Python map函數(shù)()用法
map()函數(shù)理論
函數(shù)作用
map()函數(shù)是Python中的一個(gè)內(nèi)置函數(shù),它的功能是:將指定的函數(shù),依次作用于可迭代對(duì)象的每個(gè)元素,并返回一個(gè)迭代器對(duì)象。這個(gè)可迭代對(duì)象,可以是一個(gè)也可以是多個(gè)。
map()函數(shù)是Python的內(nèi)置函數(shù),會(huì)根據(jù)提供的函數(shù)參數(shù),對(duì)傳入的序列數(shù)據(jù)進(jìn)行映射。
所以,map()函數(shù)也稱映射函數(shù)。
在Python中,map是一個(gè)類,有著迭代方法,能夠返回對(duì)應(yīng)值。平時(shí)也能充當(dāng)著函數(shù)使用:
print(list(map(lambda x:x[0],[[1,2],[3,4]])))
# [1, 3]
data = [[1,2],[3,4]]
A = map(lambda x:x[0],data)
for i in range(len(data)):
print(A.__next__())
# 1
# 3map()語法
最常見的格式為:
map(function,iterables,...)->map
Input
- function: 映射函數(shù)
- iterables: 可迭代序列
Output
- 一個(gè)可迭代對(duì)象
實(shí)例一
設(shè)計(jì)一個(gè)函數(shù),將兩個(gè)數(shù)組A和B中的元素加起來。
A = [1,2,3,4,5,6,7,8]
B = [1,2,3,4,5,6]
def my_func(a,b):
return a+b
print(list(map(my_func,A,B)))
#[2, 4, 6, 8, 10, 12]此時(shí),第一個(gè)參數(shù)是一個(gè)映射(函數(shù)),第二,第三個(gè)參數(shù)則是輸入的可迭代對(duì)象。map會(huì)自動(dòng)的依次取出可迭代對(duì)象中的每個(gè)元素,通過映射輸出。我們可以通過map.__next__()控制獲取每一個(gè)元素,或是直接將返回的迭代對(duì)象轉(zhuǎn)化為list獲取全部元素。
map能夠確保數(shù)據(jù)的最小截?cái)?,也就是滿足兩個(gè)或多個(gè)可迭代對(duì)象進(jìn)行的最小長度。比如上文提到的,A數(shù)組的長度是高于B數(shù)組的,但由于map對(duì)象的特性,返回值只保留到B的長度。
到此這篇關(guān)于Python map函數(shù)()用法的文章就介紹到這了,更多相關(guān)Python map函數(shù)()內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python+OpenCV實(shí)現(xiàn)圖像融合的原理及代碼
這篇文章主要介紹了Python+OpenCV實(shí)現(xiàn)圖像融合的原理及代碼,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2018-12-12
python Qt5實(shí)現(xiàn)窗體跟蹤鼠標(biāo)移動(dòng)
今天小編就為大家分享一篇python Qt5實(shí)現(xiàn)窗體跟蹤鼠標(biāo)移動(dòng),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-12-12
Jupyter Notebook切換conda虛擬環(huán)境的實(shí)現(xiàn)步驟
本文主要介紹了Jupyter Notebook切換conda虛擬環(huán)境的實(shí)現(xiàn)步驟,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07
python實(shí)現(xiàn)自動(dòng)登錄后臺(tái)管理系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)自動(dòng)登錄后臺(tái)管理系統(tǒng),并進(jìn)行后續(xù)操作,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-10-10
python機(jī)器學(xué)習(xí)XGBoost梯度提升決策樹的高效且可擴(kuò)展實(shí)現(xiàn)
這篇文章主要為大家介紹了python機(jī)器學(xué)習(xí)XGBoost梯度提升決策樹的高效且可擴(kuò)展實(shí)現(xiàn),有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01
Python中猜拳游戲與猜篩子游戲的實(shí)現(xiàn)方法
這篇文章主要給大家介紹了關(guān)于Python中猜拳游戲與猜篩子游戲的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09

