一、概述

map操作是函数式编程中的重要技术之一，其作用就是对一个集合中的每个元素做处理，生成一个新的元素，由这些新的元素组成一个新的集合的返回。

所以map操作后，产生的新集合的元素个数和原集合的元素个数相同，但里面的元素值不一样，元素值对应的类型也可以和原来的不一样。

python通过内置的map函数也很好的支持了map操作。

map函数的语法格式为：map(function, iterable, ...)

二、案例

1、对集合iterable中的每一个元素应用‘function’方法，返回一个新的元素，如：

>>> def double(a):

...     return a*2

...

>>> map(double,range(5))

[0, 2, 4, 6, 8]

上面代码先定义了一个double函数，传递给map，range(5)返回一个列表[0,1,2,3,4]，经map处理后，返回一个新的列表。

>>> arr = ['Mary ', 'had', 'a', 'little ', 'lamb']

>>> def strlen(a):

...     return len(a)

...

>>> map(strlen,arr)

[5, 3, 1, 7, 4]

上面代码定义了一个strlen方法，用于计算字符串的长度。传给map后，返回一个列表，可以看出列表中的元素类型和原列表不一样。但两个列表的长度是一样的。

2、如果给出了多个集合参数，则要求function也必须带多个参数，如：

>>> def fun(a,b):

...     return a*100+b

...

>>> map(fun,[1,2],[3,4])

[103, 204]

可以看出，是会平行的取每个集合中的元素来处理。
注意，如果某个集合的元素个数少于其它的集合的元素个数，则不足的会被扩充为None，但是否会出问题取决于fun中的运算方式。

3、如果function为None，对于单个集合返回一个同样的，但对于多个集合，返回一个集合（集合中每个元素为元组）。如：

>>> arr = [1,2,3]

>>> newarr = map(None,arr)

>>> print arr

[1, 2, 3]

>>> print newarr

[1, 2, 3]

>>> del newarr[:]

>>> print newarr

[]

>>> print arr

[1, 2, 3]

从上面代码可以看出，即使是返回同样的集合，map操作返回的是一个新的集合。

>>> map(None,[1,2,3],['a','b'])

[(1, 'a'), (2, 'b'), (3, None)]

从上面代码可以看出，返回的集合中元素是元组，长度不足的集合的元素以None替代。

三、lambda 表达式在map函数中的使用

在python中， lambda 表达式，通常是在需要一个函数，但是又不想费神去命名一个函数的场合下使用，也就是指匿名函数。

如：

>>> map(lambda x:pow(x,2),[1,2,3])

[1, 4, 9]

上面的lambda x : pow(x,2)  定义了一个函数，相当于

def fun(x):

    return pow(x,2)

上面的map操作就等同  map(fun,[1,2,3] )

但使用lambda的好处是，省去了函数定义，这个场景还是很常见的，有很多时候，只需要能完成某个处理的函数，但具体名字无所谓，这时lambda就有用场了。这还避免了命名空间的污染，因为多个名字，就多了一分冲突的的可能。

再看一个有多个集合参数的例子

>>> map(lambda x,y:x+y,[1,2,3],[4,5,6])

[5, 7, 9]

四、总结

使用Map函数，可以让我们编写代码时把精力集中中如何转换元素上，不用关心集合的边界，不用关心新集合的创建等。这正是函数式编程的优势和典型特点所在。

下面通过例子来说明