Python 将函数列表应用于一个参数

假设我们有一个函数列表

funcs = [int, float]

我们想把它们应用到一个参数

0

，得到

[0，0.0]

显然我们可以（编辑：而且应该！）这样做

---

但是在标准库中是否有其他类似于

map

函数的机制？

这里的列表理解是首选方法。但是，如果要避免列表理解，可以使用

map（）

：

但是在python3中，您需要将对

map（）

的调用包装为

list

，因为

map（）

返回一个迭代器：

list(map(lambda f: f(0), funcs))

但作为@jornsharpe，不推荐这样做

计时结果 在我运行python 2.7的计算机上

#List comprehension
%%timeit
[f(0) for f in funcs]
#1000000 loops, best of 3: 352 ns per loop

#map + lambda
%%timeit
map(lambda f: f(0), funcs)
#1000000 loops, best of 3: 687 ns per loop

#generator
list(f(0) for f in funcs)
#1000000 loops, best of 3: 1.1 µs per loop

#map + methodcaller
%%timeit
map(methodcaller('__call__', 0), funcs)
#1000000 loops, best of 3: 687 ns per loop

• 最慢的解决方案（到目前为止）是中@timgeb建议的生成器方法
• 列表理解是最快的
• 使用

  map（）

  的两种解决方案都是第二快的

---

毫无意义但可能。

这只是Python 2.x中的一个列表。

list（map（…）

如果这是Python 3，他已经知道map:>“也许有一些类似于map的库函数？”@Wondercricket特别建议不要这样做，而是使用列表理解。map+lambda：无用。改用listcomp。不清楚您为什么要避免列表理解-您试图解决的问题是什么？为了进一步澄清，使用库来执行列表理解的工作听起来不是一个好主意。

list（f（0）表示函数中的f）

--技术上不是列表理解：）投票重新打开。虽然这个问题可能毫无意义，但这里所问的问题一点也不“不清楚”。

list(map(lambda f: f(0), funcs))

#List comprehension
%%timeit
[f(0) for f in funcs]
#1000000 loops, best of 3: 352 ns per loop

#map + lambda
%%timeit
map(lambda f: f(0), funcs)
#1000000 loops, best of 3: 687 ns per loop

#generator
list(f(0) for f in funcs)
#1000000 loops, best of 3: 1.1 µs per loop

#map + methodcaller
%%timeit
map(methodcaller('__call__', 0), funcs)
#1000000 loops, best of 3: 687 ns per loop

>>> from operator import methodcaller
>>> funcs = [int, float]
>>> map(methodcaller('__call__', 0), funcs)
[0, 0.0]