lambda表达式其实就是简化的函数表达式。
它只用于处理简单逻辑，
它会自动return数据
通常定义一个函数，按照以下形式：
def func(arg): return arg +1 result = func(100) print result 101
以上函数用lambda表达式可以这么写：
func2 = lambda a: a+1 result = func2(100) print result
在lambda表达式中，func2 相当于函数表达式中的func，即函数的名称
a相当于函数表达式中的arg，即函数的参数。
冒号后面的a+1，相当于函数表达式中的返回结果，只不过在lambda表达式中不再用return来声明了。
之前的文档中介绍过，函数可以添加多个参数，，lambda表达式也可以
例如：
func3 = lambda a,b: a + b result = func3(100,200) print result 300
Python内置函数
map方法：
map方法会遍历整个序列(包括列表和元组),并对每一个元素进行相应的操作。
例如：有一个列表，将列表中的每一个元素加10。可以用map函数操作
li = [,,] func1(arg): arg + = (func1,li)
map内部原理其实是，
= [] I li: .append(func1(I))
map函数可以接受多个序列作为参数：
l1 = [,,] l2 = [,,] l3 = [,,] func2(a1,a2,a3): a1 + a2 + a3 (func2,l1,l2,l3)
[17, 30, 43]
注意，如果接受多个序列作为参数，则每一个序列的元素个数必须相等。
上面的例子用lambda表达式，这样写
l1 = [,,] l2 = [,,] l3 = [,,]
print map(lambda a1,a2,a3:a1+a2+a3,l1,l2,l3)
filter函数：
filter会遍历序列中的每一个元素，按条件对元素进行过滤，其实内部原理就是按照条件进行计算，计算结果为True的元素不过滤，计算结果为False，则过过滤
例如：
例1：
>>> li = [11,22,‘‘,False,0] >>> print filter(None,li) [11, 22]
上面的例子中，None表示过滤掉布尔值为假的元素。0，False，空字符串都是布尔值都是假
= [,,,] func(a): a>(func,)
[44,55]
这里就是遍历l1这个列表，每一个元素通过函数func计算，大于33的则返回True，否则返回False。返回False则被过滤掉了。
reduce函数：
接受一个序列，遍历序列中的元素，然后进行一系列的计算，得到一个结果。
reduce是将给出的元素按照方法进行计算，至少要接受两个元素。
例如计算1+2+3+4+5的和
reduce的原理是：计算1+2得到a 然后计算a+3，得到b，再计算b+4.依次类推
li =[,,,,] = (arg1,arg2:arg1+arg2,li)