python 允许用lambda 关键字创造匿名函数。参数是可选的，如果使用的参数话，参数通常也是表达式的一部分。下匿名函数的语法:
lambda [arg1[, arg2, ... argN]]: exPRessiondef true(): return True#相当于lambda :True在上面的例子中，我们简单地用lambda 创建了一个函数（对象），但是既没有在任何地方保存它,也没有调用它。这个函数对象的引用计数在函数创建时被设置为True，但是因为没有引用保存下来， 计数又回到零，然后被垃圾回收掉。为了保留住这个对象，我们将它保存到一个变量中，以后可以随时调用：
>>> true = lambda :True>>> true() True几个例子：
>>> a = lambda x, y=2: x + y>>> a(3)5>>> a(3,5)8>>> a(0)2>>> a(0,9)9>>>>>> b = lambda *z: z //可变长参数>>> b(23, 'zyx')(23, 'zyx')>>> b(42)(42,)如果我们想要用纯python 编写filter()，它或许就像这样：
def filter(bool_func, seq): filtered_seq = [] for eachItem in seq: if bool_func(eachItem): filtered_seq.append(eachItem) return filtered_seq下面展示在一个使用了filer()来获得任意奇数的简短列表的脚本。该脚本产生一个较大的随机数集合，然后过滤出所有的的偶数，留给我们一个需要的数据集。当一开始编写这个例子的时候，oddnogen.py 如下所示：
from random import randintdef odd(n): return n % 2allNums = []for eachNum in range(9): allNums.append(randint(1, 99))print filter(odd, allNums)用一个lambda 表达式替换:
from random import randintallNums = []for eachNum in range(9): allNums.append(randint(1, 99))print filter(lambda n: n%2, allNums)使用列表解析替换：
from random import randintallNums = []for eachNum in range(9): allNums.append(randint(1, 99))print [n for n in allNums if n%2]通过整合另外的列表解析将我们最后的列表放在一起，来进一步简化我们的代码：
from random import randint as riprint [n for n in [ri(1,99) for i in range(9)] if n%2]如果我们要用python 编写这个简单形式的map()如何运作的， 它可能如下代码：
def map(func, seq): mapped_seq = [] for eachItem in seq: mapped_seq.append(func(eachItem)) return mapped_seq列举一些简短的lambda 函数来展示如何用map()处理实际数据(列表解析具有同样功能)：
>>> map((lambda x: x+2), [0, 1, 2, 3, 4, 5])[2, 3, 4, 5, 6, 7]>>> map(lambda x: x**2, range(6))[0, 1, 4, 9, 16, 25]>>> [x+2 for x in range(6)][2, 3, 4, 5, 6, 7]>>>[x**2 for x in range(6)][0, 1, 4, 9, 16, 25]这里是使用带多个序列的map()的例子：
>>> map(lambda x, y: x + y, [1,3,5], [2,4,6])[3, 7, 11]>>> map(lambda x, y: (x+y, x-y), [1,3,5], [2,4,6])[(3, -1), (7, -1), (11, -1)]>>> map(None, [1,3,5], [2,4,6])[(1, 2), (3, 4), (5, 6)]上面最后的例子使用了map()和一个为None 的函数对象来将不相关的序列归并在一起。这种思想在一个新的内建函数，zip，被加进来之前的python2.0 是很普遍的。而zip 是这样做的：
>>> zip([1,3,5], [2,4,6])[(1, 2), (3, 4), (5, 6)]如果我们想要试着用纯python 实现reduce()， 它可能会是这样：
def reduce(bin_func, seq, init=None): lseq = list(seq) # convert to list if init is None: # initializer? res = lseq.pop(0) # no else: res = init # yes for item in lseq: # reduce sequence res = bin_func(res, item) # apply function return res # return result这里给出一个示例：
>>> def mySum(x,y): return x+y>>> for eachNum in allNums:... total = mySum(total, eachNum)...>>> print 'the total is:', totalthe total is: 10使用lambda 和reduce(),我们可以以一行代码做出相同的事情。
>>> print 'the total is:', reduce((lambda x,y: x+y), range(5))the total is: 10给出了上面的输入，reduce()函数运行了如下的算术操作。
((((0 + 1) + 2) + 3) + 4) => 10新闻热点
疑难解答
