1. lambda 表達式
匿名函數（英語：anonymous function）是指一類無需定義標識符（函數名）的函數。通俗來說呢，就是它可以讓我們的函數，可以不需要函數名。
正常情況下，我們定義一個函數，使用的是 def 關鍵字，而當你學會使用匿名函數后，替代 def 的是 lambda。
這邊使用def 和 lambda 分別舉個例子，你很快就能理解。
def mySum(x, y):
return x+y
mySum(2, 3)
# 5
(lambda x, y: x+y)(2, 4)
# 6
從上面的示例，我們可以看到匿名函數直接運行，省下了很多行的代碼，有沒有？
接下來，我們的仔細看一下它的用法
帶 if/else
>>>( lambda x, y: x if x < y else y )( 1, 2 )
1
嵌套函數
>>>( lambda x: ( lambda y: ( lambda z: x + y + z )( 1 ) )( 2 ) )( 3 )
6
遞歸函數
>>> func = lambda n:1 if n == 0 else n * func(n-1)
>>> func(5)
120
或者
>>> f = lambda func, n: 1 if n == 0 else n * func( func, n - 1 )
>>> f(f,4)
24
從以上示例來看，lambda 表達式和常規的函數相比，寫法比較怪異，可讀性相對較差。除了可以直接運行之外，好像並沒有其他較為突出的功能，為什么在今天我們要介紹它呢？
首先我們要知道 lambda 是一個表達式，而不是一個語句。正因為這個特點，我們可以在一些特殊的場景中去使用它。具體是什么場景呢？接下來我們會介紹到幾個非常好用的內置函數。
2. map 函數
map 函數，它接收兩個參數，第一個參數是一個函數對象（當然也可以是一個lambda表達式），第二個參數是一個序列。
它可以實現怎樣的功能呢，我舉個例子你就明白了。
>>> map(lambda x: x*2, [1,2,3,4,5])
[2, 4, 6, 8, 10]
可以很清楚地看到，它可以將后面序列中的每一個元素做為參數傳入lambda中。
當我們不使用 map 函數時，你也許會這樣子寫。
mylist=[]
for i in [1,2,3,4,5]:
mylist.append(i*2)
3. filter 函數
filter 函數，和 map 函數相似。同樣也是接收兩個參數，一個lambda 表達式，一個序列。它會遍歷后面序列中每一個元素，並將其做為參數傳入lambda表達式中，當表達式返回 True，則元素會被保留下來，當表達式返回 False ，則元素會被丟棄。
下面這個例子，將過濾出一個列表中小於0的元素。
>>>filter(lambda x: x < 0, range(-5, 5))
[-5, -4, -3, -2, -1]
4. reduce 函數
reduce 函數，也是類似的。它的作用是先對序列中的第 1、2 個元素進行操作，得到的結果再與第三個數據用 lambda 函數運算，將其得到的結果再與第四個元素進行運算，以此類推下去直到后面沒有元素了。
這邊舉個例子你也就明白了。
>>>reduce(lambda x,y: x+y, [1,2,3,4,5])
15
它的運算過程分解一下是這樣的。
1+2=3
3+3=6
6+4+10
10+5=15
5. 注意點
以上幾個函數，熟練的掌握它們的寫法，可以讓我們的代碼看起來更加的 Pythonic ，在某一程度上代碼看起來更加的簡潔。
如果你是新手呢，你需要注意的是，以上示例是在 Python2.x 環境下演示的。而在 Python3.x 中，卻有所不同，你可以自己嘗試一下。
這里總結一下：
第一點，map 和 filter 函數返回的都不再是一個列表，而是一個迭代器對象。這里以map為例
>>> map_obj = map(lambda x: x*2, [1,2,3,4,5])
>>> from collections.abc import Iterator
>>> isinstance(map_obj, Iterator)
True
>>> next(map_obj)
2
>>> list(map_obj)
[4, 6, 8, 10]
第二點，reduce 不可以直接調用，而是要先導入才能使用，
from functools import reduce