如何用Python的map()函数替代嵌套for循环遍历矩阵

需求说明 #

遍历矩阵每个元素，判断该元素是否大于等于所在行的最大值，输出对应的true或false，要求用Python的map()函数替代原嵌套for循环实现。

原嵌套循环代码（存在参数名不匹配问题） #

def f(matrix):
    r, c = np.shape(array)
    for col in range(0,c): 
        for row in range(0,r): 
            if array[row][col] >= max(array[row]):
                print("true")
            else:
                print("false")

问题分析 #

你之前尝试的print(list(map(lambda (x,y): print(x[y]) , A)))写法无法运行，原因有两点：

1. lambda的参数(x,y)不匹配矩阵的迭代元素——矩阵作为可迭代对象时，每个元素是整行数据，而非(x,y)这样的元组；
2. 代码逻辑没有处理“每行最大值”的计算与匹配，无法完成判断需求。

解决方案 #

以下提供两种实现，分别对应行优先遍历和与原代码一致的列优先遍历：

1. 行优先遍历（逐行输出判断结果）

def f(matrix):
    # 用map计算每行的最大值
    row_maxes = list(map(max, matrix))
    # 遍历每行与对应最大值，用map生成该行的判断结果
    all_results = []
    for row, max_val in zip(matrix, row_maxes):
        row_results = list(map(lambda x: "true" if x >= max_val else "false", row))
        all_results.extend(row_results)
    # 逐个输出结果
    for res in all_results:
        print(res)

2. 列优先遍历（与原代码输出顺序一致）

如果需要和原代码一样先遍历列、再遍历行的输出顺序，可以结合矩阵转置实现：

def f(matrix):
    # 先计算每行的最大值
    row_maxes = list(map(max, matrix))
    # 转置矩阵，获取列的迭代器
    cols = zip(*matrix)
    for col in cols:
        # 用map匹配列元素与对应行的最大值，生成判断结果
        col_results = list(map(lambda val, idx: "true" if val >= row_maxes[idx] else "false", col, range(len(col))))
        for res in col_results:
            print(res)

3. 更简洁的链式写法（结合itertools）

如果想彻底减少for循环，可以用itertools.chain扁平化结果：

import itertools

def f(matrix):
    row_with_max = map(lambda row: (row, max(row)), matrix)
    # 链式拼接所有行的判断结果
    all_results = itertools.chain.from_iterable(
        map(lambda x: "true" if x >= max_val else "false", row)
        for row, max_val in row_with_max
    )
    for res in all_results:
        print(res)

内容的提问来源于stack exchange，提问作者maryam_musalam