lambda表达式和推导式，可实现使用一行语句完成功能开发的效果，减少代码量。
1.lambda表达式
匿名函数，即没有名字的函数
1.1基本语法：
lambda argument_list: expression
其中，lambda是预留关键字，argument_list和expression由用户自定义。
说明：argument_list中参数形式可以是单个参数，如：a，也可以是多个参数，如：a,b 或者a,*args或者**kwargs
expression是一个关于参数的表达式，表达式中出现的参数需要在argument_list中有定义，并且表达式只能是单行的。如：NONE，sum(a)，a+b,if a>10 else 0
1.2用法：
1.2.1 将lambda函数赋值给一个变量，通过这个变量间接调用该lambda函数，如：add=lambda x, y: x+y，定义了加法函数lambda x, y: x+y，并将其赋值给变量add，这样变量add便成为具有加法功能的函数。例如，执行add(1,2)，输出为3。
1.2.2 将lambda函数赋值给其他函数，从而将其他函数用该lambda函数替换，如：time.sleep=lambda x:None。这样，在后续代码中调用time库的sleep函数将不会执行原有的功能。例如，执行time.sleep(3)时，程序不会休眠3秒钟，而是什么都不做，从而把标准库time中的函数sleep的功能屏蔽。
1.2.3 将lambda函数作为其他函数的返回值，返回给调用者，如：return lambda x, y: x+y返回一个加法函数。lambda函数实际上是定义在某个函数内部的函数，称之为嵌套函数，或者内部函数。对应的，将包含嵌套函数的函数称之为外部函数。内部函数能够访问外部函数的局部变量。
1.2.4 将lambda函数作为参数传递给其他函数，如：
- filter函数。此时lambda函数用于指定过滤列表元素的条件。例如filter(lambda x: x % 3 == 0, [1, 2, 3])指定将列表[1,2,3]中能够被3整除的元素过滤出来，其结果是[3]。
-
sorted函数。此时lambda函数用于指定对列表中所有元素进行排序的准则。例如sorted([1, 2, 3, 4, 5, 6, 7, 8, 9], key=lambda x: abs(5-x))将列表[1, 2, 3, 4, 5, 6, 7, 8, 9]按照元素与5距离从小到大进行排序，其结果是[5, 4, 6, 3, 7, 2, 8, 1, 9]。
-
map函数。此时lambda函数用于指定对列表中每一个元素的共同操作。例如map(lambda x: x+1, [1, 2,3])将列表[1, 2, 3]中的元素分别加1，其结果[2, 3, 4]。
-
reduce函数。此时lambda函数用于指定列表中两两相邻元素的结合条件。例如reduce(lambda a, b: '{}, {}'.format(a, b), [1, 2, 3, 4, 5, 6, 7, 8, 9])将列表 [1, 2, 3, 4, 5, 6, 7, 8, 9]中的元素从左往右两两以逗号分隔的字符的形式依次结合起来，其结果是'1, 2, 3, 4, 5, 6, 7, 8, 9'。
以上转自：https://blog.csdn.net/zjuxsl/article/details/79437563
2 推导式
通过举例形式来说明各推导式。
2.1 列表推导式
list=[1,2,3,4]
list_c=[i+1 for i in list if i>1]
print (list_c)
输出[3,4,5]
2.2 集合推导式
与2.1区别，用的是 {}，而非[]
list_u={1,2,3,4}
list_uc={i+1 for i in list_u if i>2}
print (list_uc)
输出：{2,3,4,5}，注意：顺序是随机不同，注意集合的特性-无序！
2.3字典推导式
d_json={
key1:20,
key2:30,
key3:40
}
keys={key for key in d_json}
print (keys)
输出：{“key1","key2","key3"}
key_v={key:value for key,value in d_json.items()) 注意：这里因为要取value值，需要使用items()
print(key_v)
输出：{'key1':20,'key2':30,'key3':40}