Python 中的 lambda 表达式是一种创建匿名函数的方式，通常用于需要简单函数而不想专门定义函数名的场景。以下是一些 lambda 常见的使用场景和实例：

1. 简化回调函数

• lambda 表达式常用于简化只会使用一次的回调函数，特别是在处理事件或异步操作时。

# 假设一个按钮点击事件需要一个简单回调
button.on_click(lambda x: print("Button clicked!"))

2. 用于 map()、filter() 和 reduce()

• lambda 表达式可以快速定义函数，方便对列表进行处理。

# 取列表中每个数的平方
numbers = [1, 2, 3, 4]
squares = list(map(lambda x: x ** 2, numbers))
print(squares)  # 输出: [1, 4, 9, 16]

# 筛选出大于 2 的数
filtered = list(filter(lambda x: x > 2, numbers))
print(filtered)  # 输出: [3, 4]

3. 排序（自定义排序条件）

• 在 sort() 或 sorted() 中指定排序规则时， lambda 表达式可以作为 key 参数实现按指定字段排序。

people = [{'name': 'Alice', 'age': 25}, {'name': 'Bob', 'age': 20}]
# 按年龄升序排序
sorted_people = sorted(people, key=lambda person: person['age'])
print(sorted_people)  # 输出: [{'name': 'Bob', 'age': 20}, {'name': 'Alice', 'age': 25}]

4. 生成简单数学运算函数

• lambda 表达式适合生成一些简单的数学运算函数，避免单独定义函数的冗长代码。

# 计算两个数的和
add = lambda x, y: x + y
print(add(3, 5))  # 输出: 8

5. 在数据处理中的嵌套应用

• lambda 可用于复杂的数据处理，比如在 pandas 数据分析库中进行列操作。

import pandas as pd
data = pd.DataFrame({'age': [15, 18, 22]})
# 创建一个新列，基于 age 列判断是否成年
data['is_adult'] = data['age'].apply(lambda x: 'Yes' if x >= 18 else 'No')
print(data)

6. 函数式编程场景中的组合函数

• lambda 表达式在函数式编程中，可与 map 等方法结合用于组合操作。

# 定义组合函数
multiply = lambda x: x * 2
add = lambda x: x + 3
func = lambda x: add(multiply(x))
print(func(5))  # 输出: 13 (5*2 + 3)

7. 条件表达式简化

• lambda 表达式中可以包含 if-else，适合用来实现小型条件判断逻辑。

# 判断是否为偶数
is_even = lambda x: 'Even' if x % 2 == 0 else 'Odd'
print(is_even(4))  # 输出: Even
print(is_even(5))  # 输出: Odd

总结

lambda 主要适用于定义简单逻辑且临时使用的函数，可以简化代码，使程序更简洁。