（本文大部分内容来源于此链接的文章和菜鸟教程，我对部分内容做了一些改动，方便自己日后复习，若有侵权，请联系我，我会将此文删除，谢谢）
lambda()函数
lambda函数又称匿名函数。当使用的函数只是临时一用，而且自身内部实现也很简单时，就可以使用lambda函数。
下面是一个简单的lambda函数例子：
>>> lambda x, y: x + y
<function <lambda> at 0x...>
上面的代码中，x与y是函数的两个参数，冒号后面的表达式x+y是函数的计算逻辑，显然这个函数是在求两个数的和。下面的代码会给上面的lambda函数绑定一个名字，这样使得调用匿名函数更方便：
>>> add = lambda x, y: x + y
>>> add
<function <lambda> at 0x000001B1E3C1E5E0>
>>> add(3, 2)
5
下面是未使用lambda函数的常规函数：
>>> def add2(x, y):
... return x + y
...
>>> add2
<function add2 at 0x000001B1E3C1E550>
>>> add2(1, 2)
3
lambda函数使用场景
函数式编程
如，要求将一个整数列表按表内元素的绝对值，从小到大升序排列，代码如下：
>>> list1 = [-1, 4, -2, 3, -6, 5]
>>> sorted(list1, key=lambda x: abs(x))
[-1, -2, 3, 4, 5, -6]
sorted()函数支持接收一个函数作为参数，该参数作为sorted()的排序依据，上述代码中是按照列表元素的绝对值进行排序。
map()函数
语法：map(function, iterable, …)
参数：function是指定的函数，iterable是一个序列。
描述：map()会根据提供的函数function来对指定序列iterable做映射。具体是：function以序列iterable中的每一个元素作为参数，将得到的所有返回值以一个列表形式返回。
示例代码如下：
>>> def square(x):
... return x**2
...
>>> list(map(square, [1,2,3,4,5]))
[1, 4, 9, 16, 25]
>>> list(map(lambda x: x ** 2, [1,2,3,4,5])) # 使用lambda匿名函数
[1, 4, 9, 16, 25]
>>> list(map(lambda x, y: x + y, [1,2,3], [3,2,1]))
[4, 4, 4]
filter()函数
语法：filter(function, iterable)
参数：function是判断函数，iterable是一个序列。
描述：filter()函数用于过滤掉序列中不符合条件的元素，然后返回一个迭代器对象（若想以列表形式输出这个迭代器，使用list()即可）。在使用filter()函数时，iterable序列中的每个元素作为参数传递给function判断函数进行判断，然后返回True或False，最后将返回True的元素作为输出结果。（返回值是一个迭代器对象）
示例代码如下：
>>> def is_odd(n): # 判断n是否为奇数
... return n % 2 == 1
...
>>> filter(is_odd, [1,2,3,4,5,6,7,8,9,10]) # 返回一个迭代器
<filter object at 0x000001B1E3BF09D0>
>>> list(filter(is_odd, [1,2,3,4,5,6,7,8,9,10])) # 将输出结果转换为列表
[1, 3, 5, 7, 9]
reduce()函数
语法：reduce(function, iterable)
参数：function是指定的函数(参数有两个)，iterable是一个序列。
描述：reduce()将对参数序列中元素进行累积：先使用function(参数有两个)对iterable序列中的第1、2个元素进行操作，然后将得到的结果再与第3个进行操作，然后再将得到的结果与第4个进行操作…直到与最后一个元素进行操作，最终得到一个结果。
示例代码如下：
>>> from functools import reduce # 从functools模块中导入reduce函数
>>> def add(x, y): # 计算两个数的乘法
... return x * y
...
>>> reduce(multiply, [1,2,3,4,5])
120
>>> reduce(lambda x, y: x * y, [1,2,3,4,5])
120
（本文大部分内容来源于此链接的文章和菜鸟教程，我对部分内容做了一些改动，方便自己日后复习，若有侵权，请联系我，我会将此文删除，谢谢）