了解地图功能

Question

map(function, iterable, ...)

将函数应用于iterable的每个项目并返回结果列表。如果传递了其他可迭代参数，则函数必须采用那么多参数，并且并行地应用于所有迭代的项。

如果一个iterable短于另一个，则假定使用None项扩展。

如果函数为None，则假定为identity函数;如果有多个参数，map()将返回一个由包含所有迭代中相应项的元组组成的列表（一种转置操作）。

可迭代参数可以是序列或任何可迭代对象;结果总是一个列表。

这对制作笛卡尔积有何作用？

content = map(tuple, array)

将元组放在哪里有什么影响？我还注意到，如果没有map函数，则输出为abc，并且使用它a, b, c。

我想完全理解这个功能。参考定义也很难理解。太多花哨的绒毛。

Answer 1

map不是特别pythonic。我建议改为使用列表推导：

map(f, iterable)

基本上相当于：

[f(x) for x in iterable]

map本身不能做笛卡尔积，因为其输出列表的长度始终与其输入列表相同。你可以通过列表理解轻松地做一个笛卡尔积：

[(a, b) for a in iterable_a for b in iterable_b]

语法有点令人困惑 - 这基本上等同于：

result = []
for a in iterable_a:
    for b in iterable_b:
        result.append((a, b))

Answer 2

map根本不涉及笛卡尔积，尽管我认为精通函数式编程的人可能会想出一些不可能理解的使用map生成一个的方法。

Python 3中的

map等同于：

def map(func, iterable):
    for i in iterable:
        yield func(i)

并且Python 2的唯一区别在于它将构建一个完整的结果列表，以便一次性返回而不是yield。

虽然Python约定通常更喜欢列表推导（或生成器表达式）来实现与调用map相同的结果，特别是如果你使用lambda表达式作为第一个参数：

[func(i) for i in iterable]

作为你在问题评论中所要求的一个例子 - “将一个字符串变成一个数组”，通过'array'你可能想要一个元组或一个列表（它们都表现得像一个数组来自其他语言） -

 >>> a = "hello, world"
 >>> list(a)
['h', 'e', 'l', 'l', 'o', ',', ' ', 'w', 'o', 'r', 'l', 'd']
>>> tuple(a)
('h', 'e', 'l', 'l', 'o', ',', ' ', 'w', 'o', 'r', 'l', 'd')

如果您使用字符串的列表而不是单个字符串，那么map的使用就是这样 - map可以分别对所有字符串进行整理：

>>> a = ["foo", "bar", "baz"]
>>> list(map(list, a))
[['f', 'o', 'o'], ['b', 'a', 'r'], ['b', 'a', 'z']]

请注意，map(list, a)在Python 2中是等效的，但在Python 3中，如果您想要执行除list循环（或者是for循环之外的任何操作，则需要sum调用处理函数，如>>> [list(b) for b in a] [['f', 'o', 'o'], ['b', 'a', 'r'], ['b', 'a', 'z']] ，只需要一个可迭代的，而不是一个序列）。但同样请注意，列表理解通常是首选：

{{1}}

Answer 3

map通过将函数应用于源的每个元素来创建新列表：

xs = [1, 2, 3]

# all of those are equivalent — the output is [2, 4, 6]
# 1. map
ys = map(lambda x: x * 2, xs)
# 2. list comprehension
ys = [x * 2 for x in xs]
# 3. explicit loop
ys = []
for x in xs:
    ys.append(x * 2)

n-ary map相当于将输入迭代一起压缩，然后在该中间压缩列表的每个元素上应用转换函数。这是不笛卡尔积：

xs = [1, 2, 3]
ys = [2, 4, 6]

def f(x, y):
    return (x * 2, y // 2)

# output: [(2, 1), (4, 2), (6, 3)]
# 1. map
zs = map(f, xs, ys)
# 2. list comp
zs = [f(x, y) for x, y in zip(xs, ys)]
# 3. explicit loop
zs = []
for x, y in zip(xs, ys):
    zs.append(f(x, y))

我在这里使用过zip，但当可迭代的大小不同时，map行为实际上略有不同 - 正如其文档中所述，它将iterables扩展为包含None。

Answer 4

简化一点，您可以想象map()做这样的事情：

def mymap(func, lst):
    result = []
    for e in lst:
        result.append(func(e))
    return result

如您所见，它接受一个函数和一个列表，并返回一个新列表，其中包含将函数应用于输入列表中每个元素的结果。我说＆＃34;简化了一下＆＃34;因为实际上map()可以处理多个可迭代：

  

如果传递了其他可迭代参数，则函数必须采用那么多参数，并且并行地应用于所有迭代的项。如果一个iterable比另一个短，则假定使用None项扩展。

对于问题的第二部分：这在制作笛卡尔积中起到了什么作用？好吧，map() 可以用于生成列表的笛卡尔积，如下所示：

lst = [1, 2, 3, 4, 5]

from operator import add
reduce(add, map(lambda i: map(lambda j: (i, j), lst), lst))

...但说实话，使用product()是解决问题的一种更为简单和自然的方式：

from itertools import product
list(product(lst, lst))

无论哪种方式，结果都是lst的笛卡儿积，如上所述：

[(1, 1), (1, 2), (1, 3), (1, 4), (1, 5),
 (2, 1), (2, 2), (2, 3), (2, 4), (2, 5),
 (3, 1), (3, 2), (3, 3), (3, 4), (3, 5),
 (4, 1), (4, 2), (4, 3), (4, 4), (4, 5),
 (5, 1), (5, 2), (5, 3), (5, 4), (5, 5)]

Answer 5

map()函数用于对可迭代数据结构中的每个项应用相同的过程，如列表，生成器，字符串和其他内容。

让我们看一个例子： map()可以迭代列表中的每个项目并将函数应用于每个项目，而不是返回（返回）新列表。

想象一下，你有一个带数字的函数，将该数字加1并返回它：

def add_one(num):
  new_num = num + 1
  return new_num

您还有一个数字列表：

my_list = [1, 3, 6, 7, 8, 10]

如果要增加列表中的每个数字，可以执行以下操作：

>>> map(add_one, my_list)
[2, 4, 7, 8, 9, 11]

注意：至少map()需要两个参数。首先是一个函数名，第二个是列表。

让我们看看map()可以做的其他一些很酷的事情。 map()可以使用多个iterables（列表，字符串等），并将每个iterable中的元素作为参数传递给函数。

我们有三个清单：

list_one = [1, 2, 3, 4, 5]
list_two = [11, 12, 13, 14, 15]
list_three = [21, 22, 23, 24, 25]

map()可以使您成为一个新列表，其中包含在特定索引处添加元素。

现在记住map()，需要一个功能。这次我们将使用内置sum()函数。运行map()会得到以下结果：

>>> map(sum, list_one, list_two, list_three)
[33, 36, 39, 42, 45]

<强>记住：
在Python 2 map()中，将根据最长列表迭代（遍历列表的元素），并将None传递给较短列表的函数，因此您的函数应该查找{{1并处理它们，否则你会得到错误。在Python 3中，None将在完成最短列表后停止。此外，在Python 3中，map()返回迭代器，而不是列表。

Answer 6

Python3-map（func，可迭代）

尚未完全提及的一件事（尽管@BlooB有点提到）是地图返回了地图对象否的列表。在初始化和迭代的时间性能方面，这是一个很大的差异。考虑这两个测试。

import time
def test1(iterable):
    a = time.clock()
    map(str, iterable)
    a = time.clock() - a

    b = time.clock()
    [ str(x) for x in iterable ]
    b = time.clock() - b

    print(a,b)


def test2(iterable):
    a = time.clock()
    [ x for x in map(str, iterable)]
    a = time.clock() - a

    b = time.clock()
    [ str(x) for x in iterable ]
    b = time.clock() - b

    print(a,b)


test1(range(2000000))  # Prints ~1.7e-5s   ~8s
test2(range(2000000))  # Prints ~9s        ~8s

如您所见，初始化map函数几乎不需要时间。但是，通过map对象进行迭代比仅简单地迭代可迭代对象花费的时间更长。这意味着传递给map（）的函数不会应用到每个元素，直到在迭代中到达该元素为止。如果要使用列表，请使用列表理解。如果您打算在for循环中进行迭代并且会在某个时候中断，请使用map。