一、lambda 的定义与语法

在 Python 中，lambda 用于定义一个匿名函数，语法如下：

lambda 参数列表 : 表达式

等价于：

def 函数名(参数列表):
    return 表达式

举例：

add = lambda x, y: x + y
print(add(3, 5))  # 输出 8

这与：

def add(x, y):
    return x + y

完全等价，只是写法更短。

二、lambda 的本质

• lambda 会创建一个 匿名函数对象。
• 它不像 def 定义的函数那样有名称（除非你手动赋值）。
• 它的函数体只能是单个表达式，不能包含多行语句。

举个例子：

(lambda x: x * 2)(5)  # 立即执行，输出 10

三、lambda 与普通函数的区别

举例说明：

# lambda 用于简单计算
square = lambda x: x ** 2
print(square(4))  # 16

# def 用于复杂逻辑
def square_verbose(x):
    print("计算平方中...")
    return x ** 2

四、lambda 的常见应用场景

1 与内置函数 map() 一起使用

nums = [1, 2, 3, 4]
result = list(map(lambda x: x ** 2, nums))
print(result)  # [1, 4, 9, 16]

2 与内置函数 filter() 一起使用

nums = [1, 2, 3, 4, 5, 6]
even = list(filter(lambda x: x % 2 == 0, nums))
print(even)  # [2, 4, 6]

3 与 sorted() 搭配使用（常见于面试）

data = [(1, 'b'), (2, 'a'), (3, 'c')]
print(sorted(data, key=lambda x: x[1]))
# 输出：[(2, 'a'), (1, 'b'), (3, 'c')]

key 参数接收一个函数，lambda 在此用于简化写法。

4 用于闭包或函数工厂

def make_adder(n):
    return lambda x: x + n

add5 = make_adder(5)
print(add5(10))  # 15

这里的 lambda 其实形成了一个闭包（引用了外部变量 n）。

5 在列表推导式或表达式中

funcs = [lambda x, i=i: x + i for i in range(3)]
print([f(10) for f in funcs])  # [10, 11, 12]

五、lambda 的注意事项与陷阱

1. 只能包含一个表达式

以下写法是错误的：

lambda x: y = x + 1  #  SyntaxError

因为 lambda 不能包含赋值语句。

2. 循环变量“晚绑定”陷阱

funcs = [lambda: i for i in range(3)]
print([f() for f in funcs])  # 输出 [2, 2, 2]

原因：lambda 捕获的是变量引用，不是值。
修复方法：

funcs = [lambda i=i: i for i in range(3)]
print([f() for f in funcs])  # [0, 1, 2]

3. 调试困难

lambda 没有函数名，出现异常时堆栈信息可读性差。
建议：

• 对简单逻辑使用 lambda；
• 对复杂逻辑，优先使用 def 定义。

六、总结一览表

七、总结一句话

lambda 让函数“轻量化”，是简写工具；
它适合写在表达式中，而不是用来替代 def。