lambda 是仅支持单表达式求值的匿名函数对象，非语法糖，不可含语句或赋值；适用于短小回调如 sorted/map/filter 的 key/func 参数，复杂逻辑、需调试、复用或类型提示时应使用 def。

lambda 是什么，不是什么

lambda 不是匿名函数的语法糖替代品，它只是表达式，不能包含语句（比如 return、if、for），也不能赋值给变量——虽然你可以把 lambda 赋给变量，但那只是把函数对象绑定了名字，本质仍是表达式求值。

它只做一件事：接收参数，执行一个表达式，返回结果。所以 lambda x: x + 1 合法，lambda x: print(x) 虽然能运行，但返回 None；lambda x: x = x + 1 直接报 SyntaxError: cannot assign to lambda。

什么时候该用 lambda，什么时候不该用

适合场景很窄：作为短小回调传入高阶函数，且逻辑单行可表达。典型如 sorted()、map()、filter()、functools.reduce() 的 key 或 func 参数。

• sorted([(1, 'a'), (3, 'c'), (2, 'b')], key=lambda x: x[1]) —— 按元组第二项排序
• list(map(lambda x: x ** 2, [1, 2, 3])) —— 平方映射，但更推荐 [x**2 for x in ...]
• list(filter(lambda s: s.startswith('a'), ['apple', 'banana', 'avocado']))

不该用的情况包括：

立即学习“Python免费学习笔记（深入）”；

• 需要调试时——lambda 没有函数名，堆栈里显示为 ，print 都难定位
• 逻辑超过一两个操作——比如要先判断再计算：lambda x: x*2 if x > 0 else 0 已经可读性下降，再加一层嵌套就该写普通函数
• 要复用——每次调用都重建函数对象，无必要开销；而且无法被 help() 或 IDE 自动补全识别

lambda 和普通函数在作用域与闭包上的关键差异

lambda 和 def 在闭包行为上完全一致，但容易踩坑的是循环中创建 lambda 时的 late binding 问题：

funcs = []
for i in range(3):
    funcs.append(lambda: i)
print([f() for f in funcs])  # 输出 [2, 2, 2]，不是 [0, 1, 2]

原因：所有 lambda 共享同一个 i 名字，而循环结束时 i == 2。修复方式和普通函数一样，用默认参数捕获当前值：

funcs = []
for i in range(3):
    funcs.append(lambda i=i: i)
print([f() for f in funcs])  # 输出 [0, 1, 2]

注意 i=i 是默认参数绑定，不是赋值语句——这也是 lambda 唯一允许“类似赋值”的写法。

性能、可读性与实际工程中的取舍

lambda 本身几乎没有性能优势。CPython 中，def 定义的函数对象比 lambda 略轻量（少一次闭包环境创建），但差距在纳秒级，完全不用考虑。

真正影响决策的是可读性和维护性：

• 团队代码规范是否允许 lambda？很多公司 Python 代码规范（如 Google Python Style Guide）明确要求：仅用于极简逻辑，否则必须用 def
• IDE 支持差——lambda 无法设置断点（PyCharm 可以，但 VS Code 默认不行），也无法跳转到定义
• 类型提示无法添加：lambda x: x + 1 无法像 def add_one(x: int) -> int: 那样标注类型，对 mypy 或 PyRight 不友好

真实项目里，看到 lambda 第一反应应该是：这段逻辑能不能抽成带名字、有 docstring、可测试的函数？如果答案是“能”，那就别犹豫。