Python map 函数 -Python零基础入门教程

我就是我 2022-10-16 07:13 207阅读 0赞

*  一.前言
 *  二.Python map 函数语法简介
 *  三.Python map 函数实战
    
     *  1.使用 map 函数
     *  2.map 函数配合 lambda 匿名函数一起使用
 *  四.Python map 函数效率对比
 *  五.Python map 函数总结
 *  六.猜你喜欢

> 零基础 Python 学习路线推荐 : [Python 学习目录][Python] >> [Python 基础入门][Python 1]

## 一.前言 ##

截至到目前为止，其实我们已经接触了不少的 [Python 内置函数][Python 2]，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.**

![0edae5173a829000df6ee4c5baa6b3f1.png][]

## 二.Python map 函数语法简介 ##

# !usr/bin/env python
    # -*- coding:utf-8 _*-
    """
    @Author:猿说编程
    @Blog(个人博客地址): www.codersrc.com
    @File:Python map 函数.py
    @Time:2021/04/13 07:37
    @Motto:不积跬步无以至千里，不积小流无以成江海，程序人生的精彩需要坚持不懈地积累！
    
    """
    
    '''
    参数描述：
        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。
    '''
    map(function, iterable, ...)
    
    
    # 注意返回的结果只能迭代一次
    x = map(func1,range(0,10))
    
    print(list(x))//返回有数据的列表
    
    # 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))   // 返回空列表

## 三.Python map 函数实战 ##

### **1.使用 map 函数** ###

# !usr/bin/env python
    # -*- coding:utf-8 _*-
    """
    @Author:猿说编程
    @Blog(个人博客地址): www.codersrc.com
    @File:Python map 函数.py
    @Time:2021/04/13 07:37
    @Motto:不积跬步无以至千里，不积小流无以成江海，程序人生的精彩需要坚持不懈地积累！
    
    """
    
    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 lambda 匿名函数一起使用** ###

# !usr/bin/env python
    # -*- coding:utf-8 _*-
    """
    @Author:猿说编程
    @Blog(个人博客地址): www.codersrc.com
    @File:Python map 函数.py
    @Time:2021/04/13 07:37
    @Motto:不积跬步无以至千里，不积小流无以成江海，程序人生的精彩需要坚持不懈地积累！
    
    """
    
    # 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][map]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.**

![9a79849265567a3339447334c32d1b86.png][]

## 四.Python map 函数效率对比 ##

对比一下效率，向[列表 list][list] 中存入一千万条数据，比较下耗时情况:

# !usr/bin/env python
    # -*- coding:utf-8 _*-
    """
    @Author:猿说编程
    @Blog(个人博客地址): www.codersrc.com
    @File:Python map 函数.py
    @Time:2021/04/13 07:37
    @Motto:不积跬步无以至千里，不积小流无以成江海，程序人生的精彩需要坚持不懈地积累！
    
    """
    
    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][Link 1]效率 > map 映射函数 > 普通[for 循环][for]\*\*

![d97cba3c5b2be9c3061ff38a8a977e3c.png][]

## 五.Python map 函数总结 ##

*  **1.map 函数的参数是由[函数][Link 2]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；\*\*

## 六.**猜你喜欢** ##

1.  [Python 字符串/列表/元组/字典之间的相互转换][Python 3]
2.  [Python 局部变量和全局变量][Python 4]
3.  [Python type 函数和 isinstance 函数区别][Python type _ isinstance]
4.  [Python is 和 == 区别][Python is _ _]
5.  [Python 可变数据类型和不可变数据类型][Python 5]
6.  [Python 浅拷贝和深拷贝][Python 6]
7.  [Python 递归函数][Python 7]
8.  [Python sys 模块][Python sys]
9.  [Python 列表 list][list]
10. [Python 元组 tuple][Python _ tuple]
11. [Python 字典 dict][Python _ dict]
12. [Python 条件推导式][Python 8]
13. [Python 列表推导式][Link 1]
14. [Python 字典推导式][Python 9]
15. [Python 函数声明和调用][Link 2]
16. [Python 不定长参数 \*argc/\*\*kargcs][Python _ _argc_kargcs]

未经允许不得转载：[猿说编程][Link 3] » [Python map 函数][map]

[Python]: https://www.codersrc.com/python
[Python 1]: https://www.codersrc.com/pythonsimple
[Python 2]: https://www.codersrc.com/python%E5%B8%B8%E7%94%A8%E5%87%BD%E6%95%B0
[0edae5173a829000df6ee4c5baa6b3f1.png]: /images/20221014/8f70f486552446f3bc73b3a729946e4b.png
[map]: https://www.codersrc.com/archives/5765.html
[9a79849265567a3339447334c32d1b86.png]: /images/20221014/d8ead1e3b2634f1da31cd949f09ee048.png
[list]: https://www.codersrc.com/archives/5061.html
[Link 1]: https://www.codersrc.com/archives/5359.html
[for]: https://www.codersrc.com/archives/4953.html
[d97cba3c5b2be9c3061ff38a8a977e3c.png]: /images/20221014/7ce62bd9732349c6a389d7485ba0b006.png
[Link 2]: https://www.codersrc.com/archives/5405.html
[Python 3]: https://www.codersrc.com/archives/5137.html
[Python 4]: https://www.codersrc.com/archives/5156.html
[Python type _ isinstance]: https://www.codersrc.com/archives/5214.html
[Python is _ _]: https://www.codersrc.com/archives/5288.html
[Python 5]: https://www.codersrc.com/archives/5271.html
[Python 6]: https://www.codersrc.com/archives/5492.html
[Python 7]: https://www.codersrc.com/archives/5514.html
[Python sys]: https://www.codersrc.com/archives/5535.html
[Python _ tuple]: https://www.codersrc.com/archives/5088.html
[Python _ dict]: https://www.codersrc.com/archives/5114.html
[Python 8]: https://www.codersrc.com/archives/5346.html
[Python 9]: https://www.codersrc.com/archives/5377.html
[Python _ _argc_kargcs]: https://www.codersrc.com/archives/5443.html
[Link 3]: https://www.codersrc.com