支持函数式的语言通常会提供 map、filter 和 reduce 三个高阶函数。在Python 中，能不用就不用它们！

高阶函数：

接受函数为参数，或者把函数作为结果返回的函数是高阶函数（higher-order function）。

在函数式编程范式中，最为人熟知的高阶函数有 map、filter、reduce 和 apply。apply 函数在 Python 2.3 中标记为过时，在 Python 3 中移除了，因为不再需要它了。如果想使用不定量的参 数调用函数，可以编写 fn(*args, **keywords)，不用再编写 apply(fn, args, kwargs)。

(去得真好！一直很讨厌JS里面的apply和call，Python也是，Python3干得好。)

在 Python 3 中，map 和 filter 还是内置函数，但是由于引入了列表推导和生成器表达式，它们变得没那么重要了。列表推导或生成器表达式具有 map 和 filter 两个函数的功能，而且更直观更易于阅读。

map 和 filter 与列表推导比较：

>>> def fact(n):
...     return 1 if n < 2 else n * fact(n-1)
...
>>> list(map(fact, range(6)))
[1, 1, 2, 6, 24, 120]
>>> [fact(n) for n in range(6)]
[1, 1, 2, 6, 24, 120]
>>> list(map(fact, filter(lambda n: n % 2, range(6))))
[1, 6, 120]
>>> [fact(n) for n in range(6) if n % 2]
[1, 6, 120]

列表推导的写法完美地替换了map、filter和lamda，列表推导的写法更直观易读，好太多了。map、filter和lamda的写法感觉是在炫技，拗口别扭、不易读，完全不符合Python的哲学，能不用就坚决不用！

在 Python 3 中，map 和 filter 返回生成器（一种迭代器），因此现在它们的直接替代品是生成器表达式（在 Python 2 中，这两个函数返回列表，因此最接近的替代品是列表推导）。

在 Python 2 中，reduce 是内置函数，但是在 Python 3 中放到 functools 模块里了。这个函数最常用于求和，但自 2003 年发布的 Python 2.3 开始，最好使用内置的 sum 函数。在可读性和性能方面，这是一项重大改善。

代码示例：

>>> from functools import reduce
>>> from operator import add
>>> reduce(add, range(100))
4950
>>> sum(range(100))
4950

用sum完美地替换了reduce。

可以看出，Python是在不断进步的，不断地往设计哲学上靠，拥抱简单美好。map、filter、reduce有了更现代的替代品，除非必须用到，否则请抛弃它们吧。

lambda 关键字可以在 Python 表达式内创建匿名函数，然而，Python 简单的句法限制了 lambda 函数的定义体只能使用纯表达式。换句话说，lambda 函数的定义体中不能赋值，也不能使用 while 和 try 等 Python 语句。除了作为参数传给高阶函数之外，Python 很少使用匿名函数。由于句法上的限制，非平凡的 lambda 表达式要么难以阅读，要么无法写出。

所以除非写一些简短的匿名函数，或作为参数传给高阶函数之外，能不用lamda就不用了。

使用lamda的场景示例：

# 符号函数 
sign = lambda x:1 if x > 0 else -1

# 作为参数传给高阶函数
>>> fruits = ['strawberry', 'fig', 'apple', 'cherry', 'raspberry', 'banana']
>>> sorted(fruits, key=lambda word: word[::-1])
['banana', 'apple', 'fig', 'raspberry', 'strawberry', 'cherry']

lambda 句法只是语法糖，与 def 语句一样，lambda 表达式会创建函数对象。

本文参考了《流畅的Python》第5章相关的内容。