Python常用的几种常用的内置函数(干货)

简介: Python常用的几种常用的内置函数(干货)

阅读本文需要4.5分钟



abs(x) 用于返回绝对值

divmod(x,y) 函数中传入两个数字,返回的是x/y的一个结果的元组(商,余数)

pow(x,y) 用于求x的y次方

all(iterable) 函数中传入一个可迭代的对象,如果对象中的所有的数的bool值都为真才会返回True,不否则就返回Flase

any(iterable) 函数中传入一个可迭代的对象,如果对象中有一个数的bool值为真就返回True,如果所有的数都为0,就返回Flase

chr(x) 函数中传入一个ascii码,将ascii转换成对应的字符

ord(x) 函数中传入一个字符,将字符转换为对应的ascii码

hex() 16进制

oct() 8进制

bin() 2进制

enumerate(x,y) 函数中传入的x是一个列表,y是迭代的初始值,如以下的实例:


li = ['baby','honey']
for item in li:
  print item
for item in enumerate(li,12):
  print item
for item in enumerate(li,13):
  print item[0],item[1]

s.format() 用来格式化字符的一种新的方法 示例如下:


s = 'I am {0}{1}'
print s.format('liheng','!')
输出的结果:
I am liheng!


map()和lambda函数的结合使用 map(lambda,list)


•reduce()函数


reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似,一个函数 f,一个list,但行为和 map()不同,reduce()传入的函数 f 必须接收两个参数,reduce()对list的每个元素反复调用函数f,并返回最终结果值。


例如,编写一个f函数,接收x和y,返回x和y的和:


def f(x, y):
    return x + y

调用 reduce(f, [1, 3, 5, 7, 9])时,reduce函数将做如下计算:


先计算头两个元素:f(1, 3),结果为4;


再把结果和第3个元素计算:f(4, 5),结果为9;


再把结果和第4个元素计算:f(9, 7),结果为16;


再把结果和第5个元素计算:f(16, 9),结果为25;


由于没有更多的元素了,计算结束,返回结果25。


上述计算实际上是对 list 的所有元素求和。虽然Python内置了求和函数sum(),但是,利用reduce()求和也很简单。


reduce()还可以接收第3个可选参数,作为计算的初始值。如果把初始值设为100,计算:


reduce(f, [1, 3, 5, 7, 9], 100)


结果将变为125,因为第一轮计算是:


计算初始值和第一个元素:f(100, 1),结果为101。


利用reduce()进行连乘的代码块


def f(x,y):
return x * y
print reduce(f,[2,4,5,7,12])


•filter()函数(过滤函数)


filter()函数是 Python 内置的另一个有用的高阶函数,filter()函数接收一个函数 f 和一个list,这个函数 f 的作用是对每个元素进行判断,返回 True或 False,filter()根据判断结果自动过滤掉不符合条件的元素,返回由符合条件元素组成的新list。


例如,要从一个list [1, 4, 6, 7, 9, 12, 17]中删除偶数,保留奇数,首先,要编写一个判断奇数的函数:

    def is_odd(x):
      return x % 2 == 1


    然后,利用filter()过滤掉偶数:


      filter(is_odd, [1, 4, 6, 7, 9, 12, 17])
      结果:
      [1, 7, 9, 17]



      #利用过滤函数filter()进行删除None和空字符串
      def is_not_empty(s):
      return s and len(s.strip()) > 0
      l = ['test','str',None,'','','END']
      print filter(is_not_empty,l)


        # 利用函数filter()过滤出1~100中平方根是整数的数
        import math
        l = []
        for x in range(1,101):
        l.append(x)
        def is_int(x):
        r = int(math.sqrt(x))
        return r * r == x
        print filter(is_int,l)

        或者


        import math
        def is_sqr(x):
          r = int(math.sqrt(x))
          return r*r==x
        print filter(is_sqr, range(1, 101))


        •自定义排序函数  


        Python内置的 sorted()函数可对list进行排序:

          >>>sorted([36, 5, 12, 9, 21])
          [5, 9, 12, 21, 36]

          但 sorted()也是一个高阶函数,它可以接收一个比较函数来实现自定义排序,比较函数的定义是,传入两个待比较的元素 x, y,如果 x 应该排在 y 的前面,返回 -1,如果 x 应该排在 y 的后面,返回 1。如果 x 和 y 相等,返回 0。

          因此,如果我们要实现倒序排序,只需要编写一个reversed_cmp函数:

            def reversed_cmp(x, y):
              if x > y:
                return -1
              if x < y:
                return 1
              return 0

            这样,调用 sorted() 并传入 reversed_cmp 就可以实现倒序排序:


            >>> sorted([36, 5, 12, 9, 21], reversed_cmp)
            [36, 21, 12, 9, 5]


            sorted()也可以对字符串进行排序,字符串默认按照ASCII大小来比较:


            >>> sorted(['bob', 'about', 'Zoo', 'Credit'])
            ['Credit', 'Zoo', 'about', 'bob']


            'Zoo'排在'about'之前是因为'Z'的ASCII码比'a'小。


            对字符串排序时,有时候忽略大小写排序更符合习惯。请利用sorted()高阶函数,实现忽略大小写排序的算法。


            l = ['bob','about','Zoo','Credit']
            def cmp_ignore_case(s1,s2):
              u1 = s1.upper()
              u2 = s2.upper()
            if u1 < u2:
              return -1
            if u1 > u2:
              return 1
            return 0
            print sorted(l,cmp_ignore_case)


            eval(str) 函数可以将str转换成一个表达式执行


            __import__和getattr()的使用


            #以字符串的形式导入模块和函数temp = 'sys'
            model = __import__(temp)
            foo = 'path'
            function = getattr(model,foo)
            print function
            相关文章
            |
            1月前
            |
            Python
            【python从入门到精通】-- 第五战:函数大总结
            【python从入门到精通】-- 第五战:函数大总结
            66 0
            |
            29天前
            |
            Python
            Python之函数详解
            【10月更文挑战第12天】
            Python之函数详解
            |
            30天前
            |
            存储 数据安全/隐私保护 索引
            |
            20天前
            |
            测试技术 数据安全/隐私保护 Python
            探索Python中的装饰器:简化和增强你的函数
            【10月更文挑战第24天】在Python编程的海洋中,装饰器是那把可以令你的代码更简洁、更强大的魔法棒。它们不仅能够扩展函数的功能,还能保持代码的整洁性。本文将带你深入了解装饰器的概念、实现方式以及如何通过它们来提升你的代码质量。让我们一起揭开装饰器的神秘面纱,学习如何用它们来打造更加优雅和高效的代码。
            |
            21天前
            |
            弹性计算 安全 数据处理
            Python高手秘籍:列表推导式与Lambda函数的高效应用
            列表推导式和Lambda函数是Python中强大的工具。列表推导式允许在一行代码中生成新列表,而Lambda函数则是用于简单操作的匿名函数。通过示例展示了如何使用这些工具进行数据处理和功能实现,包括生成偶数平方、展平二维列表、按长度排序单词等。这些工具在Python编程中具有高度的灵活性和实用性。
            |
            24天前
            |
            Python
            python的时间操作time-函数介绍
            【10月更文挑战第19天】 python模块time的函数使用介绍和使用。
            27 4
            |
            26天前
            |
            存储 Python
            [oeasy]python038_ range函数_大小写字母的起止范围_start_stop
            本文介绍了Python中`range`函数的使用方法及其在生成大小写字母序号范围时的应用。通过示例展示了如何利用`range`和`for`循环输出指定范围内的数字,重点讲解了小写和大写字母对应的ASCII码值范围,并解释了`range`函数的参数(start, stop)以及为何不包括stop值的原因。最后,文章留下了关于为何`range`不包含stop值的问题,留待下一次讨论。
            19 1
            |
            1月前
            |
            索引 Python
            Python中的其他内置函数有哪些
            【10月更文挑战第12天】Python中的其他内置函数有哪些
            15 1
            |
            1月前
            |
            数据处理 Python
            深入探索:Python中的并发编程新纪元——协程与异步函数解析
            深入探索:Python中的并发编程新纪元——协程与异步函数解析
            26 3
            |
            1月前
            |
            机器学习/深度学习 算法 C语言
            【Python】Math--数学函数(详细附解析~)
            【Python】Math--数学函数(详细附解析~)