python:map()函数用法

   

目录

一、迭代器的介绍

二、map使用实例

---

    map() 是 Python 内置的一个高阶函数，它用于对一个可迭代对象（如列表、元组、字典等）中的每个元素应用指定的函数，并返回一个新的迭代器，其中包含经过该函数处理后的结果。

一、迭代器的介绍

        至于什么是迭代器呢？迭代器是一种能够遍历数据集合（如列表、元组、字典等）的对象，它一次只产生一个结果，并且只有在需要时才计算下一个结果。

        简单地说，迭代器可以理解为原材料，而列表、元组、字典可以理解为对原材料进行加工。迭代器的结果不能直接输出，需要“加工后”输出。

举个例子：

def square(n):
    return n**2

numbers = [1, 2, 3, 4, 5]
squared_numbers = map(square, numbers)
print(list(squared_numbers))  # 输出：[1, 4, 9, 16, 25]

实例中展示了将“迭代器”加工成“列表”进行输出。

如果想对迭代器进行访问，需要通过以下方式：

numbers = [1, 2, 3, 4, 5]
squared_iter = map(lambda x: x**2, numbers)

# 使用 for 循环遍历
for num in squared_iter:
    print(num)  # 输出：1, 4, 9, 16, 25

# 使用 next() 函数获取下一个结果
print(next(squared_iter))  # 输出：1
print(next(squared_iter))  # 输出：4

可以通过for直接遍历，也可以通过next()依次访问单个元素。 

那么，“它一次只产生一个结果，并且只有在需要时才计算下一个结果 ”这句话如何理解呢？

这就要说一说迭代器的优点了。迭代器有三大优点：延迟计算、节省空间和支持迭代协议。

        使用迭代器时，不需要一次性将整个数据集加载到内存中进行处理，而是在每次迭代时按需计算下一个结果。这对于处理大规模数据或者计算资源有限的情况非常有用，因为它可以避免一次性占用大量内存。由于迭代器仅存储必要的状态信息（而不是所有结果），因此即使处理的数据量很大，也不会显著增加程序的内存消耗。

        另外，Python 中的迭代器遵循迭代协议，这意味着你可以像操作其他可迭代对象一样使用它们，如通过 for 循环进行遍历，或者与 next() 函数、enumerate() 函数、zip() 函数等配合使用。

二、map使用实例

# 单个迭代对象
numbers = [1, 2, 3, 4, 5]
squared_numbers = map(lambda x: x ** 2, numbers)
print(list(squared_numbers))

# 自定义函数
def square(n):
    return n ** 2

numbers = [1, 2, 3, 4, 5]
squared_numbers = map(square, numbers)
print(list(squared_numbers))

# 多个迭代对象
list1 = ['a', 'b', 'c']
list2 = [1, 2, 3]
combined = map(lambda x, y: (x, y), list1, list2)
print(list(combined))

输出为：

[1, 4, 9, 16, 25]
[1, 4, 9, 16, 25]
[('a', 1), ('b', 2), ('c', 3)]