Python 通过map（）函数返回map对象如何帮助更好地管理内存和提高性能

对于Python3+，

map（）

函数返回一个map对象（

），而不是list，当我试图找出原因时，一些帖子（如）建议它有助于更好的内存管理和性能

因为我是Python新手，所以我真的无法完全理解“如何”它可以帮助更好的内存管理和性能。我能想到的最好的方法是——假设如果

map（）

返回了list对象，而不是返回map对象，那么我不需要将map对象转换为list，比如

list（map（…）

，但是由于map对象是返回的，所以在下一步中我必须调用

list（）

函数

我知道一个论点可能是，您可以直接循环映射对象，但此时必须分配内存，并且必须对传递给

map（）

的函数进行求值，那么，如果我现在执行或稍后执行一步，会有什么不同

---

---

更新：有人建议，这可能是一个重复的，但我不认为答案是全面回答问题的“内存管理”和“性能”的好处

Python3的

map

返回一个迭代器（您在输出中看到的

map

对象）。这个迭代器是惰性的，它一次只对输入迭代器中的一个值应用函数，以生成一个输出值。当输入也是一个惰性迭代器，并且每次可以使用一个值时，这非常方便

考虑以下代码：

with open(some_file) as f_in, open(some_file + ".out", "w") as f_out:
    f_out.writelines(map(line_transform_func, f_in))

这将打开两个文件，一个用于读取，一个用于写入。然后它从输入文件中读入行，对它们执行某种转换，然后将它们写入输出文件。因为文件是惰性的，所以不需要将输入文件的全部内容一次读入内存。相反，您只需要足够的内存一次读取一行。类似地，由于

map

返回一个惰性迭代器，转换后的行将一次生成一行，

writelines

方法可以在请求下一行之前将每一行写入磁盘。如果文件很大（几GB，可能一次超过内存容量），这一点非常重要

map

作为惰性迭代器的另一个优点是，如果您提前停止对输出的迭代，它不需要对所有输入运行其函数。例如，假设您要对一个大的输入序列进行昂贵的计算，但您只需要在找到满足某些条件的第一个输出之前进行计算。您可以使用

map

和带有

break

语句的循环，在找到所需的值后立即停止迭代：

for value in map(some_expensive_operation, input_values):
    if some_criteria(value):
        break

如果

map

生成了一个列表，那么在迭代发生之前，它需要对输入的所有值应用昂贵的操作

（请注意，我通常不会使用

map

编写这些示例中的任何一个，我只会为

循环编写一个显式的
，然后自己应用函数，但是
map
也可以很好地工作。）

如果您不熟悉Python迭代器，我强烈建议您仔细阅读它们。它们是Python工作方式的重要组成部分，了解它们（以及如何创建和使用新的惰性对象，例如生成器函数）是成为更熟练的Python程序员的重要组成部分。
可能重复的大致情况，如果您循环Py3
映射
对象，那么您在任何时候都只能在内存中保存iterable的每个项，而不是整个iterable（比如使用
列表
）；有关其他详细信息，请参阅我的建议dupe/differences@Chris_Rands是的，我确实看到了你的愚弄建议，但我不认为答案是关于“内存管理”和“性能”好处的全面回答。@hagrawal请阅读其他答案。我不明白你不明白的地方，您了解迭代器/生成器在Python中通常是如何工作的吗？