python补充最常见的内置函数

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python补充最常见的内置函数相关的知识,希望对你有一定的参考价值。

最常见的内置函数是:

print("Hello World!")

数学运算

abs(-5)                         # 取绝对值,也就是5

round(2.6)                       # 四舍五入取整,也就是3.0

pow(2, 3)                        # 相当于2**3,如果是pow(2, 3, 5),相当于2**3 % 5

cmp(2.3, 3.2)                   # 比较两个数的大小

divmod(9,2)                      # 返回除法结果和余数

max([1,5,2,9])                   # 求最大值

min([9,2,-4,2])                  # 求最小值

sum([2,-1,9,12])                 # 求和

 

类型转换

int("5")                        # 转换为整数 integer

float(2)                         # 转换为浮点数 float

long("23")                      # 转换为长整数 long integer

str(2.3)                        # 转换为字符串 string

complex(3, 9)                   # 返回复数 3 + 9i

 

ord("A")                        # "A"字符对应的数值

chr(65)                          # 数值65对应的字符

unichr(65)                       # 数值65对应的unicode字符

 

bool(0)                          # 转换为相应的真假值,在Python中,0相当于False

在Python中,下列对象都相当于False:[], (),{},0, None,0.0,‘‘

bin(56)                         # 返回一个字符串,表示56的二进制数

hex(56)                         # 返回一个字符串,表示56的十六进制数

oct(56)                         # 返回一个字符串,表示56的八进制数

 

list((1,2,3))                   # 转换为表 list

tuple([2,3,4])                  # 转换为定值表 tuple

slice(5,2,-1)                    # 构建下标对象 slice

dict(a=1,b="hello",c=[1,2,3])   # 构建词典 dictionary

 

序列操作

all([True, 1, "hello!"])        # 是否所有的元素都相当于True值

any(["", 0, False, [], None])   # 是否有任意一个元素相当于True值

sorted([1,5,3])                  # 返回正序的序列,也就是[1,3,5]

reversed([1,5,3])               # 返回反序的序列,也就是[3,5,1]

 

类,对象,属性

  1. # define class  
  2. class Me(object):  
  3.     def test(self):  
  4.         print "Hello!"  
  5.   
  6. def new_test():  
  7.     print "New Hello!"  
  8.   
  9. me = Me()  

hasattr(me, "test")              # 检查me对象是否有test属性

getattr(me, "test")              # 返回test属性

setattr(me, "test", new_test)    # 将test属性设置为new_test

delattr(me, "test")              # 删除test属性

isinstance(me, Me)               # me对象是否为Me类生成的对象 (一个instance)

issubclass(Me, object)           # Me类是否为object类的子类

 

编译,执行

repr(me)                         # 返回对象的字符串表达

compile("print(‘Hello‘)",‘test.py‘,‘exec‘)       # 编译字符串成为code对象

eval("1 + 1")                     # 解释字符串表达式。参数也可以是compile()返回的code对象

exec("print(‘Hello‘)")            # 解释并执行字符串,print(‘Hello‘)。参数也可以是compile()返回的code对象

 

 

Python内置(built-in)函数随着python解释器的运行而创建。在Python的程序中,你可以随时调用这些函数,不需要定义。最常见的内置函数是:

 

print("Hello World!")

 

Python教程中,我们已经提到下面一些内置函数:

 

基本数据类型 type()

 

反过头来看看 dir() help() len()

 

词典 len()

 

文本文件的输入输出 open()

 

循环设计 range() enumerate() zip()

 

循环对象 iter()

 

函数对象 map() filter() reduce()

 

 

 

下面我采取的都是实际的参数,你可以直接在命令行尝试效果。

 

数学运算

 

abs(-5)                          # 取绝对值,也就是5

 

round(2.6)                       # 四舍五入取整,也就是3.0

 

pow(2, 3)                        # 相当于2**3,如果是pow(2, 3, 5),相当于2**3 % 5

 

cmp(2.3, 3.2)                    # 比较两个数的大小

 

divmod(9,2)                      # 返回除法结果和余数

 

max([1,5,2,9])                   # 求最大值

 

min([9,2,-4,2])                  # 求最小值

 

sum([2,-1,9,12])                 # 求和

 

 

 

类型转换

 

int("5")                         # 转换为整数 integer

 

float(2)                         # 转换为浮点数 float

 

long("23")                       # 转换为长整数 long integer

 

str(2.3)                         # 转换为字符串 string

 

complex(3, 9)                    # 返回复数 3 + 9i

 

 

 

ord("A")                         # "A"字符对应的数值

 

chr(65)                          # 数值65对应的字符

 

unichr(65)                       # 数值65对应的unicode字符

 

 

 

bool(0)                          # 转换为相应的真假值,在Python中,0相当于False

 

在Python中,下列对象都相当于False: [], (), {}, 0, None, 0.0, ‘‘

 

 

 

bin(56)                          # 返回一个字符串,表示56的二进制数

 

hex(56)                          # 返回一个字符串,表示56的十六进制数

 

oct(56)                          # 返回一个字符串,表示56的八进制数

 

 

 

list((1,2,3))                    # 转换为表 list

 

tuple([2,3,4])                   # 转换为定值表 tuple

 

slice(5,2,-1)                    # 构建下标对象 slice

 

dict(a=1,b="hello",c=[1,2,3])    # 构建词典 dictionary

 

 

 

序列操作

 

all([True, 1, "hello!"])         # 是否所有的元素都相当于True值

 

any(["", 0, False, [], None])    # 是否有任意一个元素相当于True值

 

 

 

 

 

sorted([1,5,3])                  # 返回正序的序列,也就是[1,3,5]

 

reversed([1,5,3])                # 返回反序的序列,也就是[3,5,1]

 

 

 

类,对象,属性

 

技术分享
# define class
class Me(object): def test(self): print "Hello!"
def new_test():
    print "New Hello!"
me = Me()
技术分享

 

hasattr(me, "test")               # 检查me对象是否有test属性

 

getattr(me, "test")               # 返回test属性

 

setattr(me, "test", new_test)     # 将test属性设置为new_test

 

delattr(me, "test")               # 删除test属性

 

isinstance(me, Me)                # me对象是否为Me类生成的对象 (一个instance)

 

issubclass(Me, object)            # Me类是否为object类的子类

 

 

 

编译,执行

 

repr(me)                          # 返回对象的字符串表达

 

compile("print(‘Hello‘)",‘test.py‘,‘exec‘)       # 编译字符串成为code对象

 

eval("1 + 1")                     # 解释字符串表达式。参数也可以是compile()返回的code对象

 

exec("print(‘Hello‘)")            # 解释并执行字符串,print(‘Hello‘)。参数也可以是compile()返回的code对象

 

 

 

其他

input("Please input:")           # 等待输入

globals()                         # 返回全局命名空间,比如全局变量名,全局函数名

locals()                          # 返回局部命名空间

 

基本数据类型  type() dir() len()

文本文件的输入输出 open()

循环设计 range() enumerate() zip()

Note: range好像只能生成整数类型的range,但是可以使用np.arange(0,1,0.1)来生成float类型的range。

循环对象 iter()

函数对象 map() filter() reduce()

zip([iterable,])

这个函数返回一个含元组的列表,具体请看例子。

l1 = (‘You gotta‘, ‘the‘)
l2 = (‘love‘, ‘built-in‘)
out = []
if len(l1) == len(l2):
    for i in range(len(l1)):
        out.append((l1[i], l2[i]))
# out = [(‘You gotta‘, ‘love‘), (‘the‘, ‘built-in)]

或者这么写:

l1 = [‘You gotta‘, ‘the‘]
l2 = [‘love‘, ‘built-in‘]
out = zip(l1, l2) # [(‘You gotta‘, ‘love‘), (‘the‘, ‘built-in)]

如果你想得到倒序的话加上 * 操作符就可以了。

print zip(*out)
# [(‘You gotta‘, ‘the‘), (‘love‘, ‘built-in‘)]

Note: zip函数中的参数len不同,则只取len短的为准

Zipping and unzipping lists and iterables

>>> a = [1, 2, 3]
>>> b = [‘a‘, ‘b‘, ‘c‘]
>>> z = zip(a, b)
>>> z
[(1, ‘a‘), (2, ‘b‘), (3, ‘c‘)]
>>> zip(*z)
[(1, 2, 3), (‘a‘, ‘b‘, ‘c‘)]

多个序列的zip

如果你多个等长的序列,然后想要每次循环时从各个序列分别取出一个元素,可以利用zip()方便地实现:

ta = [1,2,3]
tb = [9,8,7]
tc = [a‘,b‘,c‘]
for (a,b,c) in zip(ta,tb,tc):
    print(a,b,c)

每次循环时,从各个序列分别从左到右取出一个元素,合并成一个tuple,然后tuple的元素赋予给a,b,c

zip()函数的功能,就是从多个列表中,依次各取出一个元素。每次取出的(来自不同列表的)元素合成一个元组,合并成的元组放入zip()返回的列表中。zip()函数起到了聚合列表的功能。

=[1,2,3,4,5,6]
>>> # Using iterators
>>> group_adjacent=lambdaa, k:zip(*([iter(a)]*k))
>>> group_adjacent(a,3)
[(1,2,3), (4,5,6)]
>>> group_adjacent(a,2)
[(1,2), (3,4), (5,6)]
>>> group_adjacent(a,1)
[(1,), (2,), (3,), (4,), (5,), (6,)]
>>> # Using slices
>>> fromitertoolsimportislice
>>> group_adjacent=lambdaa, k:zip(*(islice(a, i,None, k)forinrange(k)))
>>> group_adjacent(a,3)
[(1,2,3), (4,5,6)]
>>> group_adjacent(a,2)
[(1,2), (3,4), (5,6)]
>>> group_adjacent(a,1)
[(1,), (2,), (3,), (4,), (5,), (6,)]
使用zip & iterators实现推拉窗(n-grams)
>>> fromitertoolsimportislice
>>> defn_grams(a, n):
... z =(islice(a, i,None)foriin range(n))
... returnzip(*z)
...
>>> a =[1,2,3,4,5,6]
>>> n_grams(a, 3)
[(1,2,3), (2,3,4), (3,4,5), (4,5,6)]
>>> n_grams(a, 2)
[(1,2), (2,3), (3,4), (4,5), (5,6)]
>>> n_grams(a,4)
[(1,2,3,4), (2,3,4,5), (3,4,5,6)]
使用zip反相字典对象
>>> m ={"a":1,"b":2,"c":3,"d":4}
>>> m.items()
[("a",1), ("c",3), ("b",2), ("d",4)]
>>> zip(m.values(), m.keys())
[(1,"a"), (3,"c"), (2,"b"), (4,"d")]
>>> mi =dict(zip(m.values(), m.keys()))
>>> mi
{1:"a",2:"b",3:"c",4:"d"}



枚举函数enumerate

enumerate(iterable [,start=0])

如果你以前写过 C 语言,那么你可能会这么写:

for i in range(len(list)):
    # do stuff with list[i], for example, print it
    print i, list[i]

噢,不用那么麻烦!你可以使用 enumerate() 来提高可读性。

for i, item in enumerate(list):
    # so stuff with item, for example print it
    print i, item

利用enumerate()函数,可以在每次循环中同时得到下标和元素

S = abcdeffor (index,char) in enumerate(S):
    print index
    print char

实际上,enumerate()在每次循环中,返回的是一个包含两个元素的定值表(tuple),两个元素分别赋予index和char

enumerate函数还可以接收第二个参数。

>>> list(enumerate(‘abc‘, 1))

[(1, ‘a‘), (2, ‘b‘), (3, ‘c‘)]


简单服务器

你是否想要快速方便的共享某个目录下的文件呢?

# Python2 python -m SimpleHTTPServer # Python 3 python3 -m http.server

这样会为启动一个服务器。


最大 & 最小元素(heapq.nlargest and heapq.nsmallest)

 

>>> a =[random.randint(0,100)for__inxrange(100)]
>>> heapq.nsmallest(5, a)
[3,3,5,6,8]
>>> heapq.nlargest(5, a)
[100,100,99,98,98]


使用C风格的大括号代替Python缩进来表示作用域

from __future__ import braces

对Python表达式求值

我们都知道eval函数,但是我们知道literal_eval函数么?

import ast

my_list = ast.literal_eval(expr)

来代替以下这种操作:

expr = "[1, 2, 3]"

my_list = eval(expr)

对象自检

在Python 中你可以通过dir() 函数来检查对象。正如下面这个例子:

>>> foo = [1, 2, 3, 4]

>>> dir(foo)

[‘__add__‘, ‘__class__‘, ‘__contains__‘,

‘__delattr__‘, ‘__delitem__‘, ‘__delslice__‘, ... ,

‘extend‘, ‘index‘, ‘insert‘, ‘pop‘, ‘remove‘,

‘reverse‘, ‘sort‘]


[python模块导入及属性]

三元运算

三元运算是if-else 语句的快捷操作,也被称为条件运算。这里有几个例子可以供你参考,它们可以让你的代码更加紧凑,更加美观。

[on_true] if [expression] else [on_false]

x, y = 50, 25

small = x if x < y else y


all(iterable)

如果可迭代的对象(数组,字符串,列表等,下同)中的元素都是 true (或者为空)的话返回 True

_all = True
for item in iterable:
    if not item:
        _all = False
        break
if _all:
    # do stuff

更简便的写法是:

if all(iterable):
    # do stuff

any(iterable)

如果可迭代的对象中任何一个元素为 true 的话返回 True 。如果可迭代的对象为空则返回False

_any = False
for item in iterable:
    if item:
        _any = True
        break
if _any:
    # do stuff

更简便的写法是:

if any(iterable):
    # do stuff

cmp(x,y)

比较两个对象 x yx<y 的时候返回负数,x==y 的时候返回 0,x>y 的时候返回正数。

def compare(x,y):
    if x < y:
        return -1
    elif x == y:
        return 0
    else:
        return 1

你完全可以使用一句 cmp(x, y) 来替代。

dict([arg])

使用 arg 提供的条目生成一个新的字典。

arg 通常是未知的,但是它很方便!比如说,如果我们想把一个含两个元组的列表转换成一个字典,我们可以这么做。

l = [(‘Knights‘, ‘Ni‘), (‘Monty‘, ‘Python‘), (‘SPAM‘, ‘SPAAAM‘)]
d = dict()
for tuple in l:
    d[tuple[0]] = tuple[1]
# {‘Knights‘: ‘Ni‘, ‘Monty‘: ‘Python‘, ‘SPAM‘: ‘SPAAAM‘}

或者这样:

l = [(‘Knights‘, ‘Ni‘), (‘Monty‘, ‘Python‘), (‘SPAM‘, ‘SPAAAM‘)]
d = dict(l) # {‘Knights‘: ‘Ni‘, ‘Monty‘: ‘Python‘, ‘SPAM‘: ‘SPAAAM‘}

isinstance(object, classinfo)

如果 object 参数是 classinfo 参数的一个实例或者子类(直接或者间接)的话返回 True

当你想检验一个对象的类型的时候,第一个想到的应该是使用 type() 函数。

if type(obj) == type(dict):
    # do stuff
elif type(obj) == type(list):
    # do other stuff
...

或者你可以这么写:

if isinstance(obj, dict):
    # do stuff
elif isinstance(obj, list):
    # do other stuff
...

pow(x,y[,z])

返回 x y 次幂(如果 z 存在的话则以z 为模)。

如果你想计算 x 的 y 次方,以 z 为模,那么你可以这么写:

mod = (x ** y) % z

但是当 x=1234567, y=4567676, z=56 的时候我的电脑足足跑了 64 秒!

不要用 ** % 了,使用 pow(x,y,z) 吧!这个例子可以写成pow(1234567,4567676,56) ,只用了 0.034 秒就出了结果!

Local函数

想让代码看起来更加简明,可以利用 Python 的内建函数 locals() 。它返回的字典对所有局部变量的名称与值进行映射。

def test(c):
    a = {}
    a[0] = 3
    b = 4
    print(locals())

if __name__ == ‘__main__‘:
    test(8)

{‘c‘: 8, ‘b‘: 4, ‘a‘: {0: 3}}

Note:使用 locals() 时要注意是它将包括 所有 的局部变量,它们可能比你想访问的要多。也包括传入函数的参数。

python repr() \\str() 函数

将任意值转为字符串:将它传入repr() 或str() 函数。

函数str() 用于将值转化为适于人阅读的形式,而repr() 转化为供解释器读取的形式(如果没有等价的语法,则会发生SyntaxError 异常)

某对象没有适于人阅读的解释形式的话, str() 会返回与repr()等同的值。很多类型,诸如数值或链表、字典这样的结构,针对各函数都有着统一的解读方式。字符串和浮点数,有着独特的解读方式。

>>> s = ‘Hello, world.‘
>>> str(s)
‘Hello, world.‘
>>> repr(s)
"‘Hello, world.‘"     # The repr() of a string adds string quotes and backslashes

operator.itemgetter函数

operator模块提供的itemgetter函数用于获取对象的哪些维的数据,参数为一些序号(即需要获取的数据在对象中的序号)。
a = [1,2,3]
>>> b=operator.itemgetter(1)      //定义函数b,获取对象的第1个域的值
>>> b(a)
2
>>> b=operator.itemgetter(1,0)   //定义函数b,获取对象的第1个域和第0个的值
>>> b(a)
(2, 1)
Note:operator.itemgetter函数获取的不是值,而是定义了一个函数,通过该函数作用到对象上才能获取值。

皮皮blog


python内置排序函数

sorted(iterable,cmp,key,reverse)

Python内置的排序函数sorted可以对list或者iterator进行排序,官网文档见:http://docs.python.org/2/library/functions.html?highlight=sorted#sorted,该函数原型为:

sorted(iterable[, cmp[, key[, reverse]]])

参数解释:

iterable指定要排序的list或者iterable;

cmp为带两个参数的比较函数,指定排序时进行比较的函数,可以指定一个函数或者lambda函数

key 是带一个参数的比较函数;

reverse升降序选择,为False或者True(降序);

axis:指定轴进行排序;

通常用法:list.sort(axis = None, key=lambda x:x[1], reverse = True)

例子:
(1)用cmp函数排序
>>> list1 = [(‘david‘, 90), (‘mary‘,90), (‘sara‘,80),(‘lily‘,95)]

>>> sorted(list1,cmp = lambda x,y: cmp(x[1],y[1]))

[(‘sara‘, 80), (‘david‘, 90), (‘mary‘, 90), (‘lily‘, 95)]

(2)用key函数排序
>>> list1 = [(‘david‘, 90), (‘mary‘,90), (‘sara‘,80),(‘lily‘,95)]

>>> sorted(list1,key = lambda list1: list1[1])

[(‘sara‘, 80), (‘david‘, 90), (‘mary‘, 90), (‘lily‘, 95)]

(3)用reverse排序
>>> sorted(list1,reverse = True)

[(‘sara‘, 80), (‘mary‘, 90), (‘lily‘, 95), (‘david‘, 90)]

(4)用operator.itemgetter函数排序
>>> from operator import itemgetter

>>> sorted(list1, key=itemgetter(1))

[(‘sara‘, 80), (‘david‘, 90), (‘mary‘, 90), (‘lily‘, 95)]

>>> sorted(list1, key=itemgetter(0))

[(‘david‘, 90), (‘lily‘, 95), (‘mary‘, 90), (‘sara‘, 80)]

(5)多级排序
>>> sorted(list1, key=itemgetter(0,1))

[(‘david‘, 90), (‘lily‘, 95), (‘mary‘, 90), (‘sara‘, 80)]

[由 sort 中 key 的用法浅谈 python]

[https://wiki.python.org/moin/HowTo/Sorting/]

[Python中的sorted函数以及operator.itemgetter函数]

from:http://blog.csdn.net/pipisorry/article/details/44755423

ref:Python 内置函数

Nifty Python tricks

Python built-in functions are awesome. Use them!

Python: Tips, Tricks and Idioms

30 Python Language Features and Tricks You May Not Know About






























































































































































以上是关于python补充最常见的内置函数的主要内容,如果未能解决你的问题,请参考以下文章

Python补充03 Python内置函数清单

Python基础第十一天——内置函数的补充内置函数与lambda递归

13 个非常有用的 Python 代码片段

函数补充知识

Python基础----内置函数补充匿名函数递归函数

python基础之内置函数补充匿名函数递归函数