1，lambda的一般形式是关键字lambda后面跟一个或多个参数，紧跟一个冒号，以后是一个表达式。lambda是一个表达式而不是一个语句。它能够出现在Python语法不允许def出现的地方。作为表达式，lambda返回一个值（即一个新的函数）。lambda用来编写简单的函数，而def用来处理更强大的任务。
- f = lambda x,y,z : x+y+z
- print f(1,2,3)
- g = lambda x,y=2,z=3 : x+y+z
- print g(1,z=4,y=5)
输出结果为：
- 6
- 10
2，lambda表达式常用来编写跳转表（jump table），就是行为的列表或字典。例如：
- L = [(lambda x: x**2),
- (lambda x: x**3),
- (lambda x: x**4)]
- print L[0](2),L[1](2),L[2](2)
- D = {'f1':(lambda: 2+3),
- 'f2':(lambda: 2*3),
- 'f3':(lambda: 2**3)}
- print D['f1'](),D['f2'](),D['f3']()
输出结果为：
- 4 8 16
- 5 6 8
3，lambda表达式可以嵌套使用，但是从可读性的角度来说，应尽量避免使用嵌套的lambda表达式。
4，map函数可以在序列中映射函数进行操作。例如：
- def inc(x):
- return x+10
- L = [1,2,3,4]
- print map(inc,L)
- print map((lambda x: x+10),L)
输出结果为：
- [11, 12, 13, 14]
- [11, 12, 13, 14]
5，列表解析可以实现map函数同样的功能，而且往往比map要快。例如：
- print [x**2 for x in range(10)]
- print map((lambda x: x**2), range(10))
输出结果为：
- [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
- [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
6，列表解析比map更强大。例如：
- print [x+y for x in range(5) if x%2 == 0 for y in range(10) if y%2 ==1]
输出结果为：
- [1, 3, 5, 7, 9, 3, 5, 7, 9, 11, 5, 7, 9, 11, 13]
7，生成器函数就像一般的函数，但它们被用作实现迭代协议，因此生成器函数只能在迭代语境中出现。例如：
- def gensquares(N):
- for i in range(N):
- yield i**2
- for i in gensquares(5):
- print i,
输出结果为：
- 0 1 4 9 16
8，所有的迭代内容（包括for循环、map调用、列表解析等等）将会自动调用iter函数，来看看是不是支持了迭代协议。
9，生成器表达式就像列表解析一样，但它们是扩在圆括号()中而不是方括号[]中。例如：
- for num in (x**2 for x in range(5)):
- print num,
输出结果为：
- 0 1 4 9 16
10，列表解析比for循环具有更好的性能。尽管如此，在编写Python代码时，性能不应该是最优先考虑的。
11，没有return语句时，函数将返回None对象。
12，函数设计的概念：
- 耦合性：只有在真正必要的情况下才使用全局变量
- 耦合性：不要改变可变类型的参数，除非调用者希望这样做
- 耦合性：避免直接改变另一个文件模块中的变量
- 聚合性：每一个函数都应有一个单一的、统一的目标
13，最后给个默认参数和可变参数的例子：
- def saver(x=[]):
- x.append(1)
- print x
- saver([2])
- saver()
- saver()
- saver()
输出结果为：
- [2, 1]
- [1]
- [1, 1]
- [1, 1, 1]
