第十一章 Python常用内建函数

内建函数,可以直接使用,而不需要import。

在前面章节学过的sorded()、reversed()、range(),filter()、reduce()、map()等内建函数,下面再回顾下及学习一些新的内置函数。


函数

描述

示例

sorded(iterable, cmp=None, key=None, reverse=False)

正序排序可迭代对象,生成新的列表

>>> lst = [2,3,4,1,5]

>>> sorted(lst)

[1, 2, 3, 4, 5]

对字典value排序:

>>> dict = {'a':86, 'b':23, 'c':45}                                 

>>> sorted(dict.iteritems(), key=lambda x:x[1], reverse=True)

[('a', 86), ('c', 45), ('b', 23)]


reversed(sequence)

反向排序序列,返回一个可迭代对象

>>> lst = [1,2,3,4,5]

>>> lst2 = []

>>> for i in reversed(lst):

...    lst2.append(i)

...

>>> lst2

[5, 4, 3, 2, 1]


range(start, stop[, step])

生成整数列表

>>> range(0,5)

[0, 1, 2, 3, 4]

>>> range(0,5, 2) 

[0, 2, 4]


xrange(start, stop[, step])

生成可迭代对象,比range节省内存资源

>>> type(xrange(0,5))

<type 'xrange'>

>>> for i in xrange(0,5):

...   print i

...

0

1

2

3

4


filter(function or None, sequence)

将序列中的元素通过函数处理返回一个新列表、元组或字符串

例如:过滤列表中的奇数

>>> lst = [1,2,3,4,5]

>>> filter(lambda x:x%2==0, lst)

[2, 4]


reduce(function, sequence[, initial])

二元运算函数,所以只接受二元操作函数

例如:计算列表总和

>>> lst = [1,2,3,4,5]

>>> reduce(lambda x,y:x+y, lst)

15

先将前两个元素相加等于3,再把结果与第三个元素相加等于6,以此类推


map(function, sequence[, sequence, ...])

将序列中的元素通过函数处理返回一个新列表

>>> lst = [1,2,3,4,5]

>>> map(lambda x:str(x)+".txt", lst)

['1.txt', '2.txt', '3.txt', '4.txt', '5.txt']


len(object)

返回序列的数量

>>> len([1,2,3])

3


abs(number)

返回参数的绝对值

>>> abs(-2)

2


eval(source[, globals[, locals]])

把字符串当成Python表达式处理并返回计算结果

>>> a = '1 + 2'

>>> eval(a)

3


repr(object)

把象转为字符串表示

>>> repr(3)

'3'

>>> repr('1+2')

"'1+2'"


round(number[, ndigits])

number四舍五入计算,返回浮点数。ndigits是保留几位小数

>>> round(1.6)

2.0


min(iterable[, key=func])

min(a, b, c, ...[, key=func]


返回最小项。可以是可迭代对象,也可以是两个或两个以上参数。

>>> min([1,2,3])

1

>>> min('a', 'b', 'c')

'a'


max(iterable[, key=func])

max(a, b, c, ...[, key=func])


返回最大项。与min使用方法一样。

sum(sequence[, start])

返回序列合,start在计算结果上加的数

>>> sum([1,2,3])

6


isinstance(object, class-or-type-or-tuple)

判断object类型,返回布尔值

>>> isinstance([1,2,3],list)

True

>>> isinstance([1,2,3],tuple)

False


hex(number)

返回整数十六进制表示

>>> hex(18)

'0x12'


zip(seq1 [, seq2 [...]])

返回一个合并的列表元组,每个元组里面是每个seq对应的下标值,在长度最短的seq结束。

>>> zip(range(5),['a','b','c'])

[(0, 'a'), (1, 'b'), (2, 'c')]


cmp(x, y)

比较两个对象,x==y等于返回0,x>y返回整数,x<y返回负数

>>> cmp(1,1)

0

>>> cmp(1,2)

-1

>>> cmp(1,0)

1


locals()

返回当前局部变量字典

>>> a = 1

>>> b = 2

>>> locals()

{'a': 1, 'b': 2,......

内置函数还有很多,有兴趣可以参考一下:https://docs.python.org/2/library/functions.html

博客地址:http://lizhenliang.blog.51cto.com and https://yq.aliyun.com/u/lizhenliang
QQ群:323779636(Shell/Python运维开发群)

时间: 2024-12-24 11:12:11

第十一章 Python常用内建函数的相关文章

python 教程 第二十一章、 扩展Python

第二十一章. 扩展Python /* D:\Python27\Lib\Extest-1.0\Extest2.c */ #include <stdio.h> #include <stdlib.h> #include <string.h> #include "Python.h" int fac(int n) { if (n < 2) return(1); return (n)*fac(n-1); } static PyObject * Extest

python 教程 第十一章、 异常

第十一章. 异常 1)    try/except/else格式 try: s = raw_input('--> ') except EOFError: print 'Why did you do an EOF on me?' except: print 'Error occurred.' else: print 'Done' except参数说明: except:             Catch all (or all other) exception types. except name

第十五章 Python多进程与多线程

15.1 multiprocessing multiprocessing是多进程模块,多进程提供了任务并发性,能充分利用多核处理器.避免了GIL(全局解释锁)对资源的影响. 有以下常用类: 类 描述 Process(group=None, target=None, name=None, args=(), kwargs={}) 派生一个进程对象,然后调用start()方法启动 Pool(processes=None, initializer=None, initargs=()) 返回一个进程池对象

《Python数据科学实践指南》一 第2章 Python基础知识

第2章 Python基础知识 为了开启我们的数据科学之旅,本章会进行一些基础的编程训练.第1章中已经搭建好了Python的运行环境,读者应该已经能够在Python shell中执行简单的打印和四则运算了.接下来我们要完整地学习一遍构成一个Python程序的基本要素. 2.1 应当掌握的基础知识 本节会介绍一些学习Python前应当掌握的基础知识,这一部分内容在所有的编程语言学习中基本上都是类似的,Python当然也遵守这些通用的规则,熟悉这些内容的读者可以跳过这一节. 2.1.1 基础数据类型

《Python数据科学指南》——第1章 Python在数据科学中的应用 1.1 简介

第1章 Python在数据科学中的应用 在这一章里,我们将探讨以下主题. 使用字典对象 使用字典的字典 使用元组 使用集合 写一个列表 从另一个列表创建列表--列表推导 使用迭代器 生成一个迭代器和生成器 使用可迭代对象 将函数作为变量传递 在函数中嵌入函数 将函数作为参数传递 返回一个函数 使用装饰器改变函数行为 使用lambda创造匿名函数 使用映射函数 使用过滤器 使用zip和izip函数 从表格数据使用数组 对列进行预处理 列表排序 采用键排序 使用itertools 1.1 简介 Py

《Python数据科学实践指南》——第1章 Python介绍 1.1 Python的版本之争

第1章 Python介绍 本书主要介绍数据科学所使用的工具,但因为每一种语言都有自己的生态系统,而笔者多用Python,所以本书主要会从Python的角度来介绍这些工具.阅读本书的读者,不管之前的基础如何,如果对Python这门编程语言有一定的了解,将能更好地掌握书中内容.可能有很多读者曾经在学校里学过C/C++或是VB,又或者听说过Java.PHP等这样广泛使用的编程语言,初闻Python的时候可能会对这个名字略感陌生,不过这一点并不能阻碍Python成为数据科学领域的"一等公民".

《Python数据科学实践指南》——第2章 Python基础知识 2.1 应当掌握的基础知识

第2章 Python基础知识 为了开启我们的数据科学之旅,本章会进行一些基础的编程训练.第1章中已经搭建好了Python的运行环境,读者应该已经能够在Python shell中执行简单的打印和四则运算了.接下来我们要完整地学习一遍构成一个Python程序的基本要素. 2.1 应当掌握的基础知识 本节会介绍一些学习Python前应当掌握的基础知识,这一部分内容在所有的编程语言学习中基本上都是类似的,Python当然也遵守这些通用的规则,熟悉这些内容的读者可以跳过这一节. 2.1.1 基础数据类型

《Python数据科学实践指南》一 第1章 Python介绍

第1章 Python介绍 本书主要介绍数据科学所使用的工具,但因为每一种语言都有自己的生态系统,而笔者多用Python,所以本书主要会从Python的角度来介绍这些工具.阅读本书的读者,不管之前的基础如何,如果对Python这门编程语言有一定的了解,将能更好地掌握书中内容.可能有很多读者曾经在学校里学过C/C++或是VB,又或者听说过Java.PHP等这样广泛使用的编程语言,初闻Python的时候可能会对这个名字略感陌生,不过这一点并不能阻碍Python成为数据科学领域的"一等公民".

MYSQL必知必会读书笔记第十和十一章之使用函数处理数据_Mysql

 mysql简介 MySQL是一种开放源代码的关系型数据库管理系统(RDBMS),MySQL数据库系统使用最常用的数据库管理语言--结构化查询语言(SQL)进行数据库管理. 拼接字段 存储在数据库表中的数据一般不是应用程序所需要的格式.我们需要直接从数据库中检索出转换.计算或格式化过的数据:而不是检索出数据,然后再在客户机应用程序或报告程序中重新格式化. 计算字段(字段 = 列,不过数据库列一般称为列,而字段通常用于计算字段中)并不实际存在于数据库表中,计算字段是运行时在select语句内创建的