Python map函数

截至到目前为止，其实我们已经接触了不少的python内置函数，而map函数也是其中之一，map函数是根据指定函数对指定序列做映射，在开发中使用map函数也是有效提高程序运行效率的办法之一.

闻一闻

一.语法定义

'''
function：函数名
iterable：一个序列或者多个序列，实际上这就是function对应的实参
'''
map(function, iterable, ...)
参数：
function：函数名
iterable：一个序列或者多个序列，实际上这就是function对应的实参
返回值：
返回值是迭代器，注意返回的结果只能迭代一次，如果需要多次使用请提前保存结果并处理。
 

二.实战练习

1.使用map函数

# !usr/bin/env python
# -*- coding:utf-8 _*-


def func1(x):
    # 对序列中的每一个元素乘以10并返回
    return x*10


'''
    map() 会根据提供的函数对指定序列做映射。
    序列中的每一个元素调用 func1 函数，返回新列表。
'''
x = map(func1,range(0,10))
print(list(x))
# map函数返回的迭代器只能迭代一次，迭代之后会自动清空
print(list(x))

print("***"*20)
# 将map函数返回的迭代器保存转为list，可以多次使用
y = list(map(func1,range(0,10)))
print(y)
print(y)

输出结果：

[0, 10, 20, 30, 40, 50, 60, 70, 80, 90]
[]
************************************************************
[0, 10, 20, 30, 40, 50, 60, 70, 80, 90]
[0, 10, 20, 30, 40, 50, 60, 70, 80, 90]

 

2.map函数配合匿名函数一起使用

# map函数配合匿名函数使用
x = list(map(lambda a:a*10,range(0,10))) # 序列中的每个元素乘以10
print(x)

# map函数配合匿名函数使用，匿名函数有两个参数，所以map传参数应该也是两个序列
y = list(map(lambda a,b:a+b,[1,2,3,5,6,7],[10,20,30,50,60,70])) # 两个序列相加
print(y)

输出结果：

[0, 10, 20, 30, 40, 50, 60, 70, 80, 90]
[11, 22, 33, 55, 66, 77]

注意：如果map()函数中的函数是多个参数，那么map传参的时候也应该传递多个序列.

 

代码

 

三.效率对比

对比以下效率，向列表中存入一千万条数据，比较下耗时情况:

import time
list1 = list()

# 普通for循环
start = time.clock()
for i in range(0,10000000):
    list1.append(i)
print("普通for循环耗时：",time.clock() - start)

# 列表推导式
list1.clear()
start = time.clock()
list1 = [i for i in range(0,10000000)]
print("列表推导式循环耗时：",time.clock() - start)

# map映射函数
list1.clear()
start = time.clock()
list1 = list(map(lambda x:x,range(0,10000000)))
print("map映射函数耗时：",time.clock() - start)

输出结果：

普通for循环耗时： 1.1869014999999998
列表推导式循环耗时： 0.5339119999999999
map映射函数耗时： 0.9047431000000001

根据测试结果看来：列表推导式效率 > map映射函数 > 普通for循环

复制粘贴

 

四.重点总结

1.map函数的参数是由函数和一个序列或者多个序列构成；

2.map函数处理的结果是迭代器，而且只能迭代一次，如果需要多次使用，请提前保存；

转载 于  shuopython