python:map

一map

  1. 会根据提供的函数对指定序列做映射
  2. 语法:

map(function,iterable,…)

  1. 参数说明:
  • function:函数
  • iterable:一个或者多个序列
  1. 返回值:
  • py2返回列表
  • py3 返回可迭代对象
  1. 举例:

>>> def square(x):

...     return x**2

...

>>> map(square,[1,2,3,4,5])

       

想要正常显示的话,需要将可迭代的对象转换成list

>>> list(map(square,[1,2,3,4,5]))

        [1,4,9,16,25]

 

 

注意:map()函数不改变原有的 list,而是返回一个新的 list。

  • 利用map()函数,可以把一个 list 转换为另一个 list,只需要转换函数。
  • 由于list包含的元素可以是任何类型,因此,map() 不仅仅可以处理只包含数值的 list,事实上它可以处理包含任意类型的 list,只要传入的函数f可以处理这种数据类型。
  • 举例:

    假设用户输入的英文名字不规范,没有按照首字母大写,后续字母小写的规则,请利用map()函数,把一个list(包含若干不规范的英文名字)变成一个包含规范英文名字的list:

    输入:['adam', 'LISA', 'barT']

输出:['Adam', 'Lisa', 'Bart']

 

def format_name(s):

    s1=s[0:1].upper()+s[1:].lower();

    return s1;

print map(format_name, ['adam', 'LISA', 'barT'])

 

    当seq只有一个时,将函数func作用于这个seq的每个元素上,并得到一个新的seq

 

python:map_第1张图片

 

 

    当seq多于一个时,map可以并行(注意是并行)地对每个seq执行如下图所示的过程:

python:map_第2张图片

l2=map(lambda x,y:x**y,[1,2,3],[1,2,3])
for i  in l2:
    print(i)

    同理,也可以把map函数处理的思想用到集群服务器上,就是把很多数据切分,然后对每一块数据分别放到不同的电脑进行并行处理,并且都是同一种映射关系的计算,数据个数并没有增加或减少。然后再把这些处理过的数据,再集中到一起进行reduce过程。

你可能感兴趣的:(python:map)