python语言有些时候可以很简洁，因为其中有很多函数可以节约大量的代码（虽然有些时候并没有提高效率）。其中lambda函数，以及filter、reduce、map都是比较常用的。
一、 lambda 的使用介绍
1、lambda是什么？
lambda的本质是一个匿名函数，看一个
lambda的语法：
lambda [arg1 [,arg2,.....argn]]:expression
一个例子：
>>> add = lambda x,y:x+y
>>> add(1,2)
3
>>> add(3,4)
7
lambda是匿名函数，可以定义一个等价的函数：
def g(x,y):
return x+y
可以看到，lambda简化的书写的形式，代码更加地简洁；相反使用函数定义的方式则更加地直观，便于理解，所以在实际使用的时候要有所取，根据自己的使用习惯。
二、filter()、map()、reduce()等配合lambda的使用。
filter()、map()、reduce()等都是python的内置函数，都比较有趣，结合lambda使用可以取得很好的减少代码的作用（当然可能不太容易理解）。
1、filter()函数
主要用于过滤序列，剔除不符合条件的元素，返回由符合条件元素组成的新列表。
filter(function, sequence)：
参数：
- function: 判断函数
- sequence: 可迭代的对象
返回值：- 返回列表
下面举几个例子：
# 过滤出列表中的所有奇数：
def is_odd(n):
return n % 2 == 1
newlist = filter(is_odd, range(1,11))
print(list(newlist))
# 如果使用lambda
newlist = filter(lambda x:x%2==1, range(1,11))
print(list(newlist))
#还可以不使用filter
print ([x for x in range(1,11) if x% 2 == 1])
在输出的使用加list是因为在python3中，返回的是一个filter对象，通过使用list将filter对象转化为可以直接输出的list，结果如下：
[1, 3, 5, 7, 9]
#过滤出1~100中平方根是整数的数：
import math
def is_sqr(x):
return math.sqrt(x) % 1 == 0
newlist = filter(is_sqr, range(1, 101))
print(newlist)
2、reduce()函数
reduce() 函数会对参数序列中元素进行累积。
函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。
reduce()函数语法：
reduce(function, iterable[, initializer])
参数：
- function -- 函数，有两个参数
- iterable -- 可迭代对象
- initializer -- 可选，初始参数
举个例子：
from functools import reduce
# 在python3中好像被移到了functools中
def add(x,y):
return x + y
result = reduce(add,range(1,11))
print(result)
# 使用lambda
result＝reduce(lambda x,y:x+y, range(1,11))
结果：
55
3、map()函数
map() 会根据提供的函数对指定序列做映射。
第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。
map(function, iterable, ...)
参数
- function -- 函数
- iterable -- 一个或多个序列
返回值- Python 2.x 返回列表。
- Python 3.x 返回迭代器。
举个例子：
#计算平方数：
def square(x):
return x ** 2
map(square,range(1,6))
#使用lambda
map(lambda x:x**2,range(1,6))
结果
[1, 4, 9, 16, 25]
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：
>>> map(lambda x,y:x+y, range(8), range(8))
[0, 2, 4, 6, 8, 10, 12, 14]
还有很多简洁的内置函数，有兴趣的可以慢慢探索。
