不知哪儿看到一个说法,大概是当map的函数参数可以直接引用一个已有的函数变量时(比如内建函数int,str之类的),用map更优美些,否则还是用列表解析更直观和快速.
我同意此说法.
昨天在写一个函数时,最开始用的是map:
def process_messages(arr,msgs,mode): return map(lambda msg:process_message(arr,msg,mode),msgs)
可以看到,那个lambda显得笨拙而庞大.今天起来转念一想,用列表解析不是更好么:
def process_messages(arr,msgs,mode): return [process_message(arr,msg,mode) for msg in msgs]
前段时间没事的时候用Python模拟map函数时发现,map函数的功能就是列表解析的子集..当时没有用到zip函数,版本是这样:
def imap(func,*seqs): return (func(*(seq[i] for seq in seqs)) for i in range(len(seqs[0])))
今天突然发现zip函数原来是可以接受多个序列的,于是有了更优美的版本:
def imap(func,*seqs): return [func(*args) for args in zip(*seqs)]
从上面的imap可以看到,列表解析完全可以涵盖map的功能.当然,一些由于程序构造需要传递函数变量的情况,可能只能使用map.但这种的话总是可以改的.
而且,对于两个或两个以上的序列情况,map函数更繁杂:
map(lambda arg1,arg2,...,argn:func(arg1,arg2,...,argn),seq1,seq2,...,seqn) [func(*args) for args in zip(seq1,seq2,...,seqn)]
filer也有这样的倾向:
def clean_message(s): return ''.join(filter(lambda c:c.isalpha(),s.upper())) def clean_message(s): return ''.join(c for c in s.upper() if c.isalpha())
当然,以下这类情况用map,filter还是非常优美的:
string='12345' map(int,string) numseqs=[(1,1,1,0),(1,1,1,1)] filter(all,numseqs)
附,强大而灵活的zip函数和for循环.
>>> for k,v in [(1,2),(2,4)]: print k,v 1 2 2 4 >>> for k,v,x in [(1,2,3),(2,4,5)]: print k,v,x 1 2 3 2 4 5 >>> for k in [(1,2,3),(2,4,5)]: print k (1, 2, 3) (2, 4, 5) >>>