Python基础之内置函数

Posted ccorz

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基础之内置函数相关的知识,希望对你有一定的参考价值。

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

 

 

 

 
 
 

以上是关于Python基础之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基础之:函数

python基础之内置函数与匿名函数

python基础之函数式编程

python基础之生成器表达式形式面向过程编程内置函数部分

Python基础之内置函数

Python基础之内置函数和递归