部分内容引用自：https://www.jianshu.com/p/1bc403c9eda6
一.列表解析表达式
列表解析，可以简单高效的处理一个可迭代的对象，并生成结果列表。表达形式如下：
[ expr for 元素1 in 序列1 ... for 元素n in 序列n ]
[ expr for 元素1 in 序列1 ... for 元素n in 序列n if 条件]
expr指定了每次迭代的内容，如果指定了条件则只有满足条件的元素参与迭代，列表表达式不仅简洁，而且运行速度也比普通的循环快。
举个例子，给定二维列表：
d = [[1, 2], [3, 4, 5], [6, 7, 8, 9]]
把它转换成一维的：
d = [1, 2, 3, 4, 5, 6, 7, 8, 9]
一般的想法就是嵌套循环两次，用一个一维数组来接收
def fun1(d = []):
a = []
for i in range(len(d)):
for j in range(len(d[i])):
a.append(d[i][j])
return a
而用列表表达式一句代码就行
def fun2(d = []):
a = [d[i][j] for i in range(len(d)) for j in range(len(d[i]))]
return a
虽然列表表达式乍一看是比较简洁，其实忽略缩进和换行，两种方法并没有多大区别，都用了两次循环，究竟谁更好？导入time模块测试一下
import time
d = [[1, 2], [3, 4, 5], [6, 7, 8, 9]]
step1 = time.clock()
print(fun1(d))
step2 = time.clock()
print(fun2(d))
step3 = time.clock()
print('普通循环的运行时间为：{}\n列表表达式运行时间为：{}'.format(step2 -step1, step3-step2))
#输出：
>>>> [1, 2, 3, 4, 5, 6, 7, 8, 9]
>>>> [1, 2, 3, 4, 5, 6, 7, 8, 9]
>>>> 普通循环的运行时间为：4.799999999999249e-05
>>>> 列表表达式运行时间为：2.755500000001243e-05
可以看到列表表达式比普通的循环快了将近一倍，至于为什么列表表达式会快一点呢，这个原因留给读者自己思考（其实我也不知道为什么....）。除了列表，字典等可排序集合中也可以使用表达式来快速批量生成数据。
上面程序运行会报错，不用慌张，这是提示time.clock函数将会在Python3.8版本中删除。
二.Lamda表达式
Lamda表达式是一种简便的、在同一行中定义函数的方法，实际上生成的是一个函数对象（匿名函数），基本格式如下：
lambda arg1，arg2，...，arg n：
其中arg1、arg2...是函数的参数，
f = lambda x, y: x + y
print(f(1, 2))
#输出：
>>>> 3
匿名函数广泛应用于需要函数作为参数的函数，例如序列内置的函数filter()，filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象
- filter()
调用格式：filter(function, iterable)
function是筛选函数，iterable是可迭代的对象，下面举例说明，用filter()函数和Lamda表达式刷选列表中大于0的数
from random import randint
data = [randint(-10, 10) for _ in range(10)]
print(data)
new_data = filter(lambda x: x > 0, data)
print(sorted(new_data))
#输出：
>>>> [-10, -3, 1, -10, -6, -1, 8, 1, -7, 2]
>>>> [1, 1, 2, 8]