Python 的 map 函數的主要任務是將指定的函數應用到可迭代對象（如列表、元組、集合等）的每個元素上，進而生成一個新的可迭代對象。這個概念還是比較好懂的，但是有點拗口。我們舉個簡單例子來解釋一下吧。

比如有個函數 f ，傳入一個參數，這函數可以是對參數進行很復雜的處理后返回，不過這里為了方便講解，我們就簡單一下，就返回參數的平方好了。

def f(x):

return x ** 2

現在有個列表 x=[1,2,3,4,5] 。要如何把列表里的每個元素都用函數 f 來處理一下呢？

傳統的方法我們可以這樣操作：定義一個空列表 y=[] ，用一個 for 循環，

x = [1, 2, 3, 4, 5]

y = []

for i in x:

y.append(f(i))

print(y)

這樣可以通過遍歷 x 列表來實現了。

而通過 map 函數，就更簡單了。直接用 map(f,x) 就行。這樣 map 函數會把 x 列表里所有成員都分別帶入 f 函數處理。最后返回結果是一個可迭代對象。我們可以用 list 把這個可迭代對象轉成列表。

x = [1, 2, 3, 4, 5]

result = list(map(f, x))

print(result)

通過這個簡單例子，我們就能理解 map 是用來干嘛的了。

那 map 函數都有哪些特點呢？

第一， map 可以對任意可迭代對象進行處理，包括列表，元組，集合，字符串等。比如我們這里把 x 變成一個字符串，函數返回值也改成對字符串的處理，這樣也是可以的。

def process_str(s):

return s.upper()

x = "hello"

result = list(map(process_str, x))

print(result)

第二， map 可以處理多個可迭代對象，這時函數參數數量也要是多個的。 比如我們改一下 f 函數，傳入兩個參數，返回這兩個參數的相加。再定義一個字符串 y ，把 x 和 y 都放到 map 里用函數 f 處理。輸出看下結果。 map 函數會按順序逐個提取兩個可迭代對象里的元素，作為參數傳給 f 。

def add(x, y):

return x + y

x = [1, 2, 3]

y = [4, 5, 6]

result = list(map(add, x, y))

print(result)

如果兩個可迭代對象元素長度不同時， map 函數的會以最短的長度為準，忽略掉過長的那些元素。比如我們把 y 字符串剪短一些，運行可以看到結果列表也是較短的。

def add(x, y):

return x + y

x = [1, 2, 3, 4]

y = [4, 5, 6]

result = list(map(add, x, y))

print(result)

第三， map 返回結果是個迭代器，只能迭代一次。比如我們把 map 提出來賦值給 z ，然后打印兩次 list(z) ，可以看到第二次打印時是空的。 如果需要多次使用，則可以先轉成列表再賦值。然后打印 z 。這樣兩次打印都有結果。 感興趣的小伙伴可以仔細對比一下這兩種方式有什么不同。另外，由于是返回迭代器，而迭代器只有在需要時才會計算和返回值，所以在處理大規模數據時，用 map 可以避免一次性加載大量數據，可以節省內存資源。

x = [1, 2, 3]

z = map(f, x)

print(list(z))

print(list(z))

z = list(map(f, x))

print(z)

print(z)

map 都有哪些常用的應用場景呢？比如：

場景一，在處理數據前，對數據進行標準化處理。比如對一串浮點數的數據，我們處理時如果是要用整數的，可以用 map(int,x) ，把所有數先轉成整型。 或者是格式轉換，把字符串格式轉成數值類型。

float_list = [1.1, 2.2, 3.3]

int_list = list(map(int, float_list))

print(int_list)

str_list = ["1", "2", "3"]

int_list_from_str = list(map(int, str_list))

print(int_list_from_str)

場景二，代替 for 循環，通過自定義的函數，對列表里所有數據進行函數處理。

def square(x):

return x ** 2

nums = [1, 2, 3, 4, 5]

squared_nums = list(map(square, nums))

print(squared_nums)

場景三，結合 lambda 表達式，快速對列表元素進行簡單處理。關于 lambda 表達式，我們留到后面的視頻里再介紹。

nums = [1, 2, 3, 4, 5]

result = list(map(lambda x: x * 2, nums))

print(result)

場景四，對于多個有對應關系的列表，用自定義函數來快速整合。比如有一個產品單價列表，一個產品銷售量列表，可以通過 map ，快速獲得產品銷售額列表。

price = [10, 20, 30]

quantity = [2, 3, 4]

sales = list(map(lambda x, y: x * y, price, quantity))

print(sales)

場景五：在處理海量日志數據時，假設日志文件中每行記錄了一個時間戳，需要將其轉換為特定的日期格式。由于日志數據量巨大，使用 map 函數返回的迭代器可以避免一次性加載所有數據，從而節省內存。

# 假設這里是簡單的時間戳字符串列表，實際應用中從日志文件讀取

timestamps = ["20230101", "20230102", "20230103"]

# 簡單模擬轉換函數，實際應用中會更復雜

def convert_timestamp(ts):

return ts[:4] + "-" + ts[4:6] + "-" + ts[6:]

result = list(map(convert_timestamp, timestamps))

print(result)

關于 map 函數，我們就先講到這里了，相信你對 Python 的 map 函數有了更多的理解。最后留個作業：仔細對比一下 map 函數和推導式，有哪些功能重復或相似的地方，又有哪些不同呢？