两行总结:

闭包:非常有用。学习它们，利用它们，热爱它们。 Python的lambda关键字:不必要，偶尔有用。如果你发现自己在用它做任何复杂的事情，把它放在一边，定义一个真正的函数。

Lambdas通常与函数式编程风格密切相关。通过将函数应用于某些数据并合并结果来解决问题，这是谷歌用于实现其大多数算法的思想。

以函数式编程风格编写的程序很容易并行化，因此在现代多核机器中变得越来越重要。 所以简而言之，不，你不应该忘记他们。

我刚开始学习Python，然后一头栽进Lambda——这花了我一段时间才弄明白。

请注意，这不是对任何事情的谴责。每个人都有不容易得到的东西。

lambda是那些在现实生活中应该被遗忘的“有趣”语言项目之一吗?

No.

我相信有一些边缘情况可能需要它，但考虑到它的模糊性，

它并不晦涩。在我过去工作过的两个团队中，每个人都一直在使用这个功能。

它在未来版本中被重新定义的可能性(我基于它的各种定义的假设)

除了几年前修复闭包语义之外，我还没有看到在Python中重新定义它的严肃建议。

编码清晰度的降低——应该避免吗?

如果你用对了，也不会不太清楚。相反，拥有更多可用的语言结构可以增加清晰度。

这让我想起了C类型的溢出(缓冲区溢出)——指向顶部变量并重载以设置其他字段值……有点像技术人员的表演技巧，但维护程序员的噩梦。

就像缓冲区溢出?哇。如果您认为lambda是一个“维护噩梦”，我无法想象您将如何使用它。

我经常使用它，主要是作为空对象或将参数部分绑定到函数。

下面是一些例子:

实现空对象模式:

{
    DATA_PACKET: self.handle_data_packets
    NET_PACKET: self.handle_hardware_packets
}.get(packet_type, lambda x : None)(payload)

对于参数绑定:

假设我有以下API

def dump_hex(file, var)
    # some code
    pass

class X(object):
    #...
    def packet_received(data):
        # some kind of preprocessing
        self.callback(data)
    #...

然后，当我不想快速转储接收到的数据到一个文件，我这样做:

dump_file = file('hex_dump.txt','w')
X.callback = lambda (x): dump_hex(dump_file, x)
...
dump_file.close()

使用lambdas的一个有用的例子是提高长列表推导式的可读性。 在这个例子中，loop_dic是为了清晰起见的缩写，但是假设loop_dic非常长。如果你只是使用一个包含i的普通值，而不是该值的lambda版本，你会得到一个NameError。

>>> lis = [{"name": "Peter"}, {"name": "Josef"}]

>>> loop_dic = lambda i: {"name": i["name"] + " Wallace" }
>>> new_lis = [loop_dic(i) for i in lis]

>>> new_lis
[{'name': 'Peter Wallace'}, {'name': 'Josef Wallace'}]

而不是

>>> lis = [{"name": "Peter"}, {"name": "Josef"}]

>>> new_lis = [{"name": i["name"] + " Wallace"} for i in lis]

>>> new_lis
[{'name': 'Peter Wallace'}, {'name': 'Josef Wallace'}]

你可以用lambda做的任何事情，都可以用命名函数或列表和生成器表达式做得更好。

因此，在大多数情况下，在任何情况下您都应该只使用其中一种(可能除了在交互式解释器中编写的草稿代码)。