map() - 映射函数

将函数应用到可迭代对象的每个元素

分类: builtins 难度: 中级 更新: 2024-01-15

映射 函数式编程 迭代

map() - 映射函数

📝 概述

map() 是 Python 中的内置函数，用于将指定函数应用到可迭代对象的每个元素上。它返回一个迭代器，产生函数调用的结果。map()是函数式编程的重要工具，可以简化对序列的批量处理操作。1

🎯 学习目标

• 掌握 map()函数的基本用法
• 理解 map()与循环的区别和优势
• 学会使用 map()进行数据转换
• 了解 map()在函数式编程中的应用

📋 前置知识

• Python 基本语法
• 函数的定义和调用
• 可迭代对象的概念
• lambda 表达式的基本使用

🔍 详细内容

基本概念

map() 函数接受一个函数和一个或多个可迭代对象作为参数，将函数应用到每个可迭代对象的对应元素上，返回一个 map 对象（迭代器）。

语法格式

map(function, iterable, ...)

参数说明

参数名	类型	必需	默认值	说明
function	callable	是	无	要应用的函数
iterable	iterable	是	无	一个或多个可迭代对象

返回值

类型	说明
map	迭代器，产生函数应用结果

💡 实际应用

基础用法

## 基本映射操作
numbers = [1, 2, 3, 4, 5]
squared = map(lambda x: x**2, numbers)
print(list(squared))  # [1, 4, 9, 16, 25]

## 使用内置函数
strings = ['1', '2', '3', '4', '5']
integers = map(int, strings)
print(list(integers))  # [1, 2, 3, 4, 5]

## 字符串操作
words = ['hello', 'world', 'python']
uppercase = map(str.upper, words)
print(list(uppercase))  # ['HELLO', 'WORLD', 'PYTHON']

## 自定义函数
def double(x):
    return x * 2

numbers = [1, 2, 3, 4]
doubled = map(double, numbers)
print(list(doubled))  # [2, 4, 6, 8]

## 多个可迭代对象
numbers1 = [1, 2, 3, 4]
numbers2 = [10, 20, 30, 40]
sums = map(lambda x, y: x + y, numbers1, numbers2)
print(list(sums))  # [11, 22, 33, 44]

高级用法

## 复杂数据结构的处理
students = [
    {'name': '张三', 'score': 85},
    {'name': '李四', 'score': 92},
    {'name': '王五', 'score': 78}
]

## 提取姓名
names = map(lambda student: student['name'], students)
print(list(names))  # ['张三', '李四', '王五']

## 计算等级
def get_grade(score):
    if score >= 90:
        return 'A'
    elif score >= 80:
        return 'B'
    elif score >= 70:
        return 'C'
    else:
        return 'D'

scores = [85, 92, 78, 95, 67]
grades = map(get_grade, scores)
print(list(grades))  # ['B', 'A', 'C', 'A', 'D']

## 嵌套列表处理
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
## 计算每行的和
row_sums = map(sum, matrix)
print(list(row_sums))  # [6, 15, 24]

## 字符串格式化
data = [('张三', 25), ('李四', 30), ('王五', 35)]
formatted = map(lambda item: f"{item[0]}今年{item[1]}岁", data)
print(list(formatted))
## ['张三今年 25 岁', '李四今年 30 岁', '王五今年 35 岁']

## 条件映射
numbers = [1, 2, 3, 4, 5, 6]
## 偶数乘以 2,奇数乘以 3
result = map(lambda x: x * 2 if x % 2 == 0 else x * 3, numbers)
print(list(result))  # [3, 4, 9, 8, 15, 12]

实际案例

## 数据清洗和转换
def clean_phone_number(phone):
    """清理电话号码格式"""
#    # 移除所有非数字字符
    cleaned = ''.join(filter(str.isdigit, phone))
#    # 格式化为标准格式
    if len(cleaned) == 11:
        return f"{cleaned[:3]}-{cleaned[3:7]}-{cleaned[7:]}"
    return cleaned

raw_phones = ['138-1234-5678', '(139)2345-6789', '150 3456 7890']
cleaned_phones = map(clean_phone_number, raw_phones)
print(list(cleaned_phones))
## ['138-1234-5678', '139-2345-6789', '150-3456-7890']

## 文件处理
def process_log_line(line):
    """处理日志行"""
    parts = line.strip().split(' ')
    if len(parts) >= 3:
        timestamp = parts[0]
        level = parts[1]
        message = ' '.join(parts[2:])
        return {
            'timestamp': timestamp,
            'level': level,
            'message': message
        }
    return None

log_lines = [
    '2024-01-15 INFO 系统启动成功',
    '2024-01-15 ERROR 数据库连接失败',
    '2024-01-15 DEBUG 处理用户请求'
]

processed_logs = map(process_log_line, log_lines)
for log in processed_logs:
    if log:
        print(f"[{log['level']}] {log['message']}")

## 数学计算
import math

## 计算圆的面积
radii = [1, 2, 3, 4, 5]
areas = map(lambda r: math.pi * r**2, radii)
print([f"{area:.2f}" for area in areas])
## ['3.14', '12.57', '28.27', '50.27', '78.54']

## 温度转换
def celsius_to_fahrenheit(celsius):
    """摄氏度转华氏度"""
    return celsius * 9/5 + 32

celsius_temps = [0, 10, 20, 30, 40]
fahrenheit_temps = map(celsius_to_fahrenheit, celsius_temps)
print(list(fahrenheit_temps))  # [32.0, 50.0, 68.0, 86.0, 104.0]

## 数据验证
def validate_email(email):
    """简单的邮箱验证"""
    return '@' in email and '.' in email.split('@')[1]

emails = ['user@example.com', 'invalid-email', 'test@domain.org']
valid_flags = map(validate_email, emails)
for email, is_valid in zip(emails, valid_flags):
    status = "有效" if is_valid else "无效"
    print(f"{email}: {status}")

## 批量 API 调用模拟
def get_user_info(user_id):
    """模拟获取用户信息"""
#    # 这里模拟 API 调用
    return {
        'id': user_id,
        'name': f'用户{user_id}',
        'status': 'active' if user_id % 2 == 0 else 'inactive'
    }

user_ids = [1, 2, 3, 4, 5]
user_infos = map(get_user_info, user_ids)
for info in user_infos:
    print(f"用户{info['id']}: {info['name']} ({info['status']})")

⚠️ 注意事项

• map() 返回的是迭代器，只能遍历一次
• 当有多个可迭代对象时，以最短的为准
• map() 是惰性求值的，只在需要时才计算结果
• 对于简单操作，列表推导式可能更直观

## 迭代器特性
numbers = [1, 2, 3, 4]
map_obj = map(lambda x: x**2, numbers)

## 第一次使用
print(list(map_obj))  # [1, 4, 9, 16]
## 第二次使用(空结果)
print(list(map_obj))  # []

## 长度不同的可迭代对象
list1 = [1, 2, 3, 4, 5]
list2 = [10, 20, 30]
result = map(lambda x, y: x + y, list1, list2)
print(list(result))  # [11, 22, 33] (只处理 3 个元素)

## map() vs 列表推导式
numbers = [1, 2, 3, 4, 5]

## 使用 map()
squared_map = map(lambda x: x**2, numbers)
print(list(squared_map))

## 使用列表推导式(通常更直观)
squared_list = [x**2 for x in numbers]
print(squared_list)

## 对于复杂操作,map()可能更清晰
def complex_transform(x):
#    # 复杂的转换逻辑
    result = x**2 + 2*x + 1
    return result if result > 10 else 0

## 使用 map()更清晰
transformed = map(complex_transform, numbers)
print(list(transformed))

🔗 相关内容

• filter() - 过滤函数
• reduce() - 归约函数
• zip() - 打包函数

📚 扩展阅读

• Python 官方文档 - map()
• Python 函数式编程
• 列表推导式 vs map()

🏷️ 标签

映射 函数式编程 迭代 数据转换 批量处理

---

最后更新: 2024-01-15
作者: Python 文档工程师
版本: 1.0

讨论与反馈

欢迎在下方留言讨论，分享你的学习心得或提出问题。评论基于GitHub Issues，需要GitHub账号。