Python中map()函数浅析
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101 |
MapReduce的设计灵感来自于函数式编程,这里不打算提MapReduce,就拿python中的 map ()函数来学习一下。 文档中的介绍在这里: map (function, iterable, ...) Apply
function to every item of iterable and
return
a list
of the results. If additional iterable arguments are passed, function must take that many arguments and
is
applied to the items from
all
iterables in
parallel. If one iterable is
shorter than another it is
assumed to be extended withNoneitems. If function isNone, the identity function is
assumed; if
there are multiple arguments, map () returns a list
consisting of tuples containing the corresponding items from
all
iterables (a kind of transpose operation). The iterable arguments may be a sequence or
any
iterable object ; the result is
always a list . 一点一点看: 1 、对可迭代函数 ‘iterable‘ 中的每一个元素应用‘function’方法,将结果作为 list 返回。 来个例子: 1
>>> def
add100(x): 2
... return
x + 100 3
... 4
>>> hh =
[ 11 , 22 , 33 ] 5
>>> map (add100,hh) 6
[ 111 , 122 , 133 ] 就像文档中说的:对hh中的元素做了add100,返回了结果的 list 。 2 、如果给出了额外的可迭代参数,则对每个可迭代参数中的元素‘并行’的应用‘function’。(翻译的不好,这里的关键是‘并行’) 1
>>> def
abc(a, b, c): 2
... return
a * 10000
+
b * 100
+
c 3
... 4
>>> list1 =
[ 11 , 22 , 33 ] 5
>>> list2 =
[ 44 , 55 , 66 ] 6
>>> list3 =
[ 77 , 88 , 99 ] 7
>>> map (abc,list1,list2,list3) 8
[ 114477 , 225588 , 336699 ] 看到并行的效果了吧!在每个 list 中,取出了下标相同的元素,执行了abc()。 3 、如果 ‘function‘ 给出的是‘ None ’,自动假定一个‘identity’函数(这个‘identity’不知道怎么解释,看例子吧) 1
>>> list1 =
[ 11 , 22 , 33 ] 2
>>> map ( None ,list1) 3
[ 11 , 22 , 33 ] 4
>>> list1 =
[ 11 , 22 , 33 ] 5
>>> list2 =
[ 44 , 55 , 66 ] 6
>>> list3 =
[ 77 , 88 , 99 ] 7
>>> map ( None ,list1,list2,list3) 8
[( 11 , 44 , 77 ), ( 22 , 55 , 88 ), ( 33 , 66 , 99 )] 用语言解释好像有点拗口 ,例子应该很容易理解。 介绍到这里应该差不多了吧!不过还有东西可以挖掘: stackoverflow上有人说可以这样理解 map (): 1
map (f, iterable) 2 3
基本上等于: 4 5
[f(x) for
x in
iterable] 赶快试一下: 1
>>> def
add100(x): 2
... return
x +
100 3
... 4
>>> list1 =
[ 11 , 22 , 33 ] 5
>>> map (add100,list1) 6
[ 101 , 102 , 103 ] 7 8
>>> [add100(i) for
i in
list1] 9
[ 101 , 102 , 103 ] 哦,输出结果一样。原来 map ()就是列表推导式啊!要是这样想就错了:这里只是表面现象!再来个例子看看: 1
>>> def
abc(a, b, c): 2
... return
a * 10000
+
b * 100
+
c 3
... 4
>>> list1 =
[ 11 , 22 , 33 ] 5
>>> list2 =
[ 44 , 55 , 66 ] 6
>>> list3 =
[ 77 , 88 , 99 ] 7
>>> map (abc,list1,list2,list3) 8
[ 114477 , 225588 , 336699 ] 这个例子我们在上面看过了,若是用列表推导应该怎么写呢?我想是这样的: 1
[abc(a,b,c) for
a in
list1 for
b in
list2 for
c in
list3] 但是看到结果,发现根本不是这么回事: 1
[ 114477 , 114488 , 114499 , 115577 , 115588 , 115599 , 116677 , 116688 , 116699 , 224477 , 224488 , 224499 , 225577 , 225588 , 225599 , 226677 , 226688 , 226699 , 334477 , 334488 , 334499 , 335577 , 335588 , 335599 , 336677 , 336688 , 336699 ] 这便是上面列表推导的结果。怎么会这么多?当然了列表推导可以这么写: 1
result =
[] 2 3
for
a in
list1: 4
for
b in
list2: 5
for
c in
list3: 6
result.append(abc(abc)) 原来如此,若是将三个 list 看做矩阵的话: 11
22
33 44
55
66 77
88
99 map ()只做了列上面的运算,而列表推导(也就是嵌套 for 循环)做了笛卡尔乘积。 OK,就写到这里。仅个人理解,如有差错请指正,多谢! |
郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。