g = lambda x:x+1
看一下执行的结果：
g(1)
>>>2
g(2)
>>>3
当然，你也可以这样使用：
lambda x:x+1(1)
>>>2
可以这样认为,lambda作为一个表达式，定义了一个匿名函数，上例的代码x为入口参数，x+1为函数体，用函数来表示为：
def g(x): return x+1
非常容易理解，在这里lambda简化了函数定义的书写形式。是代码更为简洁，但是使用函数的定义方式更为直观，易理解。
Python中，也有几个定义好的全局函数方便使用的，filter, map, reduce
·filter（）函数
filter（）函数包括两个参数，分别是function和list。该函数根据function参数返回的结果是否为真来过滤list参数中的项，最后返回一个新列表，如下例所示：
>>>a=[1,2,3,4,5,6,7]
>>>b=filter(lambda x:x>5, a)
>>>print b
>>>[6,7]
如果filter参数值为None，就使用identity（）函数，list参数中所有为假的元素都将被删除。如下所示：
>>>a=[0,1,2,3,4,5,6,7]
b=filter(None, a)
>>>print b
>>>[1,2,3,4,5,6,7]
from functools import reduce
>>> foo = [2, 18, 9, 22, 17, 24, 8, 12, 27]>>>>>> print（list(filter(lambda x: x % 3 == 0, foo))[18, 9, 24, 12, 27]>>>>>> print(list(map(lambda x: x * 2 + 10, foo)))[14, 46, 28, 54, 44, 58, 26, 34, 64]>>>>>> print(reduce(lambda x, y: x + y, foo))139
上面例子中的map的作用，非常简单清晰。但是，Python是否非要使用lambda才能做到这样的简洁程度呢？在对象遍历处理方面，其实Python的for..in..if语法已经很强大，并且在易读上胜过了lambda。
比如上面map的例子，可以写成：
print [x * 2 + 10 for x in foo]
非常的简洁，易懂。
filter的例子可以写成：
print [x for x in foo if x % 3 == 0]
同样也是比lambda的方式更容易理解。
上面简要介绍了什么是lambda,下面介绍为什么使用lambda,看一个例子（来自apihelper.py)：
processFunc = collapse and (lambda s: " ".join(s.split())) or (lambda s: s)
在Visual Basic，你很有可能要创建一个函数，接受一个字符串参数和一个 collapse 参数，并使用 if 语句确定是否压缩空白，然后再返回相应的值。这种方式是低效的，因为函数可能需要处理每一种可能的情况。每次你调用它，它将不得不在给出你所想要的东西之前，判断是否要压缩空白。在 Python 中，你可以将决策逻辑拿到函数外面，而定义一个裁减过的 lambda 函数提供确切的 (唯一的) 你想要的。这种方式更为高效、更为优雅，而且很少引起那些令人讨厌 (哦，想到那些参数就头昏) 的错误。
通过此例子，我们发现，lambda的使用大量简化了代码，使代码简练清晰。但是值得注意的是，这会在一定程度上降低代码的可读性。如果不是非常熟悉python的人或许会对此感到不可理解。
lambda 定义了一个匿名函数
lambda 并不会带来程序运行效率的提高，只会使代码更简洁。
如果可以使用for...in...if来完成的，坚决不用lambda。
如果使用lambda，lambda内不要包含循环，如果有，我宁愿定义函数来完成，使代码获得可重用性和更好的可读性。
总结：lambda 是为了减少单行函数的定义而存在的。
·map（）函数
map()的两个参数一个是函数名，另一个是列表或元组。
>>>map(lambda x:x+3, a) #这里的a同上
>>>[3,4,5,6,7,8,9,10]
#另一个例子
>>>a=[1,2,3]
>>>b=[4,5,6]
>>>map(lambda x,y:x+y, a,b)
>>>[5,7,9]
#下面这个模块以一个现有的文本为参数，清除多余空格，再把所有文字都转换为大写（英文）。为子演示程序要创建一个map.txt该文件中有几行前后有多余空格的字符串。注意：这里只能去掉前后的多余空格。
from string import strip,upper
#functions:
#
def map_add(x):
return x+3
#
if __name__==‘__map_add__‘:
map_add(x)
#zip file
def zip_file():
#open file
f = open(‘map.txt‘)
lines = f.readlines()
print lines
f.close()
#
print ‘BEFORE/n‘
for eachline in lines:
print ‘[%s]‘ % eachline[:-1]
#
print ‘AFTER/n‘
for eachline in map(upper, map(strip, lines)):
print ‘[%s]‘ % eachline
#
if __name__==‘__zip_file__‘:
zip_file()
·reduce（）函数
reduce 函数可以按照给定的方法把输入参数中上序列缩减为单个的值，具体的做法如下：首先从序列中去除头两个元素并把它传递到那个二元函数中去，求出一个值，再把这个加到序列中循环求下一个值，直到最后一个值 。
>>>reduce(lambda x,y:x*y, [1,2,3,4,5]）#((((1*2)*3)*4)*5
>>>120
>>>reduce(lambda x,y:x*y, [1,2,3], 10)
>>>60 #((1*2)*3)*10