Saltar al contenido

Lección 3 de 14 · Lectura y práctica

Funciones y Lambda

Funciones y lambdas Las funciones encapsulan lógica que reutilizas y dan nombre a lo que hace tu código. En ciencia de datos las usarás para limpiar columnas, calcular métricas y transformar valores. Las lambdas, además, son.

Del concepto a la práctica

Taller de esta lección

Una función debe expresar una regla con entradas y salida identificables. Esto facilita probarla con casos normales y extremos. Una lambda puede servir para una transformación breve, pero no conviene ocultar una regla con varias decisiones dentro de una sola línea.

Ejemplo resuelto

python
def porcentaje_cambio(inicial, final):
    if inicial == 0:
        return None
    return round((final - inicial) / inicial * 100, 1)

lecturas = [10, 12, 9]
resultado = list(map(lambda x: x * 2, lecturas))
print(porcentaje_cambio(10, 12), resultado)
# 20.0 [20, 24, 18]
  1. La función evita dividir entre cero y devuelve None si no hay base.

  2. El cambio se expresa en porcentaje relativo.

  3. map aplica una multiplicación independiente a cada lectura.

  4. list materializa el resultado para inspeccionarlo.

Un error frecuente es confundir 2 puntos de cambio con un 2 por ciento relativo. Corrígelo usando (final-inicial)/inicial*100 y nombrando la unidad.

Pruébalo

Calcula el cambio de 80 a 68 y duplica [4, 7] con una lambda.

Comprueba tu resultado

La función debe devolver -15.0 y la lista transformada debe ser [8, 14].

Diagrama de decisión con ramas Sí y No y un bucle que procesa cada elemento de una lista.
CursaloMapa de práctica
Cómo avanza un programa

Una condición decide qué camino ejecuta el programa. Un bucle repite una operación mientras queden elementos, y termina cuando la lista se agota. Separar ambas ideas ayuda a seguir el flujo y comprobar casos límite.

Ver la infografía en tamaño completo ↗

Funciones y lambdas

Las funciones encapsulan lógica que reutilizas y dan nombre a lo que hace tu código. En ciencia de datos las usarás para limpiar columnas, calcular métricas y transformar valores. Las lambdas, además, son funciones anónimas de una línea que encajan perfecto con map, filter y el método apply de Pandas.

Definir funciones

# Función básica con retorno
def saludar(nombre):
    return f"¡Hola {nombre}!"

# Parámetro con valor por defecto
def saludar(nombre="amigo"):
    return f"¡Hola {nombre}!"

# Cálculo con varios parámetros
def calcular_imc(peso, altura):
    return peso / (altura ** 2)

# Retorno múltiple (devuelve una tupla)
def estadisticas(numeros):
    return min(numeros), max(numeros), sum(numeros) / len(numeros)

minimo, maximo, promedio = estadisticas([1, 2, 3, 4, 5])

Funciones lambda

Una lambda es una función anónima que cabe en una expresión. Úsala para transformaciones cortas que no merecen un def completo.

# Sintaxis: lambda argumentos: expresión
cuadrado = lambda x: x ** 2
cuadrado(5)            # 25

numeros = [1, 2, 3, 4, 5]

# map: aplica la función a cada elemento
cuadrados = list(map(lambda x: x**2, numeros))   # [1, 4, 9, 16, 25]

# filter: conserva los que cumplen la condición
pares = list(filter(lambda x: x % 2 == 0, numeros))   # [2, 4]

# sorted: ordenar por una clave calculada
personas = [{'nombre': 'Ana', 'edad': 25}, {'nombre': 'Luis', 'edad': 30}]
ordenado = sorted(personas, key=lambda p: p['edad'])

Atención

No abuses de las lambdas. Si la lógica tiene varias líneas o necesita un nombre descriptivo, usa def: tu código quedará más claro y fácil de depurar.

Funciones integradas muy útiles

numeros = [3, 1, 4, 1, 5, 9, 2, 6]

sum(numeros)   # 31
min(numeros)   # 1
max(numeros)   # 9

# enumerate: índice + valor a la vez
for i, num in enumerate(numeros):
    print(f"Índice {i}: {num}")

# zip: recorrer dos listas en paralelo
nombres = ['Ana', 'Luis', 'María']
edades = [25, 30, 28]
for nombre, edad in zip(nombres, edades):
    print(f"{nombre} tiene {edad} años")
¿Cuál es la diferencia entre map y una list comprehension?

Ambas transforman un iterable. map(función, iterable) devuelve un objeto perezoso que conviene convertir con list(); la comprehension [f(x) for x in iterable] suele ser más legible en Python. Para transformaciones simples, elige la que tu equipo lea con más comodidad.

¿Qué devuelve list(filter(lambda x: x > 2, [1, 2, 3, 4]))?

filter conserva solo los elementos donde la lambda devuelve True, es decir los mayores que 2: [3, 4].

Ejercicio práctico

Objetivo: combinar funciones, lambdas y herramientas integradas.

  1. Escribe una función normalizar(texto) que devuelva el texto en minúsculas y sin espacios extremos.
  2. Dada una lista de precios, usa map con una lambda para aplicar un 21% de IVA.
  3. Con filter, quédate solo con los precios finales mayores a 100.
  4. Usa zip para emparejar cada producto con su precio final e imprímelos.

Entregable: notebook con la lista de precios con IVA y la lista filtrada impresas.

Para recordar

  • Las funciones dan nombre y reutilización; las lambdas resuelven transformaciones cortas.
  • map transforma, filter selecciona, sorted ordena por una clave.
  • enumerate y zip evitan índices manuales propensos a errores.

Sigue con Python para Data Science

Esta lección forma parte de un curso de Cursalo. Revisa su programa y elige entre la compra individual o el acceso a toda la escuela.

Si ya tenías acceso a este curso, entra con tu cuenta: tus derechos y tu progreso se conservan. No necesitas comprarlo de nuevo.

01 / ELEGIR UNA RUTA

El próximo paso

Aprende IA mientras construyes algo que sí necesitas.

Empieza por el curso inicial o explora el catálogo para encontrar una práctica alineada con tu trabajo.