这是一个愚蠢的例子:
def add_x_to_input(x,k):
return x + k
myList = [1,2,3,4]
myNewList = map(add_x_to_input???, myList)
当我将其作为输入函数时,x
如何指定 的参数?add_x_to_input
map
这是一个愚蠢的例子:
def add_x_to_input(x,k):
return x + k
myList = [1,2,3,4]
myNewList = map(add_x_to_input???, myList)
当我将其作为输入函数时,x
如何指定 的参数?add_x_to_input
map
你可以使用functools.partial()
:
from functools import partial
map(partial(add_x_to_input, some_value_for_x), myList)
或者您可以使用lambda
(匿名的内联函数):
map(lambda k: add_x_to_input(some_value_for_x, k), myList)
或者你可以定义一个显式的新函数:
def wrapping_function(k):
return add_x_to_input(some_value_for_x, k)
map(wrapping_function, myList)
如果您追求绝对的速度,那么该functools.partial()
方法将赢得轻松;它是用 C 代码实现的,避免了额外的 Python 堆栈推送:
>>> import timeit
>>> L = range(10)
>>> def foo(a, b): pass
...
>>> def p(b): return foo(1, b)
...
>>> timeit.timeit('map(p, L)', 'from __main__ import foo, L; from functools import partial; p = partial(foo, 1)')
3.0008959770202637
>>> timeit.timeit('map(p, L)', 'from __main__ import foo, L; p = lambda b: foo(1, b)')
3.8707590103149414
>>> timeit.timeit('map(p, L)', 'from __main__ import foo, L, p')
3.9136409759521484
def add_x_to_input(x,k):
return x + k
myList = [1,2,3,4]
x = 5
myNewList = map(lambda k:add_x_to_input(x,k), myList)
要不就:
myNewList = [x+k for k in myList]
定义一个闭包:
In [61]: def add_x_to_input(x,k):
...: return x + k
In [62]: def add_1(x):
...: return add_x_to_input(x,1)
In [63]: add_1(1)
Out[63]: 2
In [64]: list = [1,2,3]
In [65]: map(add_1, list)
Out[65]: [2, 3, 4]