnung

def berechne_umsatz(preis, anzahl, rabatt=False):
    umsatz = preis * anzahl
    if rabatt:
        umsatz *= 0.9  # 10% Rabatt
    return umsatz

umsatz = berechne_umsatz(19.99, 5, rabatt=True)
print(f"Umsatz: {umsatz:.2f} €")  # 89.95 €

---

4. Standardwerte für Parameter

Man kann Standardwerte definieren, die verwendet werden, wenn kein Wert übergeben wird:

def begruessung(name="Gast"):
    print(f"Hallo {name}!")

begruessung()      # Hallo Gast!
begruessung("Anna")  # Hallo Anna!

---

**5. Variable Anzahl von Argumenten: *args und kwargs

• *args – beliebig viele Positionsargumente
• **kwargs – beliebig viele benannte Argumente

def summe(*zahlen):
    ergebnis = 0
    for zahl in zahlen:
        ergebnis += zahl
    return ergebnis

print(summe(1,2,3,4))  # 10

def info(**person):
    for key, value in person.items():
        print(f"{key}: {value}")

info(Name="Anna", Alter=28, Beruf="Data Scientist")

• Ausgabe: Name: Anna Alter: 28 Beruf: Data Scientist

---

6. Lambda-Ausdrücke

Lambda-Funktionen sind kurze, anonyme Funktionen, die nur aus einer Zeile bestehen:

quadriere = lambda x: x**2
print(quadriere(5))  # 25

• Keine def-Syntax notwendig
• Praktisch für einfaches Mapping oder Filter

Praxisbeispiel mit map

zahlen = [1, 2, 3, 4]
quadrate = list(map(lambda x: x**2, zahlen))
print(quadrate)  # [1, 4, 9, 16]

---

7. Lambda mit filter

Filtert Werte nach einer Bedingung:

zahlen = [10, 15, 20, 25, 30]
gerade = list(filter(lambda x: x % 2 == 0, zahlen))
print(gerade)  # [10, 20, 30]

• filter liefert nur die Werte, die True zurückgeben

---

8. Lambda mit reduce

reduce aus functools reduziert eine Liste auf einen Wert:

from functools import reduce

zahlen = [1,2,3,4,5]
summe = reduce(lambda x, y: x+y, zahlen)
print(summe)  # 15

• Praktisch für kumulative Berechnungen

---

9. Praxisbeispiel: Data Transformation

Angenommen, wir haben eine Liste von Preisen in Euro, und wir wollen Preise inklusive 19% MwSt berechnen:

preise = [10, 20, 30, 40]
mwst_preise = list(map(lambda x: x*1.19, preise))
print(mwst_preise)  # [11.9, 23.8, 35.7, 47.6]

• Lambda + map ersetzt eine Schleife und ist kompakt

---

10. Vorteile von Funktionen

1. Wiederverwendbarkeit – Code muss nicht mehrfach geschrieben werden
2. Lesbarkeit – komplexe Berechnungen können in Module ausgelagert werden
3. Parameter – Funktionen können flexibel auf unterschiedliche Daten angewendet werden
4. Modularität – einzelne Teile eines Projekts lassen sich isoliert testen

---

11. Tipps für Data Science

• Kleine Funktionen schreiben – eine Funktion sollte eine Aufgabe erledigen
• Lambda sparsam verwenden – nur für einfache Transformationen
• Dokumentation – jede Funktion mit Docstring dokumentieren:

def addiere(a, b):
    """
    Addiert zwei Zahlen und gibt das Ergebnis zurück.
    """
    return a + b

• Funktionen für Pandas – später können Funktionen zusammen mit apply() verwendet werden, um DataFrames effizient zu transformieren