【Python基础】探索 Python 中的 map、zip 和 lambda 函数用法

1. 简介

在Python里，map、zip和lambda是三个极其强大的内置函数，它们能够使代码更加简洁和高效。它们分别用于数据转换、数据组合以及创建匿名函数，常被用于数据处理和函数式编程。

2. map函数

map 函数基础用法

map 函数用于将一个函数应用于一个序列的所有元素。

基础用法示例：

def square(x):
    return x * x

numbers = [1, 2, 3, 4]
squared = map(square, numbers)
print(list(squared))  # 输出：[1, 4, 9, 16]

map函数的高级用法

map函数通常用于对序列中的每个元素应用一个给定的函数。结合lambda表达式，我们可以执行更复杂的操作，例如条件式操作。

结合lambda表达式高级用法示例：

numbers = [1, 2, 3, 4]
squared = map(lambda x: x * x, numbers)
print(list(squared))  # 输出：[1, 4, 9, 16]

3. zip函数

zip函数的基础用法

zip 函数用于将多个序列的元素按照对应位置配对。

zip函数基础用法示例

a = [1, 2, 3]
b = ['a', 'b', 'c']
zipped = zip(a, b)
print(list(zipped))  
# 输出：[(1, 'a'), (2, 'b'), (3, 'c')]

zip函数的高级用法

zip函数可以将多个序列的对应元素配对，创建一个新的迭代器。结合列表推导式，zip可以用于执行复杂的数据结构操作。

zip函数高级用法示例1：

names = ['Alice', 'Bob', 'Charlie']
ages = [25, 30, 35]
countries = ['USA', 'UK', 'Canada']

# 结合zip创建一个包含名字、年龄和国家的列表
people = [{'name': name, 'age': age, 'country': country} for name, age, country in zip(names, ages, countries)]
print(people)
# 输出：[{'name': 'Alice', 'age': 25, 'country': 'USA'}, {'name': 'Bob', 'age': 30, 'country': 'UK'}, ...]

zip函数高级用法示例2：

• 结合列表推导式创建字典

keys = ['name', 'age', 'country']
values = ['Alice', 25, 'USA']
my_dict = {k: v for k, v in zip(keys, values)}
print(my_dict)  # 输出：{'name': 'Alice', 'age': 25, 'country': 'USA'}

zip函数的高级用法示例3：

• 反向解压序列

pairs = [(1, 'a'), (2, 'b'), (3, 'c')]
numbers, letters = zip(*pairs)
print(numbers)  # 输出：(1, 2, 3)
print(letters)  # 输出：('a', 'b', 'c')

4. lambda表达式

lambda基础

lambda 用于创建匿名函数，即没有具体名称的小函数。

add = lambda x, y: x + y
print(add(5, 3))  # 输出：8

与其他函数结合

lambda 经常与 map 和 filter 等函数结合使用

• 结合 filter 函数:

numbers = [1, 2, 3, 4, 5, 6]
evens = filter(lambda x: x % 2 == 0, numbers)
print(list(evens)) 
# 输出：[2, 4, 6]

• 结合 sorted 函数:

pairs = [(1, 'one'), (2, 'two'), (3, 'three'), (4, 'four')]
sorted_pairs = sorted(pairs, key=lambda pair: pair[1])
print(sorted_pairs)  
# 输出：[(4, 'four'), (1, 'one'), (3, 'three'), (2, 'two')]

结合map、zip和lambda的高级用法

将map、zip和lambda结合起来，我们可以进行更为复杂的数据转换操作。

使用示例：结合使用 map、zip 和 lambda 进行数据处理

假设我们有两个列表：一个是员工的姓名，另一个是他们的薪水。我们的目标是创建一个新的列表，其中包含每个员工的姓名和其薪水的增加后的值（假设薪水增加了10%）。

# 初始数据
names = ['Alice', 'Bob', 'Charlie']
salaries = [70000, 80000, 90000]

# 使用 zip 结合两个列表，然后用 map 和 lambda 对每个元组进行操作
increased_salaries = map(lambda ns: (ns[0], ns[1] * 1.1), zip(names, salaries))

# 转换为列表并打印结果
print(list(increased_salaries))
# 输出：[('Alice', 77000.0), ('Bob', 88000.0), ('Charlie', 99000.0)]

在这个示例中：zip 函数将 names 和 salaries 列表中的元素配对，形成一个新的迭代器。map 函数应用一个 lambda 表达式到 zip 的结果上。这个 lambda 表达式接收一个包含姓名和薪水的元组（ns），并返回一个新的元组，其中薪水增加了10%。最后，使用 list() 将 map 的结果转换为列表，并打印出来。这个示例展示了如何将这三个强大的函数结合起来，以实现一个复杂的数据转换任务。

5. 结论

map、zip和lambda是Python编程中不可或缺的工具。通过这些高级用法，我们可以更加高效地处理数据，使代码更加简洁和优雅。希望本文能够帮助读者更好地理解和使用这些功能强大的函数。

---

文章作者：Kevin
发表日期：2024年1月4日