不談形式化的 λ 演算，只說有實際用途的匿名函數。先舉壹個普通的 Python 例子：將壹個 list 裏的每個元素都平方：
map( lambda x: x*x, [y for y in range(10)] )
這個寫法要好過
def sq(x):
return x * x
map(sq, [y for y in range(10)])
，因為後者多定義了壹個（汙染環境的）函數，尤其如果這個函數只會使用壹次的話。而且第壹種寫法實際上更易讀，因為那個映射到列表上的函數具體是要做什麽，非常壹目了然。如果妳仔細觀察自己的代碼，會發現這種場景其實很常見：妳在某處就真的只需要壹個能做壹件事情的函數而已，連它叫什麽名字都無關緊要。Lambda 表達式就可以用來做這件事。
進壹步講，匿名函數本質上就是壹個函數，它所抽象出來的東西是壹組運算。這是什麽意思呢？類比
a = [1, 2, 3]
和
f = lambda x : x + 1
，妳會發現，等號右邊的東西完全可以脫離等號左邊的東西而存在，等號左邊的名字只是右邊之實體的標識符。如果妳能習慣 [1, 2, 3] 單獨存在，那麽 lambda x : x + 1 也能單獨存在其實也就不難理解了，它的意義就是給「某個數加壹」這壹運算本身。
現在回頭來看 map() 函數，它可以將壹個函數映射到壹個可枚舉類型上面。沿用上面給出的 a 和 f，可以寫：
map(f, a)
也就是將函數 f 依次套用在 a 的每壹個元素上面，獲得結果 [2, 3, 4]。現在用 lambda 表達式來替換 f，就變成：
map( lambda x : x + 1, [1, 2, 3] )
會不會覺得現在很壹目了然了？尤其是類比
a = [1, 2, 3]
r = []
for each in a:
r.append(each+1)
這樣的寫法時，妳會發現自己如果能將「遍歷列表，給遇到的每個元素都做某種運算」的過程從壹個循環裏抽象出來成為壹個函數 map，然後用 lambda 表達式將這種運算作為參數傳給 map 的話，考慮事情的思維層級會高出壹些來，需要顧及的細節也少了壹點。Python 之中，類似能用到 lambda 表達式的「高級」函數還有 reduce、filter 等等，很多語言也都有這樣的工具（不過這些特性最好不要在 Python 中用太多。這種能夠接受壹個函數作為參數的函數叫做「高階函數」（higher-order function），是來自函數式編程（functional programming）的思想。
和其他很多語言相比，Python 的 lambda 限制多多，最嚴重的當屬它只能由壹條表達式組成。這個限制主要是為了防止濫用，因為當人們發覺 lambda 很方便，就比較容易濫用，可是用多了會讓程序看起來不那麽清晰，畢竟每個人對於抽象層級的忍耐 / 理解程度都有所不同。