1.lambda表达式
python把lambda称作匿名函数，C#则直接称作lambda表达式（lambda表达式的叫法更合适，因为：后边只能是一个表达式，不能放代码块，不能赋值，写for循环，if判断等等）
def add1(x,y):
return x+y
add2 = lambda x,y: x+y
print(add1(1,2))
print(add2(1,2))
==>
3
3
2.三元表达式
其他语言：
x > y ? x : y
python：
x if x > y else y
x = 2
y = 1
r = x if x > y else y
print(r)
==>
2
3.map
（1）描述
map() 会根据提供的函数对指定序列做映射。
第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。
（2）map() 函数语法：
map(function, iterable, ...)
（3）参数
function -- 函数
iterable -- 一个或多个序列
需求：列表list_x = [1,2,3,4,5,6,7,8]，求列表每个元素的平方组成新的列表
（1）方式1：
list_x = [1,2,3,4,5,6,7,8]
def square(x):
return x*x
r = []
for x in list_x:
r.append(square(x))
print(r)
==>
[1, 4, 9, 16, 25, 36, 49, 64]
（2）方式2：
list_x = [1,2,3,4,5,6,7,8]
def square(x):
return x*x
# 使用map函数
r = map(square,list_x)
print(r)
print(list(r))
==>
（3）方式3：
# map结合lambda表达式
list_x = [1,2,3,4,5,6,7,8]
r = map(lambda x: x*x , list_x)
print(list(r))
==>
[1, 4, 9, 16, 25, 36, 49, 64]
labmda表达式如果有两个参数传入，则后边也需要跟两个列表；
lambda表达式只能使代码变简洁，无法提升性能
list_x = [1,2,3,4,5,6,7,8]
list_y = [1,2,3,4,5,6,7,8]
r1 = map(lambda x,y: x*x+y, list_x,list_y)
print(list(r1))
==>
[2, 6, 12, 20, 30, 42, 56, 72]
当两个参数列表的元素个数不一致时，能匹配上几个，就计算几个
list_x1 = [1,2,3,4,5]
list_y1 = [1,2,3,4,5,6,7,8]
r2 = map(lambda x,y: x*x+y, list_x1,list_y1)
print(list(r2))
==>
[2, 6, 12, 20, 30]
4.reduce
（1）reduce() 函数语法：
reduce(function, iterable[, initializer])
（2）参数
function -- 函数，有两个参数
iterable -- 可迭代对象
initializer -- 可选，初始参数
（3）
reduce下，lambda表达式必须要有2个参数;
reduce在做一个连续的运算，连续调用lambda
初始情况下，reduce会取列表的前两个元素，即1+2=3，接下来，上一次计算结果做为一个参数和下一个元素做运算(((((((1+2)+3)+4)+5)+6)+7)+8)
from functools import reduce
list_x = [1,2,3,4,5,6,7,8]
r = reduce(lambda x,y: x+y,list_x)
print(r)
==>
36
# 初始情况下，reduce会取列表的前两个元素，即1+2=3，
# 接下来，上一次计算结果做为一个参数和下一个元素做运算(((((((1+2)+3)+4)+5)+6)+7)+8)
第三个参数[, initializer]的用法：
list_x2 = ['1','2','3','4','5','6','7','8']
r = reduce(lambda x,y: x+y,list_x2,'aaa')
print(r)
==>
aaa12345678