python用lambda来实现匿名函数的作用，经常与filter(),map()和reduce()函数一起使用。
首先介绍lamda函数：
例如：
>>> def f(x):return x**2
...
>>> print(f(4))
16
>>>
>>> g = lambda x:x**2
>>> print(g(4))
16
>>> f
<function f at 0x0000021352D546A8>
>>> g
<function <lambda> at 0x0000021352D547B8>
从上面的例子中可以看到：
- f()和g()的功能是相同，
- f()函数是由名字的，lambda函数是没有名字的；
- lambda函数没有return关键字，返回的值是整个表达式的值
lambda可以有以下几种使用情况：
1. 无参数，可以写个用参数的lambda，返回固定的值，这样并没有意义；
2.多参数
>>> f = lambda x,y: x+y #求两个数的和
>>> print(f(3,5))
8
3.if语句
>>> f1 = lambda x: 1 if x>1 else 0 #大于1的数返回1，小于的返回0
>>> print(f1(3))
1
>>> print(f1(0.5))
0
4.for循环
>>> f2 = lambda x:[x for n in range(0,5)] #返回5个相同的x的值
>>> print(f2(1))
[1, 1, 1, 1, 1]
6.作为函数参数，主要可用于filter，map，sort等函数。
下面分别介绍下它们：
- filter()：
和它的名字一样是个过滤器，其用法是：filter(function or None, iterable),返回一个iterator是filter。
>>> L1 = [1,2,3,4,5,6,7,8,9]
>>> L1 = filter(lambda x:x%2 == 0,L1) #删除不符合要求的奇数，返回偶数列表
>>> print(L1)
<filter object at 0x0000021352D6CCC0>
>>> list(L1)
[2, 4, 6, 8]- map()
map直译成映射，应该可以理解它的函数功能；map函数的用法：map(func,*iterables);从中可以看出map函数可以接受多个可迭代对象的。map的作用是iterable里的每一个值都是经过func处理的，并重新生成一个iterator。
>>> L1 = [1,2,3,4,5,6,7,8,9]
>>> L2 = [11,22,33,44,55,66,77,88,99]
单个iterable时：
>>> L = map(lambda x: x**2, L1)
>>> print(list(L))
[1, 4, 9, 16, 25, 36, 49, 64, 81]
多个iterable时：
>>> L = map(lambda x,y: x*y, L1,L2)
>>> print(list(L))
[11, 44, 99, 176, 275, 396, 539, 704, 891]- reduce()
reduce在这里应该可以翻译成归纳的意思，并且reduce()函数有些不一样，它是在functools模块里面。因此我们在使用前，先导入它。
通过查看其doc特性知道：
>>> reduce.__doc__
'reduce(function, sequence[, initial]) -> value\n\nApply a function of two arguments cumulatively to the items of a sequence,\nfrom left to right, so as to reduce the sequence to a single value.\nFor example, reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) calculates\n((((1+2)+3)+4)+5). If initial is present, it is placed before the items\nof the sequence in the calculation, and serves as a default when the\nsequence is empty.'
简而言之，reduce函数是作用在sequence上，取sequence头两个作为参数传入function，把这个结果和sequence的第三个数作为参数再次传入function；以此类推直到最后一个，假如sequence有n个数的话，function函数将要被调用n-1次
>>> from functools import reduce
>>> L = reduce(lambda x,y:x+y,L1) #得到L1的和
>>> print(L)
45
总的来说，lambda有效的简化了代码，增加了可读性，缺点是只能是一行，因此使用lambda时有极大的限制