Python Lambda, Map Filter & Reduce - Practice Questions 2026

أهلا بك عزيزي المتابع لموقع (journey for learn) نقدم دورات بكوبونات متاحة لاول 1000 تسجيل مجاني فقط وكوبونات اخري لفترة محدودة فاذا كنت تريد ان تحصل علي كل الكورسات علي موقعنا وان تكون اول المسجلين في الكورسات المجانية قم بتسجيل الدخول أوقم بالدخول علي وسائل التواصل الاجتماعي وخصوصا التليجرام نوضح الوصف المختصر والطويل للدورات لكي تعرف الدروس التي سوف تتعلمها بسهولة ويسر :

يعد إتقان البرمجة الوظيفية في Python خطوة حاسمة لأي مطور يتطلع إلى كتابة تعليمات برمجية أكثر وضوحًا وكفاءة واحترافية. تم تصميم هذه الدورة خصيصًا لسد الفجوة بين فهم بناء جملة وظائف Lambda، والتخطيط، والتصفية، والتقليل وتطبيقها فعليًا لحل المنطق المعقد. مرحبًا بك في اختبارات التدريب الأكثر شمولاً المتاحة لمساعدتك في الاستعداد لرحلة البرمجة الوظيفية لـ Python. لماذا يختار المتعلمون الجادون هذه الاختبارات التدريبية؟ يفهم المتعلمون الجادون أن مشاهدة الفيديو لا تمثل سوى 10% من العملية. 90٪ المتبقية هي التطبيق. توفر هذه الدورة بيئة صارمة لاختبار حدودك. على عكس البرامج التعليمية القياسية، تتحدى هذه الاختبارات التدريبية قدرتك على قراءة كود "Pythonic" والتنبؤ بالنتائج بدقة. باختيار هذه الدورة، فإنك تلتزم بفهم عميق لكيفية تعامل Python مع الوظائف والعناصر القابلة للتكرار من الدرجة الأولى.

• سياسة إعادة الاختبار: يمكنك إعادة إجراء الاختبارات عدة مرات للتأكد من إتقانها.
• بنك الأسئلة الأصلي: هذا بنك أسئلة ضخم وفريد من نوعه مصمم خصيصًا لمعايير Python الحديثة.
• دعم المدرب: تحصل على دعم مباشر من المعلمين لإزالة أي ارتباك.
• تفسيرات شاملة: كل سؤال واحد يتضمن تفصيلاً فنيًا مفصلاً.
• التعلم أثناء التنقل: متوافق مع تطبيق Udemy للتعلم في أي مكان.
• خالي من المخاطر: ضمان استرداد الأموال لمدة 30 يومًا إذا لم تكن راضيًا عن المحتوى.

هيكل الدورة التدريبية تنقسم الدورة إلى ستة مستويات تقدم منطقية لضمان بناء الثقة أثناء التقدم.

• الأساسيات / الأسس: يركز هذا القسم على بناء الجملة الأساسي لل وظائف لامدا. سوف تتدرب على تحويل وظائف def القياسية إلى وظائف مجهولة وستفهم القيود المفروضة على منطق التعبير المفرد.
• المفاهيم الأساسية: هنا، نتعمق في الآليات الفردية للخريطة والتصفية. سوف تتعلم كيفية تحويل القوائم واستخراج نقاط بيانات محددة باستخدام المنطق المنطقي ضمن البنيات الوظيفية.
• المفاهيم المتوسطة: يقدم هذا المستوى وظيفة التخفيض من وحدة functools. نحن نستكشف العمليات التراكمية، مثل جمع التسلسلات أو العثور على القيم القصوى، وكيفية تفاعل هذه الوظائف مع أنواع البيانات المختلفة مثل القواميس والمجموعات.
• مفاهيم متقدمة: في هذا القسم، نتعامل مع الوظائف المتداخلة وهياكل البيانات المعقدة. سيتم اختبارك في اجتياز Lambdas كوسائط لوظائف ذات ترتيب أعلى والتعامل مع الحالات المتطورة في معالجة البيانات.
• سيناريوهات العالم الحقيقي: هذا هو المكان الذي تلتقي فيه النظرية بالممارسة. سوف تحل الأسئلة بناءً على مهام الصناعة الشائعة، مثل تنظيف القواميس المشابهة لـ JSON، وتنسيق ملفات السجل، وحساب مقاييس الأعمال باستخدام خطوط الأنابيب الوظيفية.
• مراجعة مختلطة / اختبار نهائي: تقييم شامل مأخوذ من جميع الأقسام السابقة. تحاكي هذه البيئة الموقوتة المقابلات الفنية واختبارات الشهادات للتأكد من أنك مستعد تمامًا.

نموذج لأسئلة التدريب السؤال 1 ما هو مخرج الكود التالي؟ الأرقام = [1, 2, 3, 4]result = list(map(lambda x: x ** 2, filter(lambda x: x % 2 == 0, number)))print(result)

• الخيار 1: [1، 4، 9، 16]
• الخيار 2: [4، 16]
• الخيار 3: [1، 9]
• الخيار 4: [2، 4]
• الخيار 5: خطأ

الإجابة الصحيحة: الخيار 2 الإجابة الصحيحة الشرح: يستخدم الرمز بنية متداخلة. أولاً، يتم تنفيذ وظيفة التصفية، مع الاحتفاظ فقط بالأرقام الزوجية من القائمة: [2، 4]. بعد ذلك، تقوم وظيفة الخريطة بأخذ تلك النتائج التي تمت تصفيتها ومربعات كل منها. $2^2 = 4$ و$4^2 = 16$. لذلك، القائمة النهائية هي [4، 16]. شرح الإجابات الخاطئة:

• الخيار 1: غير صحيح لأنه يتجاهل خطوة التصفية وتربيع كل رقم في القائمة الأصلية.
• الخيار 3: غير صحيح لأنه يقوم بتربيع الأرقام الفردية بدلاً من الأرقام الزوجية.
• الخيار 4: غير صحيح لأنه يظهر نتيجة دالة التصفية ولكنه ينسى تطبيق عملية الخريطة (التربيع).
• الخيار 5: غير صحيح لأن بناء الجملة هو كود بايثون صالح تمامًا.

السؤال 2 في وظيفة functools.reduce، ماذا يحدث إذا كان التسلسل المقدم فارغًا ولم يتم إعطاء مُهيئ؟

• الخيار 1: يُرجع لا شيء
• الخيار 2: يُرجع 0
• الخيار 3: يُرجع قائمة فارغة
• الخيار 4: يُظهر خطأ TypeError
• الخيار 5: يؤدي إلى ظهور خطأ StopIteration

الإجابة الصحيحة: الخيار 4 الإجابة الصحيحة الشرح: وفقًا لوثائق Python، يجب استدعاء تقليل () باستخدام وسيطتين على الأقل: دالة وقابلة للتكرار. إذا كان العنصر القابل للتكرار فارغًا ولم يتم توفير وسيطة ثالثة (المهيئ)، فلن تتمكن Python من تحديد قيمة البداية للتراكم، مما يؤدي إلى خطأ TypeError: تقليل () لتسلسل فارغ بدون قيمة أولية. شرح الإجابات الخاطئة:

• الخيار 1: غير صحيح لأن Python لا تحدد القيمة الافتراضية بلا في عمليات الاختزال الرياضية؛ يتطلب حالة بداية.
• الخيار 2: غير صحيح لأنه على الرغم من أن 0 هوية مضافة شائعة، فإن التخفيض عام ولا يفترض أنك تقوم بعملية إضافة.
• الخيار 3: غير صحيح لأن نوع الإرجاع للتقليل هو قيمة متراكمة واحدة، وليس قائمة.
• الخيار 5: غير صحيح لأن StopIteration عادةً ما يتم رفعه بواسطة الدالة next() على التكرارات، وليس بواسطة منطق التخفيض نفسه.

نأمل أنك الآن مقتنع! وهناك الكثير من الأسئلة داخل الدورة. انضم إلينا اليوم وأتقن برمجة بايثون الوظيفية.

ما هي المتطلبات الأساسية لدخول الدورة والتسجيل فيها على موقعنا؟ رحلة التعلم:

(احصل على الدورة للدخول إلى الموقع والتسجيل)

يجب أن يكون لديك بريد إلكتروني (حساب بريد) تتذكره لنفسك وأيضًا يجب أن تتذكر كلمة مرور البريد الإلكتروني الذي ستسجل به ، وإذا لم يكن لديك حساب بريد إلكتروني ، فمن الأفضل إنشاء حساب (Gmail)