一、匿名函数：python使用lambda来创建匿名函数。所谓匿名，就是说不再使用def语句这样标准的形式来定义一个函数。
1、lambda只是一个表达式，不是一个代码块，函数体比def简单的同时，也有’难以封装更多的逻辑进lambda表达式‘的不足。
2、lambda函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。
3、虽然lambda函数看起来只能写一行，却不等同于C或C++的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。
4、语法：lambda [arg1 [,arg2,.....argn]]:expression
如：result = lambda x: x * x #result是一个匿名函数，'lambda'和':'中间的元素个素就是所说的参数个数。':'后面的是所要进行的表达式。
print(result(5)) #输出25
这里顺便拓展一下lambda和map函数一起用的例子，以熟悉一下map等内置函数：
a、map()：是python的一个内置函数，基本格式是：map(func,seq):func是一个函数对象，seq是一个序列对象，seq的每个元素按照从左到右的顺序依次被取出来，塞到func函数里，并将func的返回值依次存到一个列表里。
eg：>>>numbers = [1,3,6]
>>>newNumbers = tuple(map(lambda x:x,numbers))
>>>print(newNumbers) #输出：(1,3,6)
eg：>>> numbers = [0,1,2,3,4]
>>> map(add,numbers) #输出[1, 2, 3, 4, 5]
>>> map(lambda x: x + 1,numbers) #输出[1, 2, 3, 4, 5]
b、filter()：根据条件过滤选择出想要的。
eg：>>> numbers = range(-4,4)
>>> list(filter(lambda x: x > 0,numbers)) #输出[1,2,3]
c、reduce():reduce 函数的第一个参数是一个函数，第二个参数是序列类型的对象，将函数按照从左到右的顺序作用在序列上。
eg：>>> reduce(lambda x,y: x+y,[1,2,3,4]) #输出10
reduce()和map()的区别：map相当于是上下运算的，而reduce是从左到右逐个元素进行运算。
eg：>>> list1 = [1,2,3,4]
>>> list2 = [5,6,7,8]
>>> list(map(lambda x,y: x + y,list1,list2))#输出[6, 8, 10, 12]