lambda 是 sorted() 和 list.sort() 的 key 参数常用选择，用于内联定义单表达式排序依据，返回值参与比较，原元素不变；需注意缺失键处理、多级排序用 tuple、闭包变量绑定陷阱及可读性权衡。

lambda 用作 sorted() 或 list.sort() 的 key 参数

Python 排序函数本身不支持直接写表达式，但允许传入一个可调用对象（比如函数）作为 key，用于提取每个元素的比较依据。lambda 是最常用的轻量级选择，因为它能内联定义单表达式逻辑。

关键点：lambda 返回的值将被用于排序比较，原列表元素本身不会被修改。

• sorted() 返回新列表，不改变原列表
• list.sort() 原地排序，返回 None
• lambda 必须是单个表达式，不能包含语句（如 if、for、赋值）

按嵌套结构中的某个字段排序，比如字典或元组

常见场景：对 [{'name': 'Alice', 'age': 30}, {'name': 'Bob', 'age': 25}] 按 'age' 升序排列。

错误写法：sorted(data, key=lambda x: x['age']) 看似正确，但如果某些字典缺 'age' 键，会抛出 KeyError；更安全的做法是加默认值处理。

data = [{'name': 'Alice', 'age': 30}, {'name': 'Bob'}, {'name': 'Charlie', 'age': 28}]
sorted(data, key=lambda x: x.get('age', float('inf')))

说明：

• x.get('age', float('inf')) 避免 KeyError，缺失时排在最后
• 若想缺失项排最前，改用 float('-inf')
• 对元组：sorted([('a', 2), ('b', 1)], key=lambda x: x[1]) 按第二项排序

多级排序：先按 A 再按 B，用 tuple 作为 lambda 返回值

Python 的 tuple 比较规则是逐项比对，天然支持多级排序逻辑。lambda 返回 tuple 是简洁可靠的方式。

students = [('Alice', 85, 'Math'), ('Bob', 90, 'CS'), ('Charlie', 85, 'CS')]
sorted(students, key=lambda x: (x[1], x[2]))  # 先按分数升序，分数相同时按专业字母序

注意：

• 所有 tuple 元素类型需可比较（如不能混用 str 和 None）
• 若某一级要降序，可对其取负（数值）或用 reversed() 配合，但更清晰的做法是分两步 sort()（稳定排序）或改用 functools.cmp_to_key
• 字符串降序：可用 lambda x: (-x[1], x[0])（仅适用于数字字段）或 lambda x: (x[1], -ord(x[0][0]))（不推荐），实际中建议拆解

lambda 中访问外部变量的陷阱：闭包绑定的是引用，不是值

循环中动态生成多个 lambda 并捕获循环变量，容易出现所有 lambda 都使用最后一次迭代的值——这是 Python 闭包的经典坑。

funcs = []
for i in [1, 2, 3]:
    funcs.append(lambda: i)
print([f() for f in funcs])  # 输出 [3, 3, 3]，不是 [1, 2, 3]

排序中虽不常写这种循环 lambda，但若从配置构造 key 函数，同样可能踩中：

• 修复方式：用默认参数强制绑定当前值，lambda x, i=i: x[i]
• 更安全替代：用 operator.itemgetter 或 operator.attrgetter 替代简单索引/属性访问，它们不涉及闭包
• 复杂逻辑建议写普通函数，而非嵌套 lambda，可读性和调试性更好

真正需要排序逻辑复用时，lambda 很快会变得难维护。别为了“一行”牺牲清晰度。