AI 助理
备案控制台
开发者社区 云原生 文章 正文

「Python系列」Python 内置函数

2024-04-12 78
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
应用实时监控服务-用户体验监控，每月100OCU免费额度
可观测可视化 Grafana 版，10个用户账号 1个月
可观测监控 Prometheus 版，每月50GB免费额度
简介： Python 提供了许多内置函数，这些函数在 Python 解释器中直接可用，无需导入任何模块。

一、Python内置函数

Python 提供了许多内置函数，这些函数在 Python 解释器中直接可用，无需导入任何模块。以下是一些常用的 Python 内置函数及其详细案例代码：

1. abs(x)

返回数字的绝对值。

print(abs(-7))  # 输出: 7

2. all(iterable)

如果可迭代对象的所有元素都为真（或可迭代对象为空），则返回 True。

print(all([1, 2, 3, 4]))  # 输出: True
print(all([1, 2, 0, 4]))  # 输出: False

3. any(iterable)

如果可迭代对象中有任何元素为真，则返回 True。

print(any([0, 0, 0]))  # 输出: False
print(any([0, 0, 1]))  # 输出: True

4. ascii(object)

返回表示对象的可打印 ASCII 字符串。

print(ascii('你好'))  # 输出: "'\\u4f60\\u597d'"

5. bin(x)

返回整数的二进制表示。

print(bin(10))  # 输出: '0b1010'

6. bool(x)

将给定值转换为布尔值（True 或 False）。

print(bool(0))  # 输出: False
print(bool(1))  # 输出: True
print(bool(''))  # 输出: False
print(bool('Hello'))  # 输出: True

7. breakpoint()

在交互式解释器中，此函数是内置函数 pdb.set_trace() 的别名。

def my_function():
   for i in range(5):
       print(i)
       if i == 2:
           breakpoint()
my_function()

8. bytearray(source[, encoding[, errors]])

返回一个新的“bytearray”对象，它是一个可变（mutable）的序列类型，其元素是 0 <= x < 256 的整数。

ba = bytearray(b'hello')
print(ba)  # 输出: bytearray(b'hello')

9. bytes(source[, encoding[, errors]])

返回一个新的“bytes”对象，它是不可变的，并且其元素是 0 <= x < 256 的整数。

b = bytes('hello', 'utf-8')
print(b)  # 输出: b'hello'

10. callable(object)

返回 object 是否是可调用的（即，是否定义了 __call__() 方法）。

def hello():
    pass

print(callable(hello))  # 输出: True
print(callable(123))  # 输出: False

11. chr(i)

返回整数 i 对应的 ASCII 字符。

print(chr(65))  # 输出: 'A'

12. classmethod(function)

将方法转换为类方法。

class MyClass:
    @classmethod
    def my_method(cls, arg1, arg2):
        print(cls, arg1, arg2)

MyClass.my_method('hello', 'world')  # 输出: <class '__main__.MyClass'> hello world

13. compile(source, filename, mode, flags=0, dont_inherit=False, optimize=-1)

编译源代码字符串，返回代码对象。

code = compile('print("Hello, world!")', '<string>', 'exec')
exec(code)  # 输出: Hello, world!

14. complex(real[, imag])

返回一个新的复数，实部为 real，虚部为 imag。

c = complex(4, 3)
print(c)  # 输出: (4+3j)

15. delattr(object, name)

删除对象的属性。

delattr 是 Python 的一个内置函数，用于删除对象的属性。这个函数的语法是 delattr(object, name)，其中 object 是要删除属性的对象，name 是要删除的属性的名称（作为字符串提供）。

class Person:
def __init__(self, name, age):
    self.name = name
    self.age = age

# 创建一个 Person 对象
p = Person("Alice", 30)

# 打印对象的属性
print(p.name)  # 输出: Alice
print(p.age)   # 输出: 30

# 使用 delattr 删除属性
delattr(p, 'age')

# 尝试访问已删除的属性会抛出 AttributeError
try:
print(p.age)  # 抛出 AttributeError: 'Person' object has no attribute 'age'
except AttributeError as e:
print(e)

# 其他属性仍然可以访问
print(p.name)  # 输出: Alice

在这个例子中，我们定义了一个 Person 类，它有两个属性：name 和 age。然后我们创建了一个 Person 对象 p 并设置了这两个属性。接着我们使用 delattr 函数删除了 p 对象的 age 属性。当我们尝试访问已经删除的 age 属性时，Python 会抛出一个 AttributeError 异常。

当然，Python 的内置函数远不止上面列出的那些。这里列出一些其他的常用内置函数及其简短的描述和示例：

16. dir(object)

返回对象的属性列表。如果没有给定对象，则返回当前范围内的变量、方法和定义的类型列表。

print(dir())  # 输出当前作用域内的所有变量和函数
print(dir(str))  # 输出str类的所有方法和属性

17. divmod(a, b)

返回商和余数，作为一个包含两个元素的元组 (a // b, a % b)。

print(divmod(10, 3))  # 输出: (3, 1)

18. eval(expression[, globals[, locals]])

执行一个 Python 表达式，并返回表达式的值。

x = 1
print(eval('x + 1'))  # 输出: 2

19. exec(object[, globals[, locals]])

支持动态执行 Python 代码。

exec('x = 10')
print(x)  # 输出: 10

20. filter(function, iterable)

过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。

def is_even(n):
   return n % 2 == 0

print(filter(is_even, [1, 2, 3, 4, 5]))  # 输出: <filter object at ...>
print(list(filter(is_even, [1, 2, 3, 4, 5])))  # 输出: [2, 4]

21. float(x)

将 x 转换为一个浮点数。

print(float(10))  # 输出: 10.0

22. format(value[, format_spec])

格式化一个值。

print('{} {}'.format('Hello', 'World'))  # 输出: Hello World

23. frozenset(iterable)

返回一个冻结集合，即不能再添加或删除元素的集合。

f = frozenset([1, 2, 3])
print(f)  # 输出: frozenset({1, 2, 3})

24. globals()

返回当前全局符号表的字典。

print(globals())  # 输出全局变量的字典

25. hasattr(object, name)

检查对象是否包含给定的属性。

class MyClass:
    pass

obj = MyClass()
obj.x = 10
print(hasattr(obj, 'x'))  # 输出: True
print(hasattr(obj, 'y'))  # 输出: False

26. hash(object)

返回对象的哈希值（如果对象是不可哈希的，则抛出 TypeError）。

print(hash(10))  # 输出: 10 的哈希值

27. hex(x)

将整数 x 转换为小写的十六进制字符串。

print(hex(255))  # 输出: '0xff'

28. int(x[, base])

将 x 转换为一个整数。如果 x 不符合整数的要求，则抛出 ValueError。

print(int('123'))  # 输出: 123
print(int('1010', 2))  # 输出: 10（二进制转十进制）

29. isinstance(object, classinfo)

检查对象是否是指定类的实例，或是指定类的子类的实例。

print(isinstance(1, int))  # 输出: True

30. issubclass(class, classinfo)

检查一个类是否是另一个类的子类。

class A:
    pass

class B(A):
    pass

print(issubclass(B, A))  # 输出: True

31. iter(iterable)

获取迭代器对象。

iter是一个内置函数，用于获取一个迭代器对象。迭代器是一个可以记住遍历的位置的对象，它允许你一次访问集合（如列表、元组、字典、集合、字符串等）中的一个元素，而不需要暴露该集合的底层表示。

当你对一个对象调用iter函数时，它会返回一个迭代器。迭代器实现了__iter__()和__next__()两个特殊方法。__iter__()方法返回迭代器对象本身，这样你就可以在迭代器上多次调用iter。__next__()方法返回容器的下一个元素，当没有更多元素时，它会抛出一个StopIteration异常。

以下是一些使用iter的例子：

# 获取列表的迭代器
list_iter = iter([1, 2, 3, 4])
print(next(list_iter))  # 输出: 1
print(next(list_iter))  # 输出: 2

# 使用for循环遍历列表，实际上也是在使用迭代器
for item in [1, 2, 3, 4]:
print(item)  # 依次输出: 1 2 3 4

# 获取字典键的迭代器
dict_iter = iter({
   'a': 1, 'b': 2, 'c': 3})
print(next(dict_iter))  # 输出: 'a'

# 获取字符串的迭代器
str_iter = iter('hello')
print(next(str_iter))  # 输出: 'h'

# 创建自定义迭代器
class MyNumbers:
def __iter__(self):
    self.a = 1
    return self

def __next__(self):
    x = self.a
    self.a += 1
    return x

myclass = MyNumbers()
myiter = iter(myclass)

print(next(myiter))  # 输出: 1
print(next(myiter))  # 输出: 2

在上面的例子中，我们展示了如何获取列表、字典和字符串的迭代器，并如何使用next函数来逐个访问它们的元素。我们还创建了一个自定义的迭代器类MyNumbers，它实现了__iter__和__next__方法，允许我们创建一个迭代器对象并逐个访问其生成的数字。

iter函数也常用于与for循环一起使用，因为for循环在Python中实际上是使用迭代器来遍历集合的。当你对一个集合使用for循环时，Python会自动为你创建一个迭代器。

当然可以。Python的内置函数是Python解释器提供的，不需要导入任何模块就可以直接使用的函数。这些函数提供了基础的操作，如数学运算、类型转换、文件操作、内存管理等。

以下是一些其他常用的Python内置函数：

32. len(s)

返回对象（如字符串、列表、元组等）的长度或项目数。

print(len([1, 2, 3]))  # 输出: 3
print(len("hello"))    # 输出: 5

33. list(iterable)

将可迭代对象转换为列表。

print(list((1, 2, 3)))  # 输出: [1, 2, 3]
print(list('hello'))    # 输出: ['h', 'e', 'l', 'l', 'o']

34. locals()

返回当前局部符号表的字典。

def func():
   x = 10
   print(locals())  # 输出: {'x': 10}

func()

35. map(function, iterable, ...)

对可迭代对象的每个项目应用函数，并返回一个迭代器，该迭代器产生应用函数后的结果。

def square(x):
   return x ** 2

print(list(map(square, [1, 2, 3, 4])))  # 输出: [1, 4, 9, 16]

36. max(iterable, *[, key, default])

返回可迭代对象中的最大值。

print(max([1, 2, 3, 4]))  # 输出: 4
print(max(1, 2, 3, 4))    # 输出: 4

37. min(iterable, *[, key, default])

返回可迭代对象中的最小值。

print(min([1, 2, 3, 4]))  # 输出: 1
print(min(1, 2, 3, 4))    # 输出: 1

38. next(iterator[, default])

返回迭代器的下一个项目。如果提供了默认值，当迭代器耗尽时，将返回该值。

it = iter([1, 2, 3])
print(next(it))  # 输出: 1
print(next(it))  # 输出: 2
print(next(it, 'end'))  # 输出: 3
print(next(it, 'end'))  # 输出: 'end'

39. oct(x)

将整数 x 转换为八进制字符串。

print(oct(10))  # 输出: '0o12'

40. ord(c)

返回字符 c 的Unicode码点。

print(ord('A'))  # 输出: 65

41. pow(x, y[, z])

返回 x 的 y 次幂，如果提供了 z，则返回 x 的 y 次幂对 z 取模的结果。

print(pow(2, 3))      # 输出: 8
print(pow(2, 3, 5))   # 输出: 3

42. range(start, stop[, step])

返回一个表示范围的对象，通常用于循环。

for i in range(5):
    print(i)  # 输出: 0 1 2 3 4

43. reversed(seq)

返回序列的反向迭代器。

print(list(reversed([1, 2, 3, 4])))  # 输出: [4, 3, 2, 1]

44. round(number[, ndigits])

返回浮点数四舍五入后的值。

print(round(3.14159, 2))  # 输出: 3.14

45. set(iterable)

返回一个集合，该集合是输入迭代器的元素的无序集合。

set 是一种无序且不包含重复元素的数据集合类型。它提供了数学上集合的概念，即一组独特的对象，没有特定的顺序。set 类型用于存储多个元素，并且自动去除了重复的元素。

创建 set 类型的对象有几种方法：

  1. 使用大括号 {} 直接创建，并列出集合中的元素。
  2. 使用 set() 函数将其他可迭代对象（如列表、元组等）转换为集合。
  3. 使用 set() 函数和关键字参数，可以创建一个包含指定元素的集合。

以下是一些示例：

# 使用大括号创建集合
s1 = {
   1, 2, 3, 4}
print(s1)  # 输出: {1, 2, 3, 4}

# 使用set()函数创建集合
s2 = set([1, 2, 2, 3, 4, 4])  # 重复的元素会被自动去除
print(s2)  # 输出: {1, 2, 3, 4}

# 使用set()函数和关键字参数创建集合
s3 = set(range(5))  # 创建一个包含0到4的集合
print(s3)  # 输出: {0, 1, 2, 3, 4}

# 集合还支持集合运算，如并集、交集、差集等
s4 = {
   1, 2, 3, 5}
s5 = {
   4, 5, 6, 7}

# 并集
print(s4.union(s5))  # 输出: {1, 2, 3, 4, 5, 6, 7}

# 交集
print(s4.intersection(s5))  # 输出: {5}

# 差集（s4中存在但s5中不存在的元素）
print(s4.difference(s5))  # 输出: {1, 2, 3}

# 对称差集（存在于s4或s5中，但不同时存在于两者中的元素）
print(s4.symmetric_difference(s5))  # 输出: {1, 2, 3, 4, 6, 7}

# 判断一个元素是否在集合中
print(3 in s4)  # 输出: True
print(8 in s4)  # 输出: False

# 集合不支持索引和切片操作，因为它们是无序的
# s4[0]  # 这将引发TypeError

set 类型提供了许多有用的方法，如 add()、remove()、discard()、pop()、clear() 等，用于管理集合中的元素。由于 set 是无序的，因此它们不支持索引和切片操作。

set 类型也支持集合运算，如并集、交集、差集和对称差集，这些都可以通过相应的方法来实现。这些运算在集合论和数据处理中非常有用。

二、相关链接

  1. Python下载安装中心
  2. Python官网
  3. Python软件下载
  4. 「Python系列」Python简介及案例
  5. 「Python系列」Python基础语法/数据类型
  6. 「Python系列」Python解释器
  7. 「Python系列」Python运算符
  8. 「Python系列」Python数据结构
  9. 「Python系列」Python元组
  10. 「Python系列」Python集合
  11. 「Python系列」Python列表
文章标签：
Python
容器
数据处理
索引
存储
关键词：
Python函数
Python内置函数
雪梅零落
目录
相关文章
白子寰
|
2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
白子寰
80 0
德国都芳最好
|
21天前
|
搜索推荐 Python
利用Python内置函数实现的冒泡排序算法
在上述代码中，`bubble_sort` 函数接受一个列表 `arr` 作为输入。通过两层循环，外层循环控制排序的轮数，内层循环用于比较相邻的元素并进行交换。如果前一个元素大于后一个元素，就将它们交换位置。
德国都芳最好
124 67
vohelon
|
14天前
|
Python
Python中的函数是**一种命名的代码块，用于执行特定任务或计算
Python中的函数是**一种命名的代码块，用于执行特定任务或计算
vohelon
42 18
听白
|
6天前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
听白
37 8
vohelon
|
15天前
|
Python
Python中的函数
Python中的函数
vohelon
31 8
游客5fdji2pvmf8888
|
22天前
|
监控 测试技术 数据库
Python中的装饰器：解锁函数增强的魔法####
本文深入探讨了Python语言中一个既强大又灵活的特性——装饰器（Decorator），它以一种优雅的方式实现了函数功能的扩展与增强。不同于传统的代码复用机制，装饰器通过高阶函数的形式，为开发者提供了在不修改原函数源代码的前提下，动态添加新功能的能力。我们将从装饰器的基本概念入手，逐步解析其工作原理，并通过一系列实例展示如何利用装饰器进行日志记录、性能测试、事务处理等常见任务，最终揭示装饰器在提升代码可读性、维护性和功能性方面的独特价值。 ####
游客5fdji2pvmf8888
24 2
bruce_xiaowei
|
29天前
|
Python
Python中的`range`函数与负增长
在Python中，`range`函数用于生成整数序列，支持正向和负向增长。本文详细介绍了如何使用`range`生成负增长的整数序列，并提供了多个实际应用示例，如反向遍历列表、生成倒计时和计算递减等差数列的和。通过这些示例，读者可以更好地掌握`range`函数的使用方法。
bruce_xiaowei
45 5
aliyun1622584902-46568
|
2月前
|
Python
Python之函数详解
【10月更文挑战第12天】
aliyun1622584902-46568
29 2
Python之函数详解
aliyun1622584902-46568
|
2月前
|
存储 数据安全/隐私保护 索引
Python 散列类型三以及函数基础
【10月更文挑战第11天】
aliyun1622584902-46568
30 1
Python 散列类型三以及函数基础
请看我回答~
|
1月前
|
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。
请看我回答~
24 1

云原生

热门文章

最新文章

  • 1
    Docker CE 镜像源站
  • 2
    Docker Engine 镜像源站
  • 3
    开发者说：Sentinel 流控功能在 SpringMVC/SpringBoot 上的实践
  • 4
    首次揭秘：阿里巴巴中间件在 Serverless 技术领域的探索
  • 5
    分布式服务架构下的混沌工程实践
  • 6
    福利！阿里宣布手淘安卓客户端容器化框架Atlas正式开源
  • 7
    新的开始 | Arthas GitHub Star 破万后的回顾和展望
  • 8
    Docker Swarm运行Spring Cloud应用（一）：部署
  • 9
    开发函数计算的正确姿势 —— 使用 ROS 进行资源编排
  • 10
    基于阿里云Serverless架构下函数计算的最新应用场景详解（一）
  • 1
    实例工厂实例化Bean走一波~
    12
  • 2
    为什么大家都推荐PageAdmin CMS？
    11
  • 3
    Linux 安装python3.7.6
    38
  • 4
    K8S部署nexus
    25
  • 5
    陪玩系统功能 陪玩平台 陪玩系统用户体验 陪玩系统安全性 陪玩系统开发
    25
  • 6
    如何自己搭建一个网站？
    23
  • 7
    🎉 WatchAlert - 开源多数据源告警引擎【运维研发必备能力】
    66
  • 8
    【Azure Logic App】使用Logic App来定制Monitor Alert邮件内容遇见无法获取SearchResults的情况
    21
  • 9
    如何选择CMS网站管理系统？CMS包含哪些功能？
    19
  • 10
    婚恋交友系统平台 相亲交友平台系统 婚恋交友系统APP 婚恋系统源码 婚恋交友平台开发流程 婚恋交友系统架构设计 婚恋交友系统前端/后端开发 婚恋交友系统匹配推荐算法优化
    21

    • 相关课程

    更多
  • Python爬虫实战
  • Python开发基础入门
  • Python常用数据科学库
  • Python网络爬虫实战
  • Python完全自学手册图文教程
  • Python基础快速入门实战教程

    • 相关电子书

    更多
  • From Python Scikit-Learn to Sc
  • Data Pre-Processing in Python:
  • 双剑合璧-Python和大数据计算平台的结合

    • 相关实验场景

    更多
  • 用Python画圣诞树
  • Python选择及循环结构
  • 云端Python及基本操作
  • Python网络通信程序典型应用
  • Python新手入门（Anolis OS）
  • Python新手入门

    • 推荐镜像

    更多
  • python-release
  • nodejs-release
  • debian-cd
    • 下一篇
    阿里云oss存储简介和如何使用