最近深入研究了一下Python里匿名函数的作用，所以来记录一下。
你可能知道，从Java7到Java8发生了一个很大的变动，那就是增加了匿名函数。利用Java8中的匿名函数，你可以将函数直接赋值给一个变量。如果你需要实现一个只需要用到一次的接口，传统的Java7要求你必须定义一个“污染环境”的接口，而利用lambda，Java8就会干净许多。
再回到Python上来。首先，Python中lambda的格式是这样的：
lambda <参数>: <表达式>
表达式就是函数体。
参数和有名函数的规则是一样的，你同样可以通过a=1来赋默认值，也同样可以使用*args和**kwargs。
Python中的lambda其实并没有像Java中那样大的影响，因为，Python中，一般的有名函数也可以实现闭包，赋值给变量这些功能。lambda只是让你能够将函数嵌入到一行内，这就让你在编写一些功能简单，并且一次性的函数时，代码会简洁许多。给一个例子：
# 有名函数
def square(x):
return x**2
squared = list(map(square, [1, 2, 3, 4, 5]))
但如果我们使用lambda，就会简洁很多：
# 匿名函数
squared = list(map(lambda x: x**2, [1, 2, 3, 4, 5]))
Python中的lambda也有很多限制，比如说函数体只能由一条表达式组成，这也就使得lambda不能实现一些复杂的功能。
切记，不要为了将代码压缩到一行而使用过于复杂的lambda嵌套，这样会使你的代码无法阅读。Python注重可读性，The Zen of Python中强调：
Flat is better than nested.
你的确可以用lambda将一个较为复杂的程序写成一行，比如，这是一个仅用一行完成的猜数游戏，长这样：
(lambda __builtin__: (lambda __print, __y, d: [(lambda ___: None)(d.guess_my_number(42)) for d.guess_my_number in [(lambda n:[(__y(lambda __this: (lambda d: (lambda __after: [(lambda __after: (lambda ___: __after(d))(__print('Not a positive integer!')) if (d.len(d.user_input)==0 or (not d.user_input.isdigit())) else [(lambda __after: (lambda ___: __after(d))(__print('Too big! Try again!')) if d.user_input>d.n else (lambda __after: (lambda ___: __after(d))(__print('Too small! Try again!')) if d.user_input<d.n else (lambda ___: d.True)(__print('You win!')))(lambda d: __after(d)))(lambda d: __after(d)) for d.user_input in [(d.int(d.user_input))]][0])(lambda d: __this(d)) for d.user_input in [(d.raw_input('Enter a positive integer to guess: '))]][0] if d.True else __after(d))(lambda d: None))))(d) for d.n in [(n)]][0])]][0])(__builtin__.__dict__['print'],(lambda f: (lambda x: x(x))(lambda y: f(lambda *args: y(y)(*args)))),type('StateDict',(),__builtin__.__dict__)()))(__import__('__builtin__'))
我想这样你就会对嵌套后的lambda有多难阅读有个体会，这种代码看看玩就行。GitHub上面有一个库，可以帮助你将代码写到一行内。
lambda与Python内置函数结合使用
lambda还可以与Python内置函数结合在一起使用，比如说我在举例说明lambda作用时使用的map()。
map()
Map会将一个函数映射到一个输入列表的所有元素上。换个说法，就是将列表中每个元素作为函数的输入值，然后将此元素更改为函数的输出值。
此时，lambda用于指定对每个元素的共同操作。
还是用开头的那个例子，使用map是这样写的：
squared = list(map(lambda x: x**2, [1, 2, 3, 4, 5]))
# result: [1, 4, 9, 16, 25]
不使用map就得用for循环：
items = [1, 2, 3, 4, 5]
squared = []
for i in items:
squared.append(i**2)
你看，map是不是简单漂亮的多。
当然，这里注意一个点，在Python2中，map返回的是一个列表，而在Python3中，map返回的是迭代器，要想得到返回的列表，可以使用list，所以上面我也是这么做的。
filter()
顾名思义，filter就是过滤器。Filter会检查列表中的所有元素，并筛选出对前面函数能返回True的元素。
此时，lambda用于指定筛选条件。
举一个简单的例子：
less_than_zero = list(filter(lambda x: x < 0, range(-10, 10)))
# result: [-10, -9, -8, -7, -6, -5, -4, -3, -2, -1]
同样要注意在Python3中返回值为迭代器的问题。
reduce()
Reduce用于将列表中相邻的两个元素依次结合在一起。
此时，lambda用于指定元素的结合方式。
同样，这里有一个例子：
product = reduce(lambda x, y: x*y, range(10))
# result: 3628800
这里需要注意的点是，在Python2中，reduce是内置函数，而在Python3中，你需要用from functools import reduce导入才可使用。
Ending
在最后，我还有一点要说的是，关于lambda，有两个极为nb的东西：
不过，对Python中的lambda而言，并不存在lambda expression和lambda caculus，所以，如果你看到别人在写关于Python lambda的文章时写到：
我使用的原理就是lambda caculus。
你大可无视掉。再次强调，Python中的lambda就是一个没有名字的、能够嵌入到一行内的函数。