在Python编程中，函数通常使用def关键字来定义，但有些函数只需要用一次，专门为它取个名字反而显得多余。lambda表达式就是为这种场景而生的，它可以创建匿名的、逻辑简单的函数，常常作为参数传递给其他函数使用。掌握lambda的写法，能让代码在排序、过滤、数据变换等场景下变得更加紧凑。本文将从基础语法讲起，逐步深入到常见用法和注意事项。
lambda表达式的基本语法与规则
lambda这个名字来源于数学中的λ演算，Python中的lambda表达式本质上是一个表达式，而不是一个语句。它的语法格式非常简单：
func = lambda 参数1, 参数2: 表达式
# 等价于
def func(参数1, 参数2):
return 表达式lambda关键字后面跟参数列表，多个参数之间用逗号分隔，然后是一个冒号，冒号后面是一个表达式，这个表达式的计算结果就是函数的返回值。注意冒号后面只能有一个表达式，不能包含多个语句，也不能写return关键字，返回是自动完成的。
看几个具体的例子来理解参数形式的变化：
# 无参数 greet = lambda: "hello" print(greet()) # 输出: hello # 一个参数 double = lambda x: x * 2 print(double(5)) # 输出: 10 # 多个参数 add = lambda a, b: a + b print(add(3, 4)) # 输出: 7 # 带默认值的参数 power = lambda x, n=2: x ** n print(power(3)) # 输出: 9 print(power(3, 3)) # 输出: 27
可以看到，lambda在参数方面与普通函数没有区别，支持位置参数、默认参数，也支持*args和**kwargs的可变参数形式。限制只在于函数体必须是单个表达式，比如条件表达式可以写成lambda x: x if x > 0 else 0，但不能写多行的if语句块。
lambda在排序、过滤、映射中的典型用法
lambda最大的用武之地是作为参数传给接收函数的内置函数。最常见的三个是sorted、filter和map。以排序为例，当你想按照自定义规则对列表排序时，可以给sorted函数的key参数传一个lambda：
students = [
{"name": "小明", "score": 88},
{"name": "小红", "score": 95},
{"name": "小刚", "score": 72},
]
# 按分数从高到低排序
result = sorted(students, key=lambda s: s["score"], reverse=True)
for s in result:
print(s["name"], s["score"])
# 输出顺序: 小红 95, 小明 88, 小刚 72
# 对元组列表按第二个元素排序
pairs = [(1, 9), (4, 2), (3, 5)]
pairs.sort(key=lambda t: t[1])
print(pairs) # 输出: [(4, 2), (3, 5), (1, 9)]filter函数用于筛选序列中满足条件的元素，map函数用于对序列中每个元素做变换，它们同样经常搭配lambda使用：
nums = [1, 2, 3, 4, 5, 6, 7, 8] # filter筛选偶数，返回filter对象，需转成list evens = list(filter(lambda x: x % 2 == 0, nums)) print(evens) # 输出: [2, 4, 6, 8] # map将每个元素平方 squares = list(map(lambda x: x ** 2, nums)) print(squares) # 输出: [1, 4, 9, 16, 25, 36, 49, 64] # map同时处理多个序列 sums = list(map(lambda a, b: a + b, [1, 2, 3], [10, 20, 30])) print(sums) # 输出: [11, 22, 33]
此外，在max、min、reduce等函数中lambda也很常见。例如求字典中值最大的键，或者用functools模块里的reduce做累积计算：
from functools import reduce
prices = {"苹果": 8.5, "香蕉": 3.2, "樱桃": 25.0}
most_expensive = max(prices, key=lambda k: prices[k])
print(most_expensive) # 输出: 樱桃
total = reduce(lambda a, b: a + b, [1, 2, 3, 4, 5])
print(total) # 输出: 15lambda与def的选择：什么时候该用，什么时候不该用
lambda和def定义的函数在功能上是等价的，lambda能做到的事情def都能做到，那该如何选择？一个实用的判断标准是看函数的复杂度和复用程度。如果函数逻辑只有一行、且只在当前位置使用一次，用lambda最合适；如果函数体需要多行语句、需要 docstring 文档说明、或者需要在多个地方被调用，就应该用def并给它一个有意义的名字。
在GUI编程、事件处理、线程任务等需要回调函数的场景中，lambda写起来非常顺手。例如用tkinter绑定按钮点击事件时，可以直接传入一个简短的lambda：
import tkinter as tk
root = tk.Tk()
# 点击按钮时打印一条消息，用lambda避免单独定义函数
btn = tk.Button(root, text="点击",
command=lambda: print("按钮被点击了"))
btn.pack()
root.mainloop()不过lambda也有明显的短板。第一，它只能包含单个表达式，稍复杂的逻辑就写不了，强行用嵌套条件表达式实现会严重伤害可读性。第二，lambda函数在traceback错误信息中只显示<lambda>，没有函数名，排查问题时不如具名函数直观。第三，如果把lambda赋值给变量长期使用，比如写成f = lambda x: x + 1，这种写法不如直接用def清晰，Python官方风格指南PEP 8也明确不建议这样做。
还有一个新手容易踩的坑是在循环中创建lambda并引用循环变量。由于lambda捕获的是变量的引用而非值，循环结束后所有lambda拿到的都是最后的变量值：
funcs = [lambda: i for i in range(3)] print([f() for f in funcs]) # 输出: [2, 2, 2]，而不是[0, 1, 2] # 正确做法：用默认参数在定义时固定值 funcs = [lambda i=i: i for i in range(3)] print([f() for f in funcs]) # 输出: [0, 1, 2]
总结一下，lambda表达式是Python中简化代码的一把利器，核心价值在于让简单函数的定义和传递变得轻量。掌握了它与sorted、filter、map等函数配合的套路，再注意避免多行逻辑和变量捕获的陷阱，就能在保持代码简洁的同时不牺牲可维护性。