一、lambda函数即匿名函数，和普通的函数相比，就是省去了函数名称而已；
lambda语句中，冒号前是参数，可以有多个，用逗号隔开，冒号右边是函数体的返回值
g = lambda x,y : x+y
print g(1,2)与函数等同：
def f(x,y):
return x+y
print f(1,2)二、lambda函数作用：
1. 使用Python写一些执行脚本时，使用lambda可以省去定义函数的过程，让代码更加精简。
2. 对于一些抽象的，无需复用的函数，使用lambda不需要考虑命名的问题。
3. 使用lambda在某些时候让代码更容易理解。
三、应用
A、与filter结合
filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。
语法
以下是 filter() 方法的语法:
filter(function, iterable)参数
- function -- 判断函数。
- iterable -- 可迭代对象，每个元素作为参数传递给函数进行判
返回值
最后将判断函数返回 True 的元素放到新列表中。
python2中返回的是过滤后的列表, 而python3中返回到是一个filter类
filter类实现了__iter__和__next__方法, 可以看成是一个迭代器, 有惰性运算的特性, 相对python2提升了性能, 可以节约内存.
举例：过滤出列表中的所有奇数：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
is_odd(n):
returnn21
filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(newlist)
[1,3,5,7,9]<filter object at 0x0000022EC66BB128>（python3）使用lambda
=(lambda:%2==,(10))
(a)B、与reduce结合
reduce() 函数会对参数序列中元素进行累积。
reduce() 函数语法：
reduce(function, iterable[, initializer])
函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：。参数
- function -- 函数，有两个参数
- iterable -- 可迭代对象
- initializer -- 可选，初始参数
返回值
用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，返回最后得到一个结果
举例：列表数据相加
defadd(x, y)# 两数相加
xy ...
reduce(add, [1,2,3,4,5])# 计算列表和：1+2+3+4+515
使用lambda
reduce(lambdax, y: x+y, [1,2,3,4,5])# 使用 lambda 匿名函数15C、与map结合
map() 会根据提供的函数对指定序列做映射。
语法
map() 函数语法：
map(function, iterable, ...)参数
- function -- 函数，有两个参数
- iterable -- 一个或多个序列
返回值
第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表
Python 2.x 返回列表。
Python 3.x 返回迭代器。
实例
以下实例展示了 map() 的使用方法：
defsquare(x)# 计算平方数
x2
map(square, [1,2,3,4,5])# 计算列表各个元素的平方
[1, 4, 9, 16, 25]
使用lambda
map(lambdax: x2, [1, 2, 3, 4, 5])# 使用 lambda 匿名函数[1, 4, 9, 16, 25]
# 提供了两个列表，对相同位置的列表数据进行相加
map(lambdax, y: xy, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
[3, 7, 11, 15, 19]在对象遍历处理方面，其实Python的for..in..if语法已经很强大，并且在易读上胜过了lambda。
