当前位置:
首页 > temp > 简明python教程 >
-
python map函数(23)
截至到目前为止,其实我们已经接触了不少的python内置函数,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.
一.语法定义
''' 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 ''' map(function, iterable, ...)
参数:
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。
二.实战练习
1.使用map函数
# !usr/bin/env python # -*- coding:utf-8 _*- """ @Author:何以解忧 @Blog(个人博客地址): shuopython.com @WeChat Official Account(微信公众号):猿说python @Github:www.github.com @File:python_map.py @Time:2019/10/7 19:48 @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函数配合匿名函数一起使用
# 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.
三.效率对比
对比以下效率,向列表中存入一千万条数据,比较下耗时情况:
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:列表推导式效率 > map映射函数 > 普通for循环
四.重点总结
1.map函数的参数是由函数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;
栏目列表
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀(爬取学校通知公告)
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求:requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量?
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析:SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL,这些神奇的特性你知道吗?
openGauss内核分析:执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
SQL Server -- 解决存储过程传入参数作为s
关于JS定时器的整理
JS中使用Promise.all控制所有的异步请求都完
js中字符串的方法
import-local执行流程与node模块路径解析流程
检测数据类型的四种方法
js中数组的方法,32种方法
前端操作方法
数据类型
window.localStorage.setItem 和 localStorage.setIte
如何完美解决前端数字计算精度丢失与数