[python] Python map函数总结
2023-04-18 12:37:11 时间
Python map函数总结
本文主要介绍如何使用Python(Python3版本)的内置map()函数。简单来说map()函数会将指定的函数依次作用于某个序列的每个元素,并返回一个迭代器对象。map语法如下,其中function表示我们指定的函数,iterable表示要作用的序列,这个序列可以是一个也可以是多个。
map(function, iterable, ...)
下面实例具体介绍map()的使用方法。关于map函数的更多使用介绍见本文参考部分。
1 使用
1.1 基础示例
应用map()在整数列表上
# 定义一个函数
def square(x):
return x**2
# 序列
nums = [1, 2, 3, 4, 5]
# 对nums序列每个数求平方,返回迭代器
nums_squared = map(square, nums)
# 输出结果
for num in nums_squared:
print(num)
1
4
9
16
25
如果要实现和以上map函数同等功能,需要自定义函数,例子如下,
# 定义一个函数
def square(x):
return x * x
# 序列
def mymap(func, iterable):
for i in iterable:
yield func(i)
nums = [1, 2, 3, 4, 5]
# 对nums序列每个数求平方,返回迭代器
nums_squared = mymap(square, nums)
for num in nums_squared:
print(num)
1
4
9
16
25
当然我们也可以将上面例子中的square函数用lambda代码,例子如下:
nums = [1, 2, 3, 4, 5]
nums_squared = map(lambda x: x*x, nums)
for num in nums_squared:
print(num)
1
4
9
16
25
1.2 具有多个可迭代对象的 Python 映射
我们可以将多个可迭代对象传递给map()函数,然后map函数将这两个迭代对象传入指定的函数。注意map函数必须采用与可迭代对象一样多的参数,具体如下所示:
# 定义一个函数
# 该函数必须采用两个参数,因为有两个可迭代对象传递给map()
def multiply(x, y):
return x * y
# 序列1
nums1 = [1, 2, 3, 4, 5]
# 序列2
nums2 = [6, 7, 8, 9, 10]
# 每次从nums1和nums2中取值
mult = map(multiply, nums1, nums2)
for num in mult:
print(num)
6
14
24
36
50
1.3 Python映射多个函数
在以下示例中,我们将展示如何在 Python中使用map()映射多个函数。我们遍历for循环中的元素。在每个循环中,我们创建一个包含两个值的列表,这些结果是通过对传入参数应用add()和square()函数来计算的。
# 函数1
def add(x):
return x + x
# 函数2
def square(x):
return x * x
# 数据
nums = [1, 2, 3, 4, 5]
# 逐个取数处理
for i in nums:
# lambda为处理函数,分别将add和square传给lambda
vals = list(map(lambda x: x(i), (add, square)))
print(vals)
[2, 1]
[4, 4]
[6, 9]
[8, 16]
[10, 25]
1.4 基于列表推导实现map函数
Python的map()也可以通过Python列表推导来实现。
# 定义函数
def square(x):
return x * x
nums = [1, 2, 3, 4, 5]
# 列表推导式相当于每次从nums中取一个数放入square中
nums_squared = [square(num) for num in nums]
for num in nums_squared:
print(num)
1
4
9
16
25
2 参考
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击