マップを使用して削減しますか？

Question

平均mと標準偏差sdの正規分布からn個のランダムに選択された値の平均を計算する関数mean_normal（n、m、sd）を書きました。私はmapとnormalvariateを使ってシーケンスを生成し、reduceを使って平均を計算したいが、それを行う方法の構文は不明だ。ここで私はこれまで持っているものです。

from random import normalvariate 

average = lambda L: sum(L)/len(L) 

mean_normal = lambda n, m, sd: average([normalvariate(m, sd) for i in range(n)]) 
print(mean_normal(10, 5, 2)) 

私は、一般的に、私は、リストのようなもの（マップ（ラムダI必要に知っている：...、範囲（n）を）が、私は右のthatsのかなりわからないんだけど

教育目的のために

Answer 1

：

>>> mean_normal2 = lambda n, m, sd: average(map(lambda _: normalvariate(m, sd), range(n))) 
>>> mean_normal2(10, 5, 2) 
4.749961072139493 

トリックはラムダの引数を無視することであるしかし、あなたはitertoolsからrepeatfuncレシピのようなものを使用したほうが良いでしょう：。

def repeatfunc(func, times=None, *args): 
    """Repeat calls to func with specified arguments. 

    Example: repeatfunc(random.random) 
    """ 
    if times is None: 
     return starmap(func, repeat(args)) 
    return starmap(func, repeat(args, times)) 

私はそれを練習として残します。