python map函数详解
python中有些内置的高阶函数，如map(),filter(),reduce()；之所以称其为高阶函数，因为这类函数接受的参数中有一个参数为函数对象。
map()函数格式：map(func,seq1[,seq2,……])
map函数接收的第一个参数为一个函数对象，后面接收1个或多个序列；map函数会将func作用在后面序列中的各个值上，并返回一个迭代器。
举例：
def func(a):
return a**2
>>>map(func,[1,2,3])
<map object at 0x000002B127AEA700>#返回一个map对象，为一个迭代器；
>>>list(map(func1,[1,2,3]))
[1, 4, 9]#将1,2,3作为参数逐个传入func中，分别得到1，4，9；最后将结果转换为list也可以传入多个序列，一个序列对应一个函数的参数；序列长度可以不一致，默认取到共同长度的序列值为止；
举例：
def func(a,b):
return a+b
>>>b=list(map(func,[10,20,30],[1,3,10]))#两个序列对应位置的值分别作为a,b作用到func中；
>>>print(b)
[11, 23, 40]#
>>>list(map(func,[10,20,30,40],[1,3,10]))#长度不一致，默认取到长度相同的一段序列
[11, 23, 40]
>>>list(map(func,[1,2,3],[10,20,30,40],[1,3,10]))#序列数量必须和func的参数数量一致
TypeError: func() takes 2 positional arguments but 3 were given
>>>b=list(map(func,[1,2,3]))
TypeError: func() missing 1 required positional argument: 'b'
可以看到，map（）函数实现的功能和for循环以及列表推导式非常类似，那么map和for循环以及列表推导式的各自效率如何？
举例说明：
- map方式实现
import time
start=time.time()
def func(a,b):
return a+b
c=list(map(func,range(1000000),range(1000000)))
end=time.time()
>>>end-start
0.16860485076904297- for循环方式实现
import time
start=time.time()
c=list()
for i in range(1000000):
c.append(i+i)
end=time.time()
>>>end-start
0.2443540096282959- 列表推导式实现
import time
a=list(range(1000000))
b=list(range(1000000))
start=time.time()
c=[a[i]+b[i] for i in range(1000000)]
end=time.time()
print(end-start)
0.2124321460723877从上面对比可以看到，map的效率最高，for循环的效率最低；
基于map的这类功能和效率，在项目开始涉及到较多循环时，均可多考虑能否用Map替代for循环，一方面代码更为简介和pythonic，另一方面代码的时间效率会更高；
