python中map(lambda x: x % mydict, mylist)是啥意思？

Posted 2023-04-01

rt。从变量名可以看出来，mydict和mylist分别是什么变量。

我估计你的 mylist 是一个list，里面存的是格式化字符串，而 mydict 则是一个记录格式化字符串中所需要用到的参数信息，比如类似于下面的代码

mylist = ["my name is %(name)s", "and my age is %(age)d"]
mydict = 'name': 'Tom', 'age': 13

result = map(lambda x: x % mydict, mylist)
for s in result:
   print s

就可以得到下面的打印

my name is Tom

and my age is 13

另外一种可能，就是 mylist 里存的是整数，而 mydict 是一个整数，这样了话，map语句是将 mylist 里每一个整数对 mydict 进行取余操作，这个有点不太合理，没必要对一个整数命名成 mydict。

参考技术A x是定义的变量用来遍历mylist中的所有值，mydict是任意的数，x%mydict就是mylist中的各个数分别对mydict求余。
eg:mylist = [1,2,3,4]
map(lambda x:x%3,mylist) -->result:[1,2,0,1] 参考技术B 其实这句话，你应该理解map和lambda是什么意思。

1. lambda生成匿名函数
2. map(func,seq) 就是将函数作用在序列的每个元素上，然后创建由函数返回值组成的列表。
3. map(lambda x: x % mydict, mylist)，遍历mylist每个元素，执行lambda函数，并返回一个列表追问

我知道lambda和map是什么意思，我不明白的是x%mydict是什么意思。这才是我要问的问题。

追答

除余咯
mydict=3
mylist=range(5)
print map(lambda x: x % mydict, mylist)

>>>
[0, 1, 2, 0, 1]

追问

一个变量对一个dict求余数？

参考技术C 这是一个方程式，也就是将所有的元素，遍历在函数上运行一遍，赋值给匿名函数

python之lambda,filter,map,reduce函数

g = lambda x:x+1

　　看一下执行的结果：　

　　g(1)

　　>>>2

　　g(2)

　　>>>3

　　当然，你也可以这样使用：

　　lambda x:x+1(1)

　　>>>2　　　

　　可以这样认为,lambda作为一个表达式，定义了一个匿名函数，上例的代码x为入口参数，x+1为函数体，用函数来表示为：

def g(x):
   return x+1

　　非常容易理解，在这里lambda简化了函数定义的书写形式。是代码更为简洁，但是使用函数的定义方式更为直观，易理解。

　　Python中，也有几个定义好的全局函数方便使用的，filter, map, reduce　

 ·filter（）函数
filter（）函数包括两个参数，分别是function和list。该函数根据function参数返回的结果是否为真来过滤list参数中的项，最后返回一个新列表，如下例所示：
>>>a=[1,2,3,4,5,6,7]
>>>b=filter(lambda x:x>5, a)
>>>print b
>>>[6,7]
如果filter参数值为None，就使用identity（）函数，list参数中所有为假的元素都将被删除。如下所示：
>>>a=[0,1,2,3,4,5,6,7]
b=filter(None, a)
>>>print b
>>>[1,2,3,4,5,6,7]　

from functools import reduce

>>> foo = [2, 18, 9, 22, 17, 24, 8, 12, 27]
>>>
>>> print（list(filter(lambda x: x % 3 == 0, foo))
[18, 9, 24, 12, 27]
>>>
>>> print(list(map(lambda x: x * 2 + 10, foo)))
[14, 46, 28, 54, 44, 58, 26, 34, 64]
>>>
>>> print(reduce(lambda x, y: x + y, foo))
139

　　上面例子中的map的作用，非常简单清晰。但是，Python是否非要使用lambda才能做到这样的简洁程度呢？在对象遍历处理方面，其实Python的for..in..if语法已经很强大，并且在易读上胜过了lambda。

　　比如上面map的例子，可以写成：

　　　　print [x * 2 + 10 for x in foo]

　　非常的简洁，易懂。

　　filter的例子可以写成：

　　　　print [x for x in foo if x % 3 == 0]

　　同样也是比lambda的方式更容易理解。

---

　　上面简要介绍了什么是lambda,下面介绍为什么使用lambda,看一个例子（来自apihelper.py)：　　

processFunc = collapse and (lambda s: " ".join(s.split())) or (lambda s: s)

　　在Visual Basic，你很有可能要创建一个函数，接受一个字符串参数和一个 collapse 参数，并使用 if 语句确定是否压缩空白，然后再返回相应的值。这种方式是低效的，因为函数可能需要处理每一种可能的情况。每次你调用它，它将不得不在给出你所想要的东西之前，判断是否要压缩空白。在 Python 中，你可以将决策逻辑拿到函数外面，而定义一个裁减过的 lambda 函数提供确切的 (唯一的) 你想要的。这种方式更为高效、更为优雅，而且很少引起那些令人讨厌 (哦，想到那些参数就头昏) 的错误。

　　通过此例子，我们发现，lambda的使用大量简化了代码，使代码简练清晰。但是值得注意的是，这会在一定程度上降低代码的可读性。如果不是非常熟悉python的人或许会对此感到不可理解。

---

　　lambda 定义了一个匿名函数

　　lambda 并不会带来程序运行效率的提高，只会使代码更简洁。

　　如果可以使用for...in...if来完成的，坚决不用lambda。

　　如果使用lambda，lambda内不要包含循环，如果有，我宁愿定义函数来完成，使代码获得可重用性和更好的可读性。

---

　　总结：lambda 是为了减少单行函数的定义而存在的。

 

 ·map（）函数
map()的两个参数一个是函数名，另一个是列表或元组。
>>>map(lambda x:x+3, a) #这里的a同上
>>>[3,4,5,6,7,8,9,10]

#另一个例子
>>>a=[1,2,3]
>>>b=[4,5,6]
>>>map(lambda x,y:x+y, a,b)
>>>[5,7,9]

#下面这个模块以一个现有的文本为参数，清除多余空格，再把所有文字都转换为大写（英文）。为子演示程序要创建一个map.txt该文件中有几行前后有多余空格的字符串。注意：这里只能去掉前后的多余空格。
from string import strip,upper
#functions:
#
def map_add(x):
    return x+3
#
if __name__==‘__map_add__‘:
    map_add(x)
#zip file
def zip_file():
    #open file
    f = open(‘map.txt‘)
    lines = f.readlines()
    print lines
    f.close()
    #
    print ‘BEFORE/n‘
    for eachline in lines:
        print ‘[%s]‘ % eachline[:-1]
    #
    print ‘AFTER/n‘
    for eachline in map(upper, map(strip, lines)):
        print ‘[%s]‘ % eachline
#
if __name__==‘__zip_file__‘:
    zip_file()

 ·reduce（）函数
reduce 函数可以按照给定的方法把输入参数中上序列缩减为单个的值，具体的做法如下：首先从序列中去除头两个元素并把它传递到那个二元函数中去，求出一个值，再把这个加到序列中循环求下一个值，直到最后一个值 。
>>>reduce(lambda x,y:x*y, [1,2,3,4,5]）#((((1*2)*3)*4)*5
>>>120

>>>reduce(lambda x,y:x*y, [1,2,3], 10)
>>>60 #((1*2)*3)*10