专栏首页机器学习与统计学Python中map函数的解释和可视化

Python中map函数的解释和可视化

先重温一下迭代(Iteration)、迭代器对象(iterable)、迭代器(iterator )的概念:

Iteration是计算机科学的通用术语,它是指对一组元素执行一项操作,一次执行一个元素。一个很好的例子是循环 - 它适用于每个单独的项目,直到整个项目集运行完毕为止。

Iterable是可以遍历的对象(译者注:在Python中所有东西都是object, 比如说变量,容器,类),iterable是可以产生iterator的object。

iterator是表示数据流的对象,它一次返回一个元素的数据。它还会记住其在迭代过程中的位置。本质上,它控制应如何迭代可迭代对象。

map()的用法

map()函数以迭代的方式将提供的功能应用于每个项目,结果是作为迭代器的map对象。语法:

map(func, *iterables)

如果没有map(),我们将不得不编写复杂的代码以在多个项目上“循环”给定的函数。以一个整洁的小实验为例:我们有一个10个单词的列表。

test_list = ["effort", "circle", "yearly", "woolen", "accept", "lurker",
            "island", "faucet", "glossy", "evader"]

我们怀疑其中一些可能是abcderian(按字母顺序出现的)。我们编写一个函数is_abecedarian来检查给定的单词是否为abcderian:

def is_abecedarian(input_word):
    index = 0
    for letter in input_word[0:-1]:
        if ord(input_word[index]) > ord(input_word[index + 1]):
            return False
        else:
            index += 1
    return True

现在,我们想将函数应用于单词列表,并创建一个将包含True和False值的新列表,以表明某些单词是否确实是abcderian。

下面方法涉及初始化一个新列表,然后使用for循环遍历列表元素:

value_list = []
for item in test_list:
    value = is_abecedarian(item)
    value_list.append(value)

输出:

[True, False, False, False, True, False, False, False, True, False]

如果用map(),我们可以将上面的代码简化为一个简洁的小代码:

map(is_abecedarian, test_list)

请注意map()不会返回列表,而是返回一个map对象。

译者注:map()函数在python2中返回的是列表。

你可能很好奇哪个词实际上是abcderian的字母-让我们编写这个问题的答案:

for item in test_list:
    if is_abecedarian(item):
        print(f"The word '{item}' is abecedarian. :)")
    else:
        print(f"The word '{item}' is not abecedarian. (")

输出:

The word 'effort' is abecedarian. :)
The word 'circle' is not abecedarian.
The word 'yearly' is not abecedarian.
The word 'woolen' is not abecedarian.
The word 'accept' is abecedarian. :)
The word 'lurker' is not abecedarian.
The word 'island' is not abecedarian.
The word 'faucet' is not abecedarian.
The word 'glossy' is abecedarian. :)
The word 'evader' is not abecedarian.

我们还可以用可视化的方式形象地解释,以帮助您更好地理解它:

这张图也有助于定义 map 和mapping-我们可以使用Allen B. Downey在他的《Think Python》书中提供的定义:

映射操作(map):一种遍历一个序列并对每个元素执行操作的处理模式。

映射(mapping):一个集合中的每个元素对应另一个集合中的一个元素的关系

将map()转换为列表,元组和集合

由于map()不返回列表/元组/集合,因此我们需要采取额外的步骤来转换生成的map对象:

def capitalize_word(input_word):
    return input_word.capitalize()


map_object = map(capitalize_word, ['strength', 'agility', 'intelligence'])
test_list = list(map_object)
print(test_list)

map_object = map(capitalize_word, ['health', 'mana', 'gold'])
test_set = set(map_object)
print(test_set)

map_object = map(capitalize_word, ['armor', 'weapon', 'spell'])
test_tuple = tuple(map_object)
print(test_tuple)

输出:

['Strength', 'Agility', 'Intelligence']
{'Mana', 'Health', 'Gold'}
('Armor', 'Weapon', 'Spell')

将map()与Lambda表达式结合

Lambda表达式是对我们的工具库的一个很好的补充:将Lambda表达式与map()代码相结合可使您的Python程序更小,更精确。

Lambda表达式可以创建匿名函数,即未约定特定标识符的函数。相反,通过def关键字创建函数会将函数绑定到其唯一标识符(例如def my_function创建标识符my_function)。

但是,lambda表达式也有一系列限制:它们每个只能做一件事情,只能在一个地方使用,通常与其他功能结合使用。我们看看lambda表达式如何map()同时使用:

cities = ["caracas", "bern", "oslo", "ottawa", "bangkok"]


def capitalize_word(input_word):
    return input_word.capitalize()


capitalized_cities = map(capitalize_word, cities)

更简洁的版本:

cities = ["caracas", "bern", "oslo", "ottawa", "bangkok"]

capitalized_cities = map(lambda s: s.capitalize(), cities)

需要注意:map()和lambda表达式提供了凝聚多行代码成一行的能力。尽管此功能非常出色,但我们需要牢记编程的黄金法则之一:代码读取比写入更频繁。这意味着map()和lambda表达式都可以提高代码的简洁性,但是却牺牲了代码的清晰度。遗憾的是,对于代码的可读性,实际上并没有明确的指导方针- 随着编程经验的增长,大家将逐渐明白这一点。

使用map()遍历字典

map()也非常适合遍历字典

假设有一个包含苹果,梨和樱桃价格的字典,我们需要通过应用15%的折扣来更新价格表。方法如下:

price_list = {
    "pear": 0.60,
    "cherries": 0.90,
    "apple": 0.35,
}


def calulates_discount(item_price):
    return (item_price[0], round(item_price[1] * 0.85, 2))


new_price_list = dict(map(calulates_discount, price_list.items()))

输出:

{'pear': 0.51, 'cherries': 0.77, 'apple': 0.3}

将map()与Lambda表达式组合遍历字典

当开始组合多个功能时,编程特别有趣,一个很好的例子是map()配合使用和lambda表达式来遍历字典。在下面的代码中,我们初始化字典列表,并将每个字典作为参数传递给lambda函数。

list_of_ds = [{'user': 'Jane', 'posts': 18}, {'user': 'Amina', 'posts': 64}]

map(lambda x: x['user'], list_of_ds)  # Output: ['Jane', 'Amina']

map(lambda x: x['posts'] * 10, list_of_ds)  # Output: [180, 640]

map(lambda x: x['user'] == "Jane", list_of_ds)  # Output: [True, False]

map()替代方法:列表解析

像所有技术/产品/方法等等一样,一些Python开发人员认为map()函数在某种程度上不是Python风格(即未遵循应如何构建Python程序的精神和设计理念)。他们建议改用列表解析,比如:

map(f, iterable)

变成

[f(x) for x in iterable]

在速度和性能方面,map()与列表理析大致相等,因此不可能看到执行时间显着减少 - 经验丰富的Python开发者Wesley Chun在其演讲<Python 103:Memory Model&Best Practices>中解决了这个问题,有兴趣的同学可移步:https://conferences.oreilly.com/oscon/oscon2013/public/schedule/detail/29374

By:Denis Kryukov 翻译:爱学习的胡同学 https://blog.soshace.com/python-map-function-explained-visualized/

本文分享自微信公众号 - 机器学习与统计学(tjxj666),作者:爱学习的胡同学

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-01-07

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 优秀教程推荐|机器学习100天

    https://github.com/Avik-Jain/100-Days-Of-ML-Code

    统计学家
  • Python操作Oracle数据库:cx_Oracle

    Python操作Oracle数据库多用cx_Oracle这个第三方扩展,总体而言,cx_Oracle的使用方式与Python操作MySQL数据库的pymysql...

    统计学家
  • R编程代码风格

    统计学家
  • C++ map 和 hashmap 区别

    1. stl map is an associative array where keys are stored in sorted order using b...

    用户7436765
  • Arcgis for JS之地图自适应调整

    概述:本节讲述的内容为当浏览器大小发生变化或者地图展示区域的大小发生变化时,地图的自适应调整。地图的自适应常见于以下几种情况:1、系统中有收缩或者全屏的按钮;2...

    lzugis
  • 初识mapbox GL

    最近由于项目的需求,借此机会对mapbox GL做了一个系统的学习,同时也对整个学习过程做一个记录,一方面留作自用,另一方面也希望看到此文的人在学习mapbox...

    lzugis
  • Go 语言学习之map

    在 Go 语言中,map 是一个具有键值对元素的无序集合,在这个集合中,键是唯一的,键对应的值可以通过键来读取、更新和删除。

    frankphper
  • Basemap系列教程:使用shapefiles绘制地图

    译注:绘制地图时因为一些原因可能需要使用shapefile添加地图信息,比如很多软件中的关于中国的地图信息都不是很准确,当要明确标注中国边界信息时就会出问题。这...

    bugsuse
  • Sass 基础(六)

    join() 函数    join()函数是将两个列表连接合并成一个列表。    >>join(10px 20px, 30px 40px)       (...

    用户1197315
  • java Map的简单运用

    package test; import java.util.HashMap; import java.util.Map; public class Map...

    用户1220053

扫码关注云+社区

领取腾讯云代金券