python map函数详解

python中有些内置的高阶函数，如map(),filter(),reduce()；之所以称其为高阶函数，因为这类函数承受的参数中有一个参数为函数对象。

map()函数格局：map(func,seq1[,seq2,……])

map函数接管的第一个参数为一个函数对象，前面接管1个或多个序列；map函数会将func作用在前面序列中的各个值上，并返回一个迭代器。

举例：

def func(a):
    return a**2
>>>map(func,[1,2,3])
<map object at 0x000002B127AEA700>#返回一个map对象，为一个迭代器；
>>>list(map(func1,[1,2,3]))
[1, 4, 9]#将1,2,3作为参数一一传入func中，别离失去1，4，9；最初将后果转换为list

也能够传入多个序列，一个序列对应一个函数的参数；序列长度能够不统一，默认取到独特长度的序列值为止；

举例：

def func(a,b):
    return a+b

>>>b=list(map(func,[10,20,30],[1,3,10]))#两个序列对应地位的值别离作为a,b作用到func中；
>>>print(b)
[11, 23, 40]#

>>>list(map(func,[10,20,30,40],[1,3,10]))#长度不统一，默认取到长度雷同的一段序列
[11, 23, 40]

>>>list(map(func,[1,2,3],[10,20,30,40],[1,3,10]))#序列数量必须和func的参数数量统一
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'

能够看到，map（）函数实现的性能和for循环以及列表推导式十分相似，那么map和for循环以及列表推导式的各自效率如何？

举例说明：

1. map形式实现

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循环形式实现

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

3. 列表推导式实现

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

从下面比照能够看到，map的效率最高，for循环的效率最低；

基于map的这类性能和效率，在我的项目开始波及到较多循环时，均可多思考是否用Map代替for循环，一方面代码更为简介和pythonic，另一方面代码的工夫效率会更高；