Python基础之内置函数

Posted 2020-07-18 ccorz

先上一张图，python中内置函数：

python官方解释在这：点我点我

继续聊内置函数：

callable(object)：检查对象是否可被调用，或是否可执行，结果为bool值

def f1():
    pass
f2 = 123
print(callable(f1))
print(callable(f2))

out:
True
False

---

 

char():

ord():

这两个一起讲，都是对应ASCii表的，char(obect)将十进制数字转化为ascii中对应的字母，ord(object)将字母转化为ascii中对应的十进制数字。

顺便上一张ascii表吧，以便以后查询：

用处呢，可以用来搞随机验证码等等，随机验证码在这：点我点我

>>> chr(89)
\'Y\'
>>> chr(64)
\'@\'
>>> ord(\'x\')
120
>>> 

---

 

compile():将字符串编译成python代码,格式：compile( str, file, type )

compile语句是从type类型（包括’eval’: 配合eval使用，’single’: 配合单一语句的exec使用，’exec’: 配合多语句的exec使用）中将str里面的语句创建成代码对象

exam:

>>> s = "print(123)"
>>> r = compile(s, "<string>", "exec")
>>> exec(r)
123
>>> 

---

 

执行：

eval()　　exec()

eval()：格式：eval( obj[, globals=globals(), locals=locals()] )， 运算符，表达式：只能执行运算符，表达式， 并且eval() 有返回值

exec(): 格式:exec(obj),执行代码或者字符串，没有返回值，执行代码时，接收代码或者字符串 

exam:

>>> s=\'8*8\'
>>> eval(s)
64    #有返回值
>>> 

>>> exec(\'8+7*8\')    #无返回
>>> eval(\'8+7*8\')    
64
>>> 

---

 

dir():快速查看对象提供了哪些功能

help():查看对象使用帮助,显示功能详情

exam:

>>> dir(list)
[\'__add__\', \'__class__\', \'__contains__\', \'__delattr__\', \'__delitem__\', \'__dir__\', \'__doc__\', \'__eq__\', \'__format__\', \'__ge__\', \'__getattribute__\', \'__getitem__\', \'__gt__\', \'__hash__\', \'__iadd__\', \'__imul__\', \'__init__\', \'__iter__\', \'__le__\', \'__len__\', \'__lt__\', \'__mul__\', \'__ne__\', \'__new__\', \'__reduce__\', \'__reduce_ex__\', \'__repr__\', \'__reversed__\', \'__rmul__\', \'__setattr__\', \'__setitem__\', \'__sizeof__\', \'__str__\', \'__subclasshook__\', \'append\', \'clear\', \'copy\', \'count\', \'extend\', \'index\', \'insert\', \'pop\', \'remove\', \'reverse\', \'sort\']
>>> help(list)
Help on class list in module builtins:

class list(object)
 |  list() -> new empty list
 |  list(iterable) -> new list initialized from iterable\'s items
 |  
 |  Methods defined here:

View Code

---

 

divmod() ：求商和余数，返回数据类型是元组,常用于页面分页计算

>>> r = divmod(100, 10)
>>> print(r[0])
10
>>> print(r[1])
0
>>> print(r)
(10, 0)

#也可这么用
>>> n1,n2=divmod(100,9)
>>> print(n1,n2)
11 1
>>> 

---

 

isinstance()：判断对象是否为某类的实例

>>> s=\'alex\'
>>> isinstance(s,str)
True
>>> li=[1,2,3,4]
>>> isinstance(li,dict)
False
>>> 

---

 

filter(func,obj):过滤，其中obj为可迭代的对象， 循环第二个参数，将每一个循环元素，去执行第一个参数（函数），如果函数的返回值为True，即合法

filter()用来筛选，函数返回True，将元素添加到结果中。

需要注意的是，filter如果直接打印的话，是一个内存地址，需要将其转化为有序元素，比如list等。

exam:

def f1(args):
    result = []
    for item in args:
        if item > 22:
            result.append(item)
    return result

li = [11, 22, 33, 44, 55]
ret = f1(li)
print(ret)

out:
[33, 44, 55]

===================
li=[11,22,33,45,67,23,14,52,]
def f1(a):
    if a > 22:
        return 1
res=filter(f1,li)
print(type(res))
print(list(res))

out:
<class \'filter\'>
[33, 45, 67, 23, 52]
=================
li = [11, 22, 33, 44, 55]
res=filter(lambda a:a>27,li)
print(list(res))

out:
[33, 44, 55]

可以看出来，使用lambda表达式可使代码更简洁，因为lambda表达式是自动return，不用像函数那样特意定义返回值

---

 

map():格式与filter相似，map(函数，可迭代的对象(可以for循环的东西))

功能： 把可迭代的对象使用函数做处理，批量操作，将函数返回值添加到结果中

exam:

li=[11,22,33,45,67,23,14,52,]
res=map(lambda a:a+100,li)
print(list(res))

out:
[111, 122, 133, 145, 167, 123, 114, 152]

filter与map的区别：

filter()是使用函数对可迭代对象进行筛选，如果函数返回为True，将对象添加到结果中

map()是使用函数对可迭代对象进行处理，批量操作，将函数返回值添加到结果中

---

 

frozenset() ：不可变集合,与set()相对

frozenset() 是冻结的集合，它是不可变的，存在哈希值，好处是它可以作为字典的key，也可以作为其它集合的元素。缺点是一旦创建便不能更改，没有add，remove方法

set()是可变的，有add（），remove（）等方法。既然是可变的，所以它不存在哈希值

---

 

globals()     所有的全局变量

locals()     所有的局部变量 

exam:

NAME = "ALEX"

def show():
    a = 123
    c = 123
    print(locals())
    print(globals())

show()

out:
{\'c\': 123, \'a\': 123}
{\'__package__\': None, \'__spec__\': None, \'__cached__\': None, \'__loader__\': <_frozen_importlib_external.SourceFileLoader object at 0x1007a5c50>, \'show\': <function show at 0x10137b620>, \'__builtins__\': <module \'builtins\' (built-in)>, \'__name__\': \'__main__\', \'__file__\': \'/Users/shane/PycharmProjects/Py_study/Base/S4/test.py\', \'__doc__\': None, \'NAME\': \'ALEX\'}

---

hash():生成hash值,生成的值不是固定的

exam:

s = "hhhasdfasdfasdfasdfasdfasdfasdfasdfa" \\
    "sdfasdfasdfhhhasdfasdfasdfasdfasdfasdfasdfasdfasdfasdfasdf"

print(hash(s))

out:
1352149349547718846

---

len() 计算元素的长度的，但需要注意的一点是汉字：

在2.7中，len(\'汉字\')是按字节算的，值为6

在3.5中，len(\'汉字\')是按字符算的，值为2

exam:

 

s=\'李杰\'
print(len(s))
b=bytes(s,encoding=\'utf8\')
print(len(b))

out:
2
6

---

min() 求最小

max()     求最大

sum()     求和 

exam:没难度

>>> li=[1,2,56,7,8,90]
>>> min(li)
1
>>> max(li)
90
>>> sum(li)
164
>>> 

---

pow() 求幂，等同于**

exam:

>>> pow(10,3)
1000
>>> 10**3
1000
>>> 

---

reversed() 反转

exam:

li = [11,22,1,1]

#与 li.reverse() 相同

reversed(li)
print(li)

out:
[11, 22, 1, 1]

---

round() 四舍五入

exam:

>>> round(1.4)
1
>>> round(5.8)
6
>>> 

---

sorted()     排序

exam:

li = [11,2,1,1]
li.sort()

等同：
sorted(li)

---

zip()  接受任意多个（包括0个和1个）序列作为参数，返回一个tuple列表，不是很好描述

exam:

l1 = ["alex", 11, 22, 33]
l2 = ["is", 11, 22, 33]
l3 = ["sb", 11, 22, 33]

r = zip(l1, l2, l3)
print(r)
print(list(r))

out:
<zip object at 0x10137cfc8>　　　　#注意结果，print的话也是内存地址
[(\'alex\', \'is\', \'sb\'), (11, 11, 11), (22, 22, 22), (33, 33, 33)]

注意长度计算方式：

x = [1, 2, 3]
y = [4, 5, 6, 7]
xy = zip(x, y)
print(list(xy))

out:
[(1, 4), (2, 5), (3, 6)]

一个列表：

x = [1, 2, 3]
zx=zip(x)
print(list(zx))
y=[1,]
zy=zip(y)
print(list(zy))

out:
[(1,), (2,), (3,)]
[(1,)]

---

slice()     切片

格式：slice(start,stop,step) 也可 slice(none，stop,none)

exam:

l=list(range(10))
print(l)
print(l[slice(1,6,2)])
print(l[1:8:2])
print(l[slice(5)])

out:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[1, 3, 5]
[1, 3, 5, 7]
[0, 1, 2, 3, 4]

字符串也可以这么搞

s=\'abddfdfdf\'
print(s[0:8:2])
print(s[slice(0,8,2)])

out:
adff
adff