如果您使用的是标准jython UDF，而不是任何其他发行版（如Mortart data提供的流式python），那么您需要做的就是：

@outputSchema('m:map[]')

这些键与在python中设置的键相同。如果您的dict中还有其他词典，您不必担心，pig会理解它并使用以下语法：

([first#{third=inner_dict},first#outter_dict])

将dict从jythonudf传递回pig有一个很大的缺点，您只能为dict中的所有值设置一个数据类型，这意味着如果您不设置任何数据类型，pig将使用bytearray作为数据类型，这在处理日期或复杂结构时可能是一个问题。例如：

@outputSchema('m:map[chararray]')

元组和包：
当您想从jythonudfs将一个元组或一个包返回给pig时，记住python的列表转换为包，元组转换为元组是很有用的。例如：
列表：

@outputSchema('m:bag{chararray}')

请记住，pig包中充满了元组，因此如果您想为您的包设置一个好的结构，您可以在包中声明一个元组，这样您就可以设置您将要传递的所有数据类型。例子：

@outputSchema('map_reduce:bag{t:(key:chararray,value:int,start_date:datetime,end_date:datetime)}')

最后，元组应该是直观的，它们是使用jython时最容易使用的结构。在一个元组中，只要遵循上面的示例，就可以设置任意多个字段和任意多个级别。你可以在一个元组中声明一个元组，一个有包和其他值的元组，等等。
我强烈建议在尝试执行复杂操作或处理json结构、数组和列表等复杂数据类型时使用javaudfs。学习曲线可以稍微陡峭一点，但一旦你通过了，你的发展会更快，你的程序的吞吐量也会更快。