Summary  
This chapter explains how to use the built-in `map` function as a higher-order function to apply a given function to each element of an iterable, producing a new transformed collection without explicit loops.

General domain of usage  
Data transformation

### Pythonにおけるmap関数

組み込みの`map`関数は、高階関数の代表的な例。2つの引数（関数とイテラブル、例えばリスト）を受け取り、イテラブル内の各要素に指定した関数を適用し、`map`オブジェクト（イテレータ）を返す。このオブジェクトをリストに変換することで結果を確認できる。明示的なループを書くことなく効率的にデータを変換できる点が特徴。

`map`は、`map`のような名前付き関数と組み合わせて数値リストを処理できる。たとえば、`double`は、各要素を2倍にした値を含む`map(double, [1, 2, 3, 4])`オブジェクトを返す。結果をリストに変換すると`[2, 4, 6, 8]`となる。これは、`map`が他の関数を引数として受け取り、イテラブルの各要素に適用する高階関数として機能することを示している。

def square(x):
    return x * x

numbers = [1, 2, 3, 4, 5]
squared_numbers = list(map(square, numbers))
print(squared_numbers) 

この例では、`square`関数が`numbers`リストの各要素に適用されている。結果は、元の数値の2乗を含む新しいリストとなる。ループを記述する必要がなく、`map`関数が繰り返し処理を自動で行っている点に注目。

`map`は組み込み関数や無名関数（ラムダ）とも組み合わせて利用可能。ラムダについては今後の章で解説予定。現時点では、関数を引数として渡すことで柔軟かつ再利用可能なコード変換が実現できる点に注目。


import unittest
import user_code
import ast
import re   
import importlib
import csv
import unittest
import importlib

class TestTask(unittest.TestCase):
    def test_double_numbers(self):
        import user_code
        importlib.reload(user_code)
        func = getattr(user_code, 'apply_function_to_list', None)
        double = getattr(user_code, 'double', None)
        _dynamic_test(
            self,
            callable(func) and callable(double),
            "apply_function_to_list and double are defined",
            "apply_function_to_list or double not defined correctly",
        )
        result = func(double, [1, 2, 3, 4]) if func and double else None
        _dynamic_test(
            self,
            isinstance(result, list) and result == [2, 4, 6, 8],
            "Correctly doubles the numbers in the list",
            f"Expected [2, 4, 6, 8], got {result}",
        )

    def test_uppercase_strings(self):
        import user_code
        importlib.reload(user_code)
        func = getattr(user_code, 'apply_function_to_list', None)
        uppercase = getattr(user_code, 'uppercase', None)
        _dynamic_test(
            self,
            callable(func) and callable(uppercase),
            "apply_function_to_list and uppercase are defined",
            "apply_function_to_list or uppercase not defined correctly",
        )
        result = func(uppercase, ["hello", "world"]) if func and uppercase else None
        _dynamic_test(
            self,
            isinstance(result, list) and result == ["HELLO", "WORLD"],
            "Correctly uppercases the strings in the list",
            f"Expected ['HELLO', 'WORLD'], got {result}",
        )

    def test_empty_list(self):
        import user_code
        importlib.reload(user_code)
        func = getattr(user_code, 'apply_function_to_list', None)
        double = getattr(user_code, 'double', None)
        _dynamic_test(
            self,
            callable(func) and callable(double),
            "apply_function_to_list and double are defined for empty list test",
            "apply_function_to_list or double not defined correctly for empty list test",
        )
        result = func(double, []) if func and double else None
        _dynamic_test(
            self,
            isinstance(result, list) and result == [],
            "Returns an empty list when input list is empty",
            f"Expected [], got {result}",
        )

    def test_generic_function(self):
        import user_code
        importlib.reload(user_code)
        func = getattr(user_code, 'apply_function_to_list', None)
        _dynamic_test(
            self,
            callable(func),
            "apply_function_to_list is defined for generic function test",
            "apply_function_to_list not defined correctly for generic function test",
        )
        def add_exclamation(x):
            return str(x) + "!"
        result = func(add_exclamation, ["a", "b", "c"]) if func else None
        _dynamic_test(
            self,
            isinstance(result, list) and result == ["a!", "b!", "c!"],
            "Works for arbitrary functions as well",
            f"Expected ['a!', 'b!', 'c!'], got {result}",
        )

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

def normalize_text(text):
    text = text.lower()
    text = re.sub(r"\\s{2,}", " ", text)
    text = re.sub(r"\\s*([,:?])\\s*", r"\\1 ", text)
    return text.strip()

def change_var(code: str, var_name: str, value: str) -> str:
    tree = ast.parse(code)
    lines = code.splitlines()
    changed = False
    # Collect all assignment nodes to modify
    assign_nodes = [
        (i, node)
        for i, node in enumerate(tree.body)
        if isinstance(node, ast.Assign)
        and any(isinstance(target, ast.Name) and target.id == var_name for target in node.targets)
    ]

    # If nothing to change, return unmodified code
    if not assign_nodes:
        return code

    # Perform replacements for all matching assignments (from last to first to not break line offsets)
    for i, node in reversed(assign_nodes):
        start_line = node.lineno - 1
        line = lines[start_line]
        indent = ' ' * (len(line) - len(line.lstrip()))
        lines[start_line] = f"{indent}{var_name} = {value}"
        next_line = len(lines)
        for next_node in tree.body[i+1:]:
            if hasattr(next_node, 'lineno'):
                next_line = next_node.lineno - 1
                break
        if next_line > start_line + 1:
            lines[start_line+1:next_line] = []
        changed = True

    return '\\n'.join(lines) if changed else code

if __name__ == "__main__":
    unittest.main()


test_main.py

パッキング／アンパッキング、柔軟な関数引数、高階関数、ラムダ、変数スコープ、クロージャ、イテレータ、デコレータを習得します。入門レベルのPythonコースを修了し、より効率的で表現力豊かかつ強力なコードを書きたい学習者向けに設計されています。

リスト、タプル、辞書のパッキングおよびアンパッキングの技術を探求し、より表現力が高く効率的なPythonコードの記述を目指します。

高階関数の世界、関数を引数として渡す方法、およびlambdaによる簡潔な無名関数の記述について深く学びます。

変数のスコープの謎を解き明かし、ネストされた関数とクロージャが強力なカプセル化をどのように実現するかを学びます。

Pythonのイテレーションプロトコル、カスタムイテレーター、ジェネレーター関数による効率的なデータ処理を深く学習します。

Map関数の習得

Pythonにおけるmap関数

解答