一、匿名函数(lambda):
有些地方需要用到一些简单的函数，而且用到的次数不太多，这个时候可以把函数改写成匿名函数，不必专门去定义一个新的函数。python中，lambda是一个表达式，并不是一个语句，而且lambda的主体是只有一行的简单表达式，并不能扩展成一个多行的代码块。
python的一些匿名函数用法例子：
# 匿名函数的格式：
lambda argument1, argument2, ... argumentN : expression
# 示例一：
square = lambda x: x**2
square = square(3)
# 示例二：
[(lambda x: x*x)(x) for x in range(10)]
# 示例三：
l = [(1,20), (3, 0), (9, 10), (2, -1)]
l.sort(key=lambda x: x[1])
# 示例四：
squared = map(lambda x: x**2, [1,2,3,4,5])
# map(function, iterable) 对iterable的每一个元素进行function运算。
# 示例五:
d = {'mike': 10, 'lucy': 2, 'ben': 30}
dict(sorted(d.items(), key = lambda x: x[1], reverse=True))
二、函数式编程
python提供的一些函数式编程特性，主要是通过map(),filter()和reduce()这几个函数，结合匿名函数lambda一起使用。
通常，使用这些函数的速度会更快，因为它们直接由C语言编写，运行时不需要通过python解释器间接调用。
下面是一些示例用法：
# map(function, iterable)的用法: 对每个iterable的元素运用function函数，组成一个新的集合
l = [1,2,3,4,5]
new_list = map(lambda x: x * 2, l)
# 测试map的速度
python3 -mtimeit -s'xs=range(1000000)' 'map(lambda x: x*2, xs)'
python3 -mtimeit -s'xs=range(1000000)' '[x * 2 for x in xs]'
python3 -mtimeit -s'xs=range(1000000)' 'l = []' 'for i in xs: l.append(i*2)'
# filter(function, iterable)的用法: 对每个iterable的元素运用function函数，将返回True的元素组合成一个新的集合
l = [1,2,3,4,5]
new_list = filter(lambda x: x % 2 == 0, l)
# reduce(function, iterable)的用法: 对一个集合进行一些累积操作，function有两个参数，表示对iterable里的每个元素以及上一次调用后的结果调用function进行运算，最后返回一个单独的数值
l = [1,2,3,4,5]
product = reduce(lambda x, y: x * y, l)
# 表示运算： product = 1 * 2 * 3 * 4 * 5
转播
