Python,你為什麼要學zip，不是因為你的存儲空間不夠，看了就懂
Python,你為什麼要學enumerate，不是在談美劇，看了就懂
先重溫一下迭代（Iteration）、迭代器對象（iterable）、迭代器（iterator ）的概念：
Iteration是計算機科學的通用術語，它是指對一組元素執行一項操作，一次執行一個元素。一個很好的例子是循環 - 它適用於每個單獨的項目，直到整個項目集運行完畢為止。
Iterable是可以遍歷的對象（譯者註：在Python中所有東西都是object, 比如說變量，容器，類），iterable是可以產生iterator的object。
iterator是表示數據流的對象，它一次返回一個元素的數據。它還會記住其在迭代過程中的位置。本質上，它控制應如何迭代可迭代對象。
map（）的用法map()函數以迭代的方式將提供的功能應用於每個項目，結果是作為迭代器的map對象。語法：
map(func, *iterables)
如果沒有map()，我們將不得不編寫複雜的代碼以在多個項目上「循環」給定的函數。以一個整潔的小實驗為例：我們有一個10個單詞的列表。
test_list = ["effort", "circle", "yearly", "woolen", "accept", "lurker",
"island", "faucet", "glossy", "evader"]我們懷疑其中一些可能是abcderian(按字母順序出現的)。我們編寫一個函數is_abecedarian來檢查給定的單詞是否為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現在，我們想將函數應用於單詞列表，並創建一個將包含True和False值的新列表，以表明某些單詞是否確實是abcderian。
下面方法涉及初始化一個新列表，然後使用for循環遍歷列表元素：
value_list = []
for item in test_list:
value = is_abecedarian(item)
value_list.append(value)輸出：
[True, False, False, False, True, False, False, False, True, False]如果用map()，我們可以將上面的代碼簡化為一個簡潔的小代碼：
map(is_abecedarian, test_list)請注意map（）不會返回列表，而是返回一個map對象。
譯者註：map()函數在python2中返回的是列表。
你可能很好奇哪個詞實際上是abcderian的字母-讓我們編寫這個問題的答案：
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. (")輸出：
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.我們還可以用可視化的方式形象地解釋，以幫助您更好地理解它：
這張圖也有助於定義 map 和mapping-我們可以使用Allen B. Downey在他的《Think Python》書中提供的定義：
映射操作(map)：一種遍歷一個序列並對每個元素執行操作的處理模式。
映射(mapping)：一個集合中的每個元素對應另一個集合中的一個元素的關係
將map（）轉換為列表，元組和集合由於map()不返回列表/元組/集合，因此我們需要採取額外的步驟來轉換生成的map對象：
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)輸出：
['Strength', 'Agility', 'Intelligence']
{'Mana', 'Health', 'Gold'}
('Armor', 'Weapon', 'Spell')
將map（）與Lambda表達式結合Lambda表達式是對我們的工具庫的一個很好的補充：將Lambda表達式與map()代碼相結合可使您的Python程序更小，更精確。
Lambda表達式可以創建匿名函數，即未約定特定標識符的函數。相反，通過def關鍵字創建函數會將函數綁定到其唯一標識符（例如def my_function創建標識符my_function）。
但是，lambda表達式也有一系列限制：它們每個只能做一件事情，只能在一個地方使用，通常與其他功能結合使用。我們看看lambda表達式如何map()同時使用：
cities = ["caracas", "bern", "oslo", "ottawa", "bangkok"]
def capitalize_word(input_word):
return input_word.capitalize()
capitalized_cities = map(capitalize_word, cities)更簡潔的版本：
cities = ["caracas", "bern", "oslo", "ottawa", "bangkok"]
capitalized_cities = map(lambda s: s.capitalize(), cities)需要注意：map()和lambda表達式提供了凝聚多行代碼成一行的能力。儘管此功能非常出色，但我們需要牢記編程的黃金法則之一：代碼讀取比寫入更頻繁。這意味著map()和lambda表達式都可以提高代碼的簡潔性，但是卻犧牲了代碼的清晰度。遺憾的是，對於代碼的可讀性，實際上並沒有明確的指導方針- 隨著編程經驗的增長，大家將逐漸明白這一點。
使用map（）遍歷字典map()也非常適合遍歷字典
假設有一個包含蘋果，梨和櫻桃價格的字典，我們需要通過應用15％的折扣來更新價格表。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()))輸出：
{'pear': 0.51, 'cherries': 0.77, 'apple': 0.3}
將map（）與Lambda表達式組合遍歷字典當開始組合多個功能時，編程特別有趣，一個很好的例子是map()配合使用和lambda表達式來遍歷字典。在下面的代碼中，我們初始化字典列表，並將每個字典作為參數傳遞給lambda函數。
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：列表解析像所有技術/產品/方法等等一樣，一些Python開發人員認為map()函數在某種程度上不是Python風格（即未遵循應如何構建Python程序的精神和設計理念）。他們建議改用列表解析，比如：
map(f, iterable)變成
[f(x) for x in iterable]在速度和性能方面，map()與列表理析大致相等，因此不可能看到執行時間顯著減少 - 經驗豐富的Python開發者Wesley Chun在其演講<Python 103：Memory Model＆Best Practices>中解決了這個問題，有興趣的同學可移步：https://conferences.oreilly.com/oscon/oscon2013/public/schedule/detail/29374
By:Denis Kryukov 翻譯:愛學習的胡同學
https://blog.soshace.com/python-map-function-explained-visualized/
覺得本文不錯的話，轉發、留言、點讚，是對我最大的支持。