Pythonのmap()関数のメソッド例

map() は、Python の組み込み高階関数です。関数 f とリストを受け取り、関数 f をリストの各要素に順番に適用して、新しいリストを取得して返します。以下の記事ではPythonのmap()関数の使い方を中心に紹介していますので、必要な方は参考にしてください

はじめに

Pythonにはちょっと派手な関数map()があります。感じる。この記事では、Python での map() 関数の使用方法を詳しく説明し、参考と学習のために共有します。以下では多くを述べませんが、詳細な紹介を見てみましょう:

たぶん。あなたはすでに GOOGLE で最も収益性の高い Qian の論文をご覧になったことがあるでしょう: 「MapReduce: 大規模クラスタでのデータ処理の簡素化」 Google の MapReduce 論文では次のように述べられています: 私たちの抽象化は、Lisp や他の多くの関数型言語に存在するマップとリデュースのプリミティブからインスピレーションを得ています。

この文は、MapReduce のアイデアの起源について述べています。一般的な意味は、MapReduce は関数型言語 (Lisp など) の組み込み関数のマップとリデュースからインスピレーションを得たものであるということです。

では、map() は正確に何をするのでしょうか?

実際、map() 関数は、あるデータセットと別のデータセットの間のマッピング関係であり、中間の要素の削減や追加はありません。そのため、Pythonではmap()関数で複数のリストオブジェクトから要素を順番に取り出して関数に入れて演算し、結果を計算します。これは並列関係であり、要素を削減しません。

例:

#python 3. 6 
#蔡军生 
#http://blog.csdn.net/caimouse/article/details/51749579 
# 
 
def sum(x, y): 
 return x + y 
 
list1 = [1, 3, 5, 7] 
list2 = [2, 4, 6, 8] 
 
result = map(sum, list1, list2) 
print([x for x in result])

出力結果は次のようになります:

[3, 7, 11, 15]

マップ機能も可能ですこのアイデアは、クラスター サーバーを使用して大量のデータを分割し、各データを別のコンピューターに配置して並列処理することで、同じマッピング関係が計算され、データの数が増減することはありません。次に、これらの処理されたデータは、reduce プロセスのために集められます。

Pythonでreduce()関数を処理する方法については?この記事から学ぶことができます。

概要

以上がPythonのmap()関数のメソッド例の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。