Python map学习笔记

map是一个高阶用法，字面意义是映射，它的作用就是把一个数据结构映射成另外一种数据结构。

map用法比较绕，最好是对基础数据结构很熟悉了再使用，比如列表，字典，序列化这些。

map的基本语法如下：

map(function_object, iterable1, iterable2, ...)

map函数需要一个函数对象和任意数量的iterables，如list，dictionary等。它为序列中的每个元素执行function_object，并返回由函数对象修改的元素组成的列表。
示例如下：

def add2(x):
    return x+2

map(add2, [1,2,3,4])  # Output: [3,4,5,6]

在上面的例子中，map对list中的每个元素1,2,3,4执行add2函数并返回[3,4,5,6]
接着看看如何用map和lambda重写上面的代码：

map(lambda x: x+2, [1,2,3,4])  #Output: [3,4,5,6]

仅仅一行即可搞定！

使用map和lambda迭代dictionary:

dict_a = [{'name': 'python', 'points': 10}, {'name': 'java', 'points': 8}]
  
map(lambda x : x['name'], dict_a) # Output: ['python', 'java']
  
map(lambda x : x['points']*10,  dict_a) # Output: [100, 80]

map(lambda x : x['name'] == "python", dict_a) # Output: [True, False]

以上代码中，dict_a中的每个dict作为参数传递给lambda函数。lambda函数表达式作用于每个dict的结果作为输出。

map函数作用于多个iterables

list_a = [1, 2, 3]
list_b = [10, 20, 30]
  
map(lambda x, y: x + y, list_a, list_b) # Output: [11, 22, 33]

这里，list_a和list_b的第i个元素作为参数传递给lambda函数。

在Python3中，map函数返回一个惰性计算(lazily evaluated)的迭代器（iterator）或map对象。就像zip函数是惰性计算那样。
我们不能通过index访问map对象的元素，也不能使用len()得到它的长度。
但我们可以强制转换map对象为list：

map_output = map(lambda x: x*2, [1, 2, 3, 4])
print(map_output) # Output: map object: 



list_map_output = list(map_output)

print(list_map_output) # Output: [2, 4, 6, 8]

文章首发于我的技术博客猿人学的Python基础教程