问题标签 [map-function]

我刚刚将两个长度不等的数组与命令一起加入：

在今天的订单没有值的地方给出“无”（因为今天的订单数组没有那么长）。

但是，当我尝试将 allorders 数组传递到 matplotlib 条形图中时：

..我收到以下错误：

那么，matplotlib 有没有办法不接受任何数据类型？如果没有，如何在我的 allorders 数组中用零替换“Nones”？

如果可以，因为我是 Python 新手（来自 R 社区），请提供从头到尾的详细代码，我可以使用/测试。

我有一个对象：

我正在寻找一种本机方法，类似于Array.prototype.map将使用如下：

JavaScriptmap对对象有这样的功能吗？（我想要这个用于 Node.JS，所以我不关心跨浏览器问题。）

这是一个愚蠢的例子：

当我将其作为输入函数时，x如何指定 的参数？add_x_to_inputmap

I want to pass a list of None in a map function but it doesn't work.

I have this message error:

我知道

相当于

是否可以使用地图功能执行以下操作？

我在列表列表上调用 map 时遇到问题。

这就是我们想要的，但我无法通过可调用函数来实现它。

编辑——(map (lambda x x) '(1 2) '(3 4) '(5 6))给出相同的结果！

我可以看到传递给 zip 的参数变成一个列表的问题，但我不知道继续像对待工作版本一样对待它们。

我不确定如何apply与地图一起使用

这是有道理的，因为 map 没有调用任何东西。;; 但是我们如何将 map 应用于 map 调用 fold 函数的相同参数？

这与第一次尝试相同。我确定（...希望）我在这里遗漏了一些小东西。

在Scala 中的函数式编程一书中，有一个“提升”的例子，其中一个类型的函数A => B被提升为Option[A] => Option[B].

这是电梯的实现方式：

我对此有一些困惑：

第一个是，这里的“_”是什么？其次，当我从 def 中删除返回类型时，期望类型推断发挥其魔力，我得到以下异常：

有人可以解释这里发生了什么吗？

谢谢

这很好用：

(

)

但是，如果我想要列表而不是元组，它会失败：

我可以通过以下方式解决这个问题：

但是有没有我可以直接在 map() 中使用的东西？

似乎大多数序列都有这个问题：

我希望能够将一个特殊的序列传递给 map() 并获取这些序列的列表（例如列表、集合等），并结合来自“压缩”（映射）序列的后续元素。

基本上，我想使用 map 在列表中进行选择，例如

我想要的结果是

我尝试将 else 部分留空，它抱怨需要 else 部分。我试过了

作为其他部分并得到

那很接近。

有什么方法可以使用地图来获取'（c）？我知道递归方式，但我想知道 map 是否也可以这样做。如果不是 '(c)，至少 (##c#) 但不使用 display hack 来实现 void 类型的返回值。

How can I make multiprocessing.pool.map distribute processes in numerical order?

More Info:
I have a program which processes a few thousand data files, making a plot of each one. I'm using a multiprocessing.pool.map to distribute each file to a processor and it works great. Sometimes this takes a long time, and it would be nice to look at the output images as the program is running. This would be a lot easier if the map process distributed the snapshots in order; instead, for the particular run I just executed, the first 8 snapshots analyzed were: 0, 78, 156, 234, 312, 390, 468, 546. Is there a way to make it distribute them more closely to in numerical order?

Example:
Here's a sample code which contains the same key elements, and show's the same basic result:

Yields:

Answer:

From @Hayden: Use the 'chunksize' parameter, def map(self, func, iterable, chunksize=None).

More Info:
The chunksize determines how many iterations are allocated to each processor at a time. My example above, for instance, uses a chunksize of 2---which means that each processor goes off and does its thing for 2 iterations of the function, then comes back for more ('check-in'). The trade-off behind chunksize is that there is overhead for the 'check-in' when the processor has to sync up with the others---suggesting you want a large chunksize. On the other hand, if you have large chunks, then one processor might finish its chunk while another-one has a long time left to go---so you should use a small chunksize. I guess the additional useful information is how much range there is, in how long each function call can take. If they really should all take the same amount of time - it's way more efficient to use a large chunk size. On the other hand, if some function calls could take twice as long as others, you want a small chunksize so that processors aren't caught waiting.

For my problem, every function call should take very close to the same amount of time (I think), so if I want the processes to be called in order, I'm going to sacrifice efficiency because of the check-in overhead.