Python之map用法

Python之map用法

Python的 map() 函数是一个非常有用的工具，可以用来对可迭代对象（如列表、元组等）中的每个元素应用一个指定的函数。以下是 map() 函数的各种用法：

1. 基本用法

map(function, iterable) 会将 function 应用于 iterable 中的每一个元素，并返回一个迭代器。

def square(x):
    return x ** 2

numbers = [1, 2, 3, 4, 5]
squared_numbers = map(square, numbers)
print(list(squared_numbers))  # Output: [1, 4, 9, 16, 25]

2. 使用 lambda 表达式

lambda 表达式可以用于定义简短的匿名函数。

numbers = [1, 2, 3, 4, 5]
squared_numbers = map(lambda x: x ** 2, numbers)
print(list(squared_numbers))  # Output: [1, 4, 9, 16, 25]

3. 对多个可迭代对象使用 map()

map() 函数可以接受多个可迭代对象，当提供多个可迭代对象时，函数应当接受相应数量的参数。

a = [1, 2, 3]
b = [4, 5, 6]
c = [7, 8, 9]
result = map(lambda x, y, z: x + y + z, a, b, c)
print(list(result))  # Output: [12, 15, 18]

4. 使用 map() 进行类型转换

map() 也可以用于类型转换，例如将字符串列表转换为整数列表。

strings = ["1", "2", "3", "4"]
numbers = map(int, strings)
print(list(numbers))  # Output: [1, 2, 3, 4]

5. 使用 map() 与 None 函数

当 function 参数为 None 时，map() 函数会直接返回 iterable 的元素。

a = [1, 2, 3]
b = [4, 5, 6]
result = map(None, a, b)
print(list(result))  # Output: [(1, 4), (2, 5), (3, 6)]

6. 与其他高阶函数结合使用

map() 可以与 filter()、reduce() 等其他高阶函数结合使用。

from functools import reduce

numbers = [1, 2, 3, 4, 5]
squared_numbers = map(lambda x: x ** 2, numbers)
even_squares = filter(lambda x: x % 2 == 0, squared_numbers)
sum_of_even_squares = reduce(lambda x, y: x + y, even_squares)
print(sum_of_even_squares)  # Output: 20 (4 + 16)

7. 处理嵌套结构

可以使用 map() 处理嵌套结构的可迭代对象，例如二维列表。

matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
transposed = map(list, zip(*matrix))
print(list(transposed))  # Output: [[1, 4, 7], [2, 5, 8], [3, 6, 9]]

注意事项

1. map() 函数返回一个迭代器，包含对可迭代对象中的每个元素应用函数后的结果。
2. 第一个参数是一个函数，后续参数是一个或多个可迭代对象。
3. 如果提供多个可迭代对象，函数会并行地应用于这些对象中的元素。
4. 结果的长度与最短的可迭代对象长度一致。

写在最后

map() 函数非常灵活，可以简化许多需要对可迭代对象进行逐元素操作的任务。结合 lambda 表达式和其他高阶函数，可以实现复杂的数据处理逻辑。