Question

我正在尝试在Python3中使用map。这是我正在使用的一些代码：

import csv

data = [
    [1],
    [2],
    [3]
]

with open("output.csv", "w") as f:
    writer = csv.writer(f)
    map(writer.writerow, data)

但是，由于Python3中的map返回迭代器，因此此代码在Python3中不起作用（但在Python2中工作正常，因为该map版本始终返回list）< / p>

我目前的解决方案是在迭代器上添加list函数调用以强制进行评估。但它似乎很奇怪（我不关心返回值，为什么我应该将迭代器转换为列表？）

有更好的解决方案吗？

Answer 1

即使在Python2.x中，如果您对返回值不感兴趣，也可以使用map作为副作用（例如函数调用）。如果函数返回None，但重复了一百万次 - 你将构建一个包含一百万None的列表，只是为了丢弃它。正确的方法是使用for循环并调用：

for row in data:
    writer.writerow(row)

或csv模块允许，使用：

writer.writerows(data)

如果由于某种原因你真的，真的想要来使用map，那么你可以使用itertools中的consume配方并生成零长度双端队列，例如：< / p>

from collections import deque
deque(map(writer.writerow, data), maxlen=0)

Answer 2

您可以设置zero length deque来执行此操作：

with open("output.csv", "w") as f:
    writer = csv.writer(f)
    collections.deque(map(writer.writerow, data),0)

这与itertools.consume(iterator, None)食谱的工作方式相同。它在功能上会耗尽迭代器而不构建列表。

您也可以使用itertools中的consume recipe。

但循环对我来说更具可读性和Pythonic，但YMMV。

Answer 3

如果您不关心返回值，那么map不是这项工作的最佳工具。一个简单的for会更好：

for d in data:
    writer.writerow(d)

这在Python 2.x和3.x中运行良好。请注意，map在您想要创建新列表时很有用，如果您只是为了效果遍历一个iterable，那么请使用for。

Answer 4

我将使用一个函数从可迭代对象中使用类似以下的方法提取数据：

def rake(what, where=None):
    for i in what: 
        if where: where.append(i)

rake(map(writer.writerow, data))

如果您预先知道您永远不会收集映射函数的输出，则可以将其简化为：

for i in what: pass

但是，除非您提供要放入的列表，否则这两种方法都不会保留多余的数据。而且，该方法也应与map，filter，reduce，generator，range以及您可以传递给rake函数的其他任何东西一样有效可以重复进行。

Answer 5

您还可以使用列表理解as suggested in the official FAQ：

with open("output.csv", "w") as f:
    writer = csv.writer(f)
    [writer.writerow(elem) for elem in data]

即使您没有将新创建的列表分配给任何变量，列表理解也会强制评估每个元素。

但是请注意，该列表可能仍在幕后创建，可能会造成性能陷阱，因此虽然相对简洁，但如果输入序列过长，则不应使用该列表。

Answer 6

list(map(lambda x: do(x),y))

将触发评估，并停留在美观，可读的语义中，该语义可提高人类运行时效率，而不仅仅是“ for循环（这是地图本身）加上新的段落范围转换”语义。 ¯\ （ツ） /¯

请注意，在初稿中没有理由不称其为语义糖（实际上，因为循环通常更具模块化，因此for循环通常更容易：您可能不知道在第一次尝试时代码需要做什么）问题），但是当您对处于工作状态的产品代码进行生产化或逆向工程时，提高语义效率（甚至只是用等效的好代码重写）是成功的重要因素。

无论如何，如果要刷新map堆栈，请使用list类型转换来触发它。

所以：

import csv

data = [
    [1],
    [2],
    [3]
]

with open("output.csv", "w") as f:
    writer = csv.writer(f)
    list(map(writer.writerow, data))