Map no Python – O que é e Como Funciona?
Descubra como usar a função map no Python para aplicar funções em listas de forma simples. Veja exemplos práticos com listas e pandas!
Resposta rápida: o map aplica uma função a todos os itens de uma lista sem escrever um for. A sintaxe é map(função, lista), e ele devolve um objeto preguiçoso: para ver o resultado é preciso converter, com list(map(função, lista)). No pandas o equivalente é coluna.map(função), que roda a função em cada linha da coluna.
O que você vai aprender?
Como Funciona o Map no Python
Você sabia que o map no Python pode simplificar seu código e economizar várias linhas de for?
Essa função aplica outra função em todos os itens de uma lista ou coluna, trazendo muito mais eficiência para o seu código.
Nessa aula eu vou te explicar com isso funciona e ainda vou te mostrar uma aplicação prática de map no Python!
Para fazer o download do(s) arquivo(s) utilizados na aula, preencha com o seu e-mail:
Não vamos te encaminhar nenhum tipo de SPAM! A Hashtag Treinamentos é uma empresa preocupada com a proteção de seus dados e realiza o tratamento de acordo com a Lei Geral de Proteção de Dados (Lei n. 13.709/18). Qualquer dúvida, nos contate.
O que é a função map no Python?
O map é uma função nativa do Python que aplica uma função a cada elemento de um iterável (como listas, tuplas ou colunas de DataFrame).
Na prática, ele funciona como um for automático que retorna o resultado já transformado
Como funciona o map no Python
Sintaxe básica:
map(funcao, iteravel)- função: a lógica que será aplicada a cada item.
- iterável: a lista ou conjunto de elementos onde a função será aplicada.
Aplicação Prática do map() em uma Lista no Python
O map() serve para aplicar uma função em cada item de uma lista. Na prática, ele funciona como se fosse um for, só que de uma forma mais compacta e eficiente.
Isso significa que, em vez de escrever várias linhas de código repetindo a mesma operação, você pode resolver tudo com uma única chamada de função.
Essa abordagem deixa o código mais limpo, fácil de entender e rápido de escrever.
Outro ponto interessante é que aprender a usar o map() ajuda você a enxergar diferentes formas de resolver o mesmo problema no Python.
Isso é essencial não só para propor soluções criativas, mas também para compreender códigos de outras pessoas durante seus estudos ou no trabalho.
Vamos ver um exemplo simples para entender melhor.
Exemplo usando a estrutura de repetição for
Aqui criamos uma função que adiciona 10% de imposto em cada preço da lista. Usando uma estrutura de repetição for, conseguimos aplicar a função em cada item.
precos = [1000, 1500, 1250, 2500]
def adicionar_imposto(preco):
return preco * 1.1
precos_com_imposto = []
for preco in precos:
precos_com_imposto.append(adicionar_imposto(preco))
print(precos_com_imposto)
Estrutura do map() no Python
Agora, vamos simplificar isso usando o map().
precos_com_imposto2 = map(adicionar_imposto, precos)
print(precos_com_imposto2)
Perceba como a estrutura é bem mais enxuta: basta chamar o map() passando a função que será aplicada e a lista em que você deseja aplicá-la.
IMPORTANTE: Isso só vai funcionar para elementos que o map pode percorrer, pois ele pega os elementos e joga eles como argumento da função, então sua função também precisa tem um valor de entrada.
Convertendo o resultado em lista
Você deve ter notado que o resultado não saiu exatamente como esperado, isso porque o map() não retorna uma lista, mas sim um map object.
Então para resolver esse problema e visualizar os dados diretamente, é preciso convertê-lo em lista com list().
precos_com_imposto2 = list(map(adicionar_imposto, precos))
print(precos_com_imposto2)
Temos o mesmo resultado com menos linhas de código e de forma bem mais simples.
Lembrando que estamos utilizando o editor de Python Jupyter, pois ele já tem algumas bibliotecas que não vamos precisar instalar, então facilita o processo.
Exemplo prático com pandas
Agora vamos para o nosso exemplo prático que é bem similar ao exemplo que mostrei, nós vamos calcular o preço com juros, mas dessa vez vamos utilizar uma base de dados no Python.
E para importar essa base de dados utilizaremos o pandas, que é uma biblioteca para análise de dados.
import pandas as pd
tabela = pd.read_excel("Base Vendas.xlsx")
display(tabela)
Nessa parte inicial estamos apenas importando a base de dados para dentro do Python e utilizamos o display para visualizar essa base.
tabela['Preco com imposto'] = list(map(adicionar_imposto, tabela['Preco Unitario']))
display(tabela)
Por fim vamos utilizar o list + map para adicionar o imposto na coluna de preço unitário, pois é nela que vamos querer adicionar esse imposto.
Com isso já vamos poder visualizar a nova coluna que foi criada já com os 10% a mais do imposto.
OBS: Você vai notar que esse procedimento é muito rápido de ser feito, mesmo com quase 10.000 linhas de informação.
Conclusão – Vale a pena usar o map no Python?
O map é uma das formas mais práticas de aplicar funções em listas ou colunas no Python. Ele deixa o código mais limpo, reduz a quantidade de for e ainda melhora a legibilidade.
Seja em operações simples (como calcular impostos) ou em bases grandes com pandas, o map ajuda a ganhar produtividade e clareza no desenvolvimento.
Agora é sua vez: teste o map no seu código e veja como ele pode simplificar suas próximas análises em Python!
Caso prefira esse conteúdo no formato de vídeo-aula, assista ao vídeo abaixo ou acesse o nosso canal do YouTube!
O que você aprende neste vídeo
Resposta rápida: A aula explica o map do Python, que aplica uma função a cada item de uma lista, e o compara com o for. Depois aplica o map à coluna de preços de uma base de vendas em Excel, lida com o pandas, cria a coluna nova e exporta a base atualizada.
Neste vídeo (17 min):
- 1:17 - Para que serve o
map, com o exemplo de uma lista de preços de produtos e o acréscimo de 10% de imposto - 2:51 - O jeito tradicional: um
forque preenche uma lista vazia, item a item - 5:30 - Montando o
mapcom as duas informações que ele pede - 6:26 - O que o
mapdevolve ao ser executado, e a comparação com as linhas dofor - 8:25 - Aplicação prática: uma base de vendas e um imposto novo sobre o preço unitário
- 9:42 -
import pandase a leitura do arquivo Excel da base - 13:17 - A coluna de preço com imposto criada com o mesmo código do
map, agora sobre a coluna de preço unitário - 14:38 - A função aplicada em 10 mil linhas de uma vez
- 15:02 - Exportar a base atualizada para um novo arquivo Excel
Trechos do vídeo:
- O
mappede duas informações: a função e a lista de itens onde ela será aplicada. Na aula, a função precisa receber um item como parâmetro, porque omappassa à função um item da lista de cada vez. - Na aula, o
mapnão devolve uma lista, e sim um map object. Para ver os valores como numa lista, coloca-se omapdentro delist. - Na aula, atribuir a uma coluna que ainda não existe na tabela do pandas cria essa coluna: foi assim que a coluna de preço com imposto nasceu, com a lista vinda do
map. - O apelido que a aula dá ao pandas ao importá-lo não é obrigatório, mas é quase uma convenção, e usá-lo ajuda a ler o código de outras pessoas.
Hashtag Treinamentos
Para acessar outras publicações de Python, clique aqui!
Posts mais recentes de Python
- Cursor para iniciantes: tutorial completo passo a passoCursor para iniciantes: aprenda a instalar, configurar o modelo, usar os modos Plan e Ask e criar sua primeira automação em Python com IA.
- Agente de IA local com Python: crie o seu com OllamaAprenda a criar um agente de IA local com Python, Ollama e LangChain: rode modelos no seu PC, sem pagar por API e sem expor os dados da empresa.
- Como Criar CRM com Codex no VS Code usando Python e FlaskAprenda a criar CRM com Codex no VS Code usando Python, Flask e SQLite, com login, orçamentos e PDF, em fases com testes e commits no Git.
Posts mais recentes da Hashtag Treinamentos
- ChatGPT para criar fórmulas no Excel: 5 exemplos práticosAprenda a usar o ChatGPT para criar fórmulas no Excel com 5 exemplos práticos de SOMA, SOMASES, SE, PROCV e CONT.SES, e veja como pedir certo e validar.
- Cursor para iniciantes: tutorial completo passo a passoCursor para iniciantes: aprenda a instalar, configurar o modelo, usar os modos Plan e Ask e criar sua primeira automação em Python com IA.
- Claude Artifacts: crie dashboards, slides e sites com IAAprenda a usar o Claude Artifacts para criar dashboards, apresentações e sites com IA a partir de um prompt, com exemplos e prompts prontos para copiar.







