前言

在python里有一个函数map()，它有点高大上的感觉。本文将详细给大家介绍python中map()函数使用的相关内容，分享出来供大家参考学习，下面话不多说了，来一起看看详细的介绍：

或许你已经看过GOOGLE最挣钱的论文：

“MapReduce: Simplified Data Processing on Large Clusters”

Google的那篇MapReduce论文里说：Our abstraction is inspired by the map and reduce primitives present in Lisp and many other functional languages。

这句话提到了MapReduce思想的渊源，大致意思是，MapReduce的灵感来源于函数式语言（比如Lisp）中的内置函数map和reduce。

那么map()到底是干什么呢？

其实map()函数就是一个数据集到另一个数据集的映射的关系，中间并没有减少，或增加元素的。因此在python里，map()函数就是把多个列表对象里的元素，按顺序取出来，然后放进函数里进行操作，计算出来结果。它是一个并行的关系，并没有减少元素。

如下面例子：

#python 3. 6 
#蔡军生 
#http://blog.csdn.net/caimouse/article/details/51749579 
# 
 
def sum(x, y): 
 return x + y 
 
list1 = [1, 3, 5, 7] 
list2 = [2, 4, 6, 8] 
 
result = map(sum, list1, list2) 
print([x for x in result]) 

输出结果如下：

[3, 7, 11, 15]

同理，也可以把map函数处理的思想用到集群服务器上，就是把很多数据切分，然后对每一块数据分别放到不同的电脑进行并行处理，并且都是同一种映射关系的计算，数据个数并没有增加或减少。然后再把这些处理过的数据，再集中到一起进行reduce过程。

至于python里的reduce()函数是怎么样处理呢？大家可以通过这篇文章学习下。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对的支持。