lambda函数也叫匿名函数，即，函数没有具体的名称。先来看一个最简单例子：
def f(x):
return x**2
print f(4)
Python中使用lambda的话，写成这样
g = lambda x : x**2
print g(4)
lambda表达式在很多编程语言都有对应的实现。比如C#：
var g = x => x**2
Console.WriteLine(g(4))
那么，lambda表达式有什么用处呢？很多人提出了质疑，lambda和普通的函数相比，就是省去了函数名称而已，同时这样的匿名函数，又不能共享在别的地方调用。其实说的没错，lambda在Python这种动态的语言中确实没有起到什么惊天动地的作用，因为有很多别的方法能够代替lambda。同时，使用lambda的写法有时显得并没有那么pythonic。甚至有人提出之后的Python版本要取消lambda。
回过头来想想，Python中的lambda真的没有用武之地吗？其实不是的，至少我能想到的点，主要有：
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，不会别的地方再复用的函数，有时候给函数起个名字也是个难题，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。
lambda基础
lambda语句中，冒号前是参数，可以有多个，用逗号隔开，冒号右边的返回值。lambda语句构建的其实是一个函数对象，见证一下：
g = lambda x : x**2
print g
<function <lambda> at0x00AFAAF0>
C#3.0开始，也有了lambda表达式，省去了使用delegate的麻烦写法。C#中的lambda表达式关键字是=>，看下面的一个例子：
var array = new int[] {2, 3, 5, 7, 9};
var result = array.Where(n => n > 3);// [5, 6, 9]
C#使用了扩展方法，才使得数组对象拥有了像Where,Sum之类方便的方法。Python中，也有几个定义好的全局函数方便使用的，他们就是filter,map, reduce。
>>> foo = [2, 18,9, 22, 17, 24, 8, 12, 27]
>>>
>>> print filter(lambda x: x % 3 == 0,foo)
[18, 9, 24, 12, 27]
>>>
>>> print map(lambda x: x * 2 + 10,foo)
[14, 46, 28, 54, 44, 58, 26, 34, 64]
>>>
>>> print reduce(lambda x, y: x + y,foo)
139
非lambda不可？
上面例子中的map的作用，和C#的Where扩展方法一样，非常简单方便。但是，Python是否非要使用lambda才能做到这样的简洁程度呢？fs[3](4)
13
>>> fs[4](4)
13
>>> fs[5](4)
13
结果并没有达到这位老兄的预期，预期的结果应该是：
>>> fs[3](4)
7
>>> fs[4](4)
8
>>> fs[5](4)
9
问题其实出在变量i上。上面的代码换个简单的不使用lambda的缩减版本：
i = 1
def fs(n):
return n + i
print fs(1) # 2
i = 2
print fs(1) # 3
可见，上面没有达到预期的原因是lambda中的i使用的是匿名函数外的全局变量。修改一下：
fs = [(lambda n, i=i : i+ n) for i in range(10)]
>>> fs[3](4)
7
>>> fs[4](4)
8
>>> fs[5](4)
9
一、filter(function, sequence)
对sequence中的item依次执行function(item)，将执行结果为True的item组成一个List/String/Tuple(取决于sequence的类型)返回：
def f(x):
return x % 2 != 0 and x % 3 != 0
print filter(f, range(2, 25))
#[5, 7, 11, 13, 17, 19, 23]
def f1(x):
return x != 'a'
print filter(f1, "abcdef") #bcdef
二、map(function, sequence)
对sequence中的item依次执行function(item)，见执行结果组成一个List返回：
def cube(x):
return x*x*x
print map(cube, range(1, 11))
#[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]
def cube1(x):
return x + x
print map(cube1 , "abcde")
#['aa', 'bb', 'cc', 'dd', 'ee']
另外map也支持多个sequence，这就要求function也支持相应数量的参数输入：
def add(x, y):
return x+y
print map(add, range(8), range(8))
#[0, 2, 4, 6, 8, 10, 12, 14]
status_ids = map(lambda x:x.get('status__id'), snaps)
三、reduce(function, sequence, starting_value)
对sequence中的item顺序迭代调用function，如果有starting_value，还可以作为初始值调用，例如可以用来对List求和：
def add(x,y):
return x + y
print reduce(add, range(1, 11))
注：1+2+3+4+5+6+7+8+9+10
reduce(add, range(1, 11), 20)
注：1+2+3+4+5+6+7+8+9+10+20
四、lambda
这是Python支持一种有趣的语法，它允许你快速定义单行的最小函数，类似与C语言中的宏，这些叫做lambda的函数，是从LISP借用来的，可以用在任何需要函数的地方：
g = lambda x: x * 2
print g(3) #6
print (lambda x: x * 2)(3) #6
五、sorted
aa = [
{'name':'zhangsan', 'price':20.01, 'date':'2015-01-09T01:00:00Z'},
{'name':'lisi', 'price':10.01, 'date':'2013-01-09T01:00:00Z'},
{'name':'wangwu', 'price':0.01, 'date':'2012-01-09T01:00:00Z'}
]
sorted(aa, key=lambda s:s.amount) #对list进行排序
sorted(aa, key=lambda s:s.amount, reverse=True)
aa = [<Symbol: Symbol object>, <Symbol: Symbol object>, <Symbol: Symbol object>]
sorted(aa, key=lambda s:s["date"]) #对Symbol对象进行排序，date为Symbol属性
sorted(aa, key=lambda s:s["date"], reverse=True)
六、for特殊用法
for i in range(4):
print i
se=[x**2 for x in range(4)]
print se #[0, 1, 4, 9]
se=[x**2 for x in range(10) if not x%2]
print se #[0, 4, 16, 36, 64]