Python 的map函数和lambda匿名函数以及join函数

今天讲的这几个函数，许多时候并不是必要的，但却可以让你的代码变得更高效和简洁。

我们通过一个实例来说明这几个函数：

首先，我们有一个存着二进制数据的list，bit_list.

bit_list = [0,0,0,1,0,0,0,1]

我们需要把它转为字符串打印出来，最终像这样"00010001"。

由于Python的自由，实现的方法多种多样。
我的思路，是先将这里list内的元素，转为字符串类型，然后再用join函数连接起来并打印出来。
我们分步骤实现吧：

首先，是list内的元素，转为字符串。这里会用到map函数和lambda函数，
(1) map函数可以用于快速遍历和处理list内的元素，比如把list内的元素转为str型。
map(function, iterable, ...)
function -- 函数
iterable -- 一个或多个序列

(2) lambda函数又称匿名函数，快速建立一个单行的func，但不需要为其命名。
比如：

lambda x: str(x) 和 以下的函数体，实际是一个东西。

def to_str(x):
      return str(x)

组合下两个函数后，代码如下，这段代码实际是将bit_list中的每一个元素，都代入到lambda中的str(x)， 然后将返回值存入一个迭代对象：

bit_list = map(lambda x: str(x) , bit_list )

最后我们来说说join函数，它可以把list中的元素，按顺序连接起来。

语法为 str.join(sequence)
sequence -- 要连接的元素序列。
str -- 连接时添加的间隔字符。空 "" 为什么都不添加

print("".join(bit_list ))

这里你会提出疑问，一个for循环不就能搞定这些吗？为什么还要用那么多函数？
答案是快，list中的元素少时，可能并不明显，但list的元素很多时，map和join的效率远远大于for循环和多次字符串的连接。

试想一下，一个arxml里有成千上万个信号，如果想要批量提取或处理这些信号，用map是不是可节省更多时间。实时处理总线数据的过程中，这些时间的节约是不是也是很有必要的？

另外，以下范例，则可以让map中调用的func，附带list元素以外的额外参数，可让map的使用更为广泛。

from functools import partial

volume_ids = [1,2,3,4,5]
ip= '172.12.13.122'

mapfunc = partial(my_function, ip=ip)
map(mapfunc, volume_ids)

#or

map(lambda ids: my_function(ids, ip), volume_ids);