python map函數詳解

python中有些內置的高階函數，如map(),filter(),reduce()；之所以稱其為高階函數，因為這類函數接受的參數中有一個參數為函數對象。

map()函數格式：map(func,seq1[,seq2,……])

map函數接收的第一個參數為一個函數對象，后面接收1個或多個序列；map函數會將func作用在后面序列中的各個值上，並返回一個迭代器。

舉例：

def func(a):
    return a**2
>>>map(func,[1,2,3])
<map object at 0x000002B127AEA700>#返回一個map對象，為一個迭代器；
>>>list(map(func1,[1,2,3]))
[1, 4, 9]#將1,2,3作為參數逐個傳入func中，分別得到1，4，9；最后將結果轉換為list

也可以傳入多個序列，一個序列對應一個函數的參數；序列長度可以不一致，默認取到共同長度的序列值為止；

舉例：

def func(a,b):
    return a+b
​
>>>b=list(map(func,[10,20,30],[1,3,10]))#兩個序列對應位置的值分別作為a,b作用到func中；
>>>print(b)
[11, 23, 40]#
​
>>>list(map(func,[10,20,30,40],[1,3,10]))#長度不一致，默認取到長度相同的一段序列
[11, 23, 40]
​
>>>list(map(func,[1,2,3],[10,20,30,40],[1,3,10]))#序列數量必須和func的參數數量一致
TypeError: func() takes 2 positional arguments but 3 were given
>>>b=list(map(func,[1,2,3]))
TypeError: func() missing 1 required positional argument: 'b'
​

可以看到，map（）函數實現的功能和for循環以及列表推導式非常類似，那么map和for循環以及列表推導式的各自效率如何？

舉例說明：

1. map方式實現

import time
start=time.time()
def func(a,b):
    return a+b
c=list(map(func,range(1000000),range(1000000)))
end=time.time()
>>>end-start
0.16860485076904297

2. for循環方式實現

import time
start=time.time()
c=list()
for i in range(1000000):
        c.append(i+i)
end=time.time()
>>>end-start
0.2443540096282959

3. 列表推導式實現

import time
a=list(range(1000000))
b=list(range(1000000))
start=time.time()
c=[a[i]+b[i] for i in range(1000000)]
end=time.time()
print(end-start)
​
0.2124321460723877

從上面對比可以看到，map的效率最高，for循環的效率最低；

基於map的這類功能和效率，在項目開始涉及到較多循環時，均可多考慮能否用Map替代for循環，一方面代碼更為簡介和pythonic，另一方面代碼的時間效率會更高；