1. lambada简单介绍

lambda 在Python编程中使用的频率非常高，我们通常提及的lambda表达式其实是python中的一类特殊的定义函数的形式，使用它可以定义一个匿名函数。即当你需要一个函数，但又不想费神去命名一个函数，这时候，就可以使用 lambda了。
代码示例：

g = lambda x: x+1  # 求 x+1 的和

结果

>>> g(1)
2
>>> g(2)
3

可以这样认为，lambda作为一个表达式，定义了一个匿名函数，上例的代码x为入口参数，x+1为函数体，用函数来表示为：

def g(x):return x+1

以上可以看出，lambda 表达式使得代码更为紧凑，但理解起来却没有定义函数那么看起来直白易懂。因此，关于使不使用 lambda表达式一直存在争议，就看个人选择了。

2. lambda 语法

lambda函数的语法只包含一个语句，如下：

lambda [arg1 [,arg2,.....argn]]:expression

其中，lambda是Python预留的关键字，arg和expression由用户自定义。
代码示例

# 普通python函数
def func(a,b,c):return a+b+cprint (func(1,2,3))
# 结果为 6# lambda匿名函数
f = lambda a,b,c: a+b+cprint (f(1,2,3))
# 结果为 6# 在代码：f = lambda a,b,c: a+b+c 中，lambda表示匿名函数，
# 冒号 “：”之前的a,b,c表示它们是这个函数的参数。
# 匿名函数不需要return来返回值，表达式本身结果就是返回值。

3. lambda 函数的示例

1. 无参匿名函数:

>>> t = lambda : True  # 分号前无任何参数
>>> t()
True

等价于下面的def定义的函数

>>> def func(): 
...     return True
...
>>> func()
True

2. 带参数匿名函数

>>> lambda x: x**3  # 带有一个参数>>> lambda x, y, z: x+y+z # 带有多个参数>>> lambda x, y=3: x*y  # 存在默认值的参数

3. 输入任意个数的参数

>>> lambda *z: z  # *z传入的是任意个数的参数

4. 输入带键值对的参数

>>> lambda **arg: arg  # **arg传入的是带键值对的参数

4. lambda函数的用法

4.1 将函数赋值给一个变量，然后再像一般函数调用

>>> f = lambda x, y, z: x*y*z
>>> f(2,3,4)
24

4.2 直接在lambda表达式后面传递实参

>>> (lambda x, y: x if x>y else y)(1, 2)
2

# 判断字符串是否以某个字母开头
>>> print((lambda x:x.startswith('B'))('Bob'))
True

4.3 将lambda嵌套到普通函数中，lambda函数本身做为return的值
代码示例：

>>> def add(n):
...     return lambda x: x+n
...
>>> f = add(1)
>>> f(2)
3

例题1. 字符串拼接

>>> f = (lambda x="I",y="Come",z="Here": x+y+z)
>>> f("You")
'YouComeHere'

例题2. 和列表结合使用

>>> L = [lambda x: x**2,\lambda x: x**3,\lambda x: x**4]
>>> for x in L:
...     print(x(2))
...
4
8
16

也可以像下面这样调用

>>> print(L[0](2))
4

例题3. 和字典结合使用

>>> key = 'B'
>>> dic = { 'A': lambda: 2*2,\
...         'B': lambda: 2*4,\
...         'C': lambda: 2*6}
>>> dic[key]()
8

例题4. 求最小值

>>> lower = lambda x, y: x if x>> lower(1, 2)
1

4.4 将lambda函数作为参数传递给其他函数

1. 结合 map 函数使用

此时lambda函数用于指定对列表中每一个元素的共同操作

代码示例

# 求两个列表元素的和>>> a = [1,2,3,4]
>>> b = [5,6,7,8]
>>> list(map(lambda x, y: x+y, a, b))
[6, 8, 10, 12]

>>> squares = map(lambda x: x**2, range(5))
>>> list(squares)
[0, 1, 4, 9, 16]

# 求字符串每个单词的长度 
>>> sentence = "Hello World"
>>> words = sentence.split()
>>> lengths = map(lambda x: len(x), words)
>>> list(lengths)
[5, 5]
# 写成一行：
>>> list(map(lambda x:len(x),'Hello World'.split()))

2. 结合filter函数使用

此时lambda函数用于指定过滤列表元素的条件

代码示例

# 筛选偶数
>>> list(filter(lambda x: x%2==0,  [1,2,3,4,5,6]))
[2, 4, 6]# 等价于下面的列表推导式
>>> l = [x for x in [1,2,3,4,5,6] if x%2==0]
>>> l
[2, 4, 6]

# 选出以 B 开头的名字
>>> names = ['Anne', 'Amy', 'Bob', 'David', 'Carrie', 'Barbara']
>>> name= filter(lambda x: x.startswith('B'), names)
>>> list(name)
['Bob', 'Barbara']

3. 和 filter函数和map函数结合使用

代码示例

>>> squares = map(lambda x: x**2, range(10))
>>> filters = filter(lambda x: x>5 and x<50, squares)
>>> list(filters)
[9, 16, 25, 36, 49]

4. 结合sorted函数使用

此时lambda函数用于指定对列表中所有元素进行排序的准则

代码示例

>>> info = [('James',32), ('Alies',20), ('Wendy',25)]
>>> sorted(info, key=lambda age:age[1])  # 按照第二个元素，索引为1排序
[('Alies', 20), ('Wendy', 25), ('James', 32)]

5. 结合 reduce函数使用

此时lambda函数用于指定列表中两两相邻元素的结合条件。

代码示例

>>>def add(x, y) : # 两数相加
...    return x + y
...
>>> reduce(add, [1,2,3,4,5]) # 计算列表和：1+2+3+4+5
15
>>> reduce(lambda x, y: x+y, [1,2,3,4,5]) # 使用 lambda 匿名函数
15

注意事项
lambda 并不会带来程序运行效率的提高，只会使代码更简洁。

如果可以使用for…in…if来完成的，坚决不用lambda。

如果使用lambda，lambda内不要包含循环，如果有，应定义函数来完成，使代码获得可重用性和更好的可读性。

lambda 是为了减少单行函数的定义而存在的。