python3 与Python2中map()函数的使用异同

python2的map(function, list)函数直接返回一个list

此时返回的是迭代器，需要加一个list作用于map

int型数据是不能被用于迭代的，所以map的list入参的元素不能是整数，即

故list中的元素类型可以是str,list等

Python中map()、filter()、reduce()这三个都是应用于序列的内置函数。

格式：

map(func, seq1[, seq2,…])

第一个参数接受一个函数名，后面的参数接受一个或多个可迭代的序列，返回的是一个集合。

Python函数编程中的map()函数是将func作用于seq中的每一个元素，并将所有的调用的结果作为一个list返回。如果func为None，作用同zip()。

1、当seq只有一个时，将函数func作用于这个seq的每个元素上，并得到一个新的seq。

让我们来看一下只有一个seq的时候，map()函数是如何工作的。

从上图可以看出，函数func函数会作用于seq中的每个元素，得到func(seq[n])组成的列表。下面举得例子来帮助我们更好的理解这个工作过程。

#使用lambda

>>> print map(lambda x: x % 2, range(7))

[0, 1, 0, 1, 0, 1, 0]123123

#使用列表解析

>>> print [x % 2 for x in range(7)]

[0, 1, 0, 1, 0, 1, 0]123123

一个seq时，可以使用filter()函数代替，那什么情况不能代替呢？

2、当seq多于一个时，map可以并行（注意是并行）地对每个seq执行如下图所示的过程：

从图可以看出，每个seq的同一位置的元素同时传入一个多元的func函数之后，得到一个返回值，并将这个返回值存放在一个列表中。下面我们看一个有多个seq的例子：

>>> print map(lambda x , y : x y, [2,4,6],[3,2,1])

[8, 16, 6]1212

如果上面我们不使用map函数，就只能使用for循环，依次对每个位置的元素调用该函数去执行。还可以使返回值是一个元组。如：

>>> print map(lambda x , y : (x y, x + y), [2,4,6],[3,2,1])

[(8, 5), (16, 6), (6, 7)]1212

当func函数时None时，这就同zip()函数了，并且zip()开始取代这个了，目的是将多个列表相同位置的元素归并到一个元组。如：

>>> print map(None, [2,4,6],[3,2,1])

[(2, 3), (4, 2), (6, 1)]1212

需要注意的是：

map无法处理seq长度不一致、对应位置 *** 作数类型不一致的情况，这两种情况都会报类型错误。如下图：

3、使用map()函数可以实现将其他类型的数转换成list，但是这种转换也是有类型限制的，具体什么类型限制，在以后的学习中慢慢摸索吧。这里给出几个能转换的例子：

将元组转换成list

>>> map(int, (1,2,3))

[1, 2, 3]

将字符串转换成list

>>> map(int, '1234')

[1, 2, 3, 4]

提取字典的key，并将结果存放在一个list中

>>> map(int, {1:2,2:3,3:4})

[1, 2, 3]

字符串转换成元组，并将结果以列表的形式返回

>>> map(tuple, 'agdf')

[('a',), ('g',), ('d',), ('f',)]

#将小写转成大写

def u_to_l (s):

return supper()

print map(u_to_l,'asdfd')

1、对可迭代函数'iterable'中的每一个元素应用‘function’方法，将结果作为list返回。

来个例子：

>>> def add100(x):

return x+100

>>> hh = [11,22,33]

>>> map(add100,hh)

[111, 122, 133]

就像文档中说的：对hh中的元素做了add100，返回了结果的list。

2、如果给出了额外的可迭代参数，则对每个可迭代参数中的元素‘并行’的应用‘function’。（翻译的不好，这里的关键是‘并行’）

>>> def abc(a, b, c):

return a10000 + b100 + c

>>> list1 = [11,22,33]

>>> list2 = [44,55,66]

>>> list3 = [77,88,99]

>>> map(abc,list1,list2,list3)

[114477, 225588, 336699]

看到并行的效果了吧！在每个list中，取出了下标相同的元素，执行了abc()。

3、如果'function'给出的是‘None’，自动假定一个‘identity’函数（这个‘identity’不知道怎么解释，看例子吧）

>>> list1 = [11,22,33]

>>> map(None,list1)

[11, 22, 33]

>>> list1 = [11,22,33]

>>> list2 = [44,55,66]

>>> list3 = [77,88,99]

>>> map(None,list1,list2,list3)

[(11, 44, 77), (22, 55, 88), (33, 66, 99)]

这几个函数在 Python 里面被称为高阶函数，本文主要学习它们的用法。

filter 函数原型如下：

第一个参数是判断函数（返回结果需要是 True 或者 False），第二个为序列，该函数将对 iterable 序列依次执行 function(item) *** 作，返回结果是过滤之后结果组成的序列。

简单记忆：对序列中的元素进行筛选，获取符合条件的序列。

返回结果为： ，使用 list 函数可以输入序列内容。

map 函数原型如下：

该函数运行之后生成一个 list，第一个参数是函数、第二个参数是一个或多个序列；

下述代码是一个简单的测试案例：

上述代码运行完毕，得到的结果是： 。使用 print(list(my_new_list)) 可以得到结果。

map 函数的第一个参数，可以有多个参数，当这种情况出现后，后面的第二个参数需要是多个序列。

map 函数解决的问题：

reduce 函数原型如下：

第一个参数是函数，第二个参数是序列，返回计算结果之后的值。该函数价值在于滚动计算应用于列表中的连续值。

测试代码如下：

最终的结果是 6，如果设置第三个参数为 4，可以运行代码查看结果，最后得到的结论是，第三个参数表示初始值，即累加 *** 作初始的数值。

简单记忆：对序列内所有元素进行累计 *** 作。

zip 函数原型如下：

zip 函数将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。

如果各个迭代器的元素个数不一样，则返回列表长度与最短的对象相同，利用星号（ ） *** 作符，可以将元组解压为列表。

测试代码如下：

展示如何利用 *** 作符：

输出结果如下：

简单记忆：zip 的功能是映射多个容器的相似索引，可以方便用于来构造字典。

enumerate 函数原型如下：

参数说明：

该函数用于将一个可遍历的数据对象组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。

测试代码如下：

返回结果为： 。

本文涉及的函数可以与 lambda 表达式进行结合，能大幅度提高编码效率。最好的学习资料永远是官方手册

在Python2里，直接使用map就可以打印结果

print(map(lambda x:x2, [1,2,3]))

但是在Python3里，map返回的结果是迭代器(iterator)

需要先转换为列表list

print(list(map(lambda x:x2, [1,2,3])))

1-collectionsMutableMapping

11 概念：这是什么？

大家可能想知道这一串英文是什么意思？其实只需要了解在collections库当中有一个非常重要的抽象基类MutableMappin

g，专门用于实现map的一个非常有价值的工具。后边我们会用到它。

2-我们的map基类

21 实现这个类

这个基类其实也就是确定了键值对的属性，并且存储了基本的比较方法。它的对象就是一个键值对咯。这个很好理解。有点类似object的感觉。

3-通过map基类实现的无序映射

给大家看一个上边的例子，这个例子来源于网络，自己改了改，能用，更加详细而已，凑合看

4-Python哈希表的实现的基类

41 咱有话直说：上才（代）艺（码）

如果还不知道哈希表概念的同xio，请参考 python进阶之数据结构与算法–中级-哈希表（小白piao分享） 。废话不多说，咱们撸代码：

OK了，基本的哈希表就实现了，其实仔细想想很容易，但是自己要能实现还是要理解哈希表的本质哦，外加一定量的练习才可以熟练掌握，练习的目的就是为了熟练而已。

5-分离链表实现的具体哈希map类

说明：这玩意只是一种降低冲突的手段，上一节提过，降低冲突最好的地方是发生在元组进入桶的时候，所以想必大家猜到了，接下来的分离链表也就是为了self_bucket_xxxxxxx系列方法做准备。这里之所以在上边使用@abstractmethod就是为了继承实现，目的可以实现多种将冲突的哈希表。分离链表的概念上一节也有的。

“见码入面”（借鉴：见字如面这个电视节目，有兴趣可以看看，还不错的）：

6-用线性探测处理冲突的哈希map类

这种方式的好处不需要再去借助其他额外的赋值结构来表示桶。结构更加简单。不会再像上一种方法还要让桶是一个UnsortedTableMap的对象。

代码如下：

以上就是关于python3 与Python2中map()函数的使用异同全部的内容，包括:python3 与Python2中map()函数的使用异同、python d=map怎么理解、python map函数怎么用啊！等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！