熟练掌握Python的内置函数,加快编程速度
内置函数概览
Python 2.7 的所有内置函数共有80个。熟练记住和使用这些内置函数,将大大提高写Python代码的速度和代码的优雅程度。
以下代码示例用的是ipython,一个比官方解释器好很多的解释器,值的学习和使用。
数学相关的内置函数
abs(x) 返回一个数字的绝对值
In [18]: abs(3.14) Out[18]: 3.14 In [19]: abs(-3.14) Out[19]: 3.14
complex(real[, imag]) 生成一个复数
In [135]: complex(1,3) Out[135]: (1+3j)
divmod(x, y) 返回x除以y的商和余数
In [143]: divmod(12, 7) Out[143]: (1, 5)
max(iterable[, key]) 返回一个序列的最大元素
In [157]: max([(1,2,3), (4,5,6), (23,4,1,)], key=lambda a: a[-1]) Out[157]: (4, 5, 6) In [158]: max(1,2,3,4,4,5) Out[158]: 5 In [159]: max([(1,2,3), (4,5,6), (23,4,1,)]) Out[159]: (23, 4, 1) In [160]: max([(1,2,3), (4,5,6), (23,4,1,)], key=lambda a: a[-1]) Out[160]: (4, 5, 6) In [161]: max([{'age':10, 'name': 'aaa'}, {'age': 12, 'name': 'bb'}], key=lambda a: a['age']) Out[161]: {'age': 12, 'name': 'bb'}
min(iterable[, key]) 返回一个序列的最小元素
参见上面的max() 函数
pow(x, y[, z]) 返回x的y次幂,如果有参数z则返回幂除以z的余数(对z取模)
In [166]: pow(2,3) Out[166]: 8 In [167]: pow(2,3,5) Out[167]: 3
round(number[, ndigits]) 返回一个数的四舍五入值,给出ndigits则四舍五入到第n位小数
In [170]: round(3.45) Out[170]: 3.0 In [171]: round(3.55) Out[171]: 4.0 In [172]: round(3.55345, 3) Out[172]: 3.553
sum(sequence[, start]) 对一个数字序列求和,start为起始位置,默认从0开始
In [175]: sum([1,2,3,4]) Out[175]: 10
数字、字符转换
bin(number), hex(number), oct(number)
把一个数字转换成二进制、十六进制、八进制字符串
In [204]: print bin(20), hex(16), oct(9) 0b10100 0x10 011
bool(x) 如果x是真则返回True,否则返回False
In [184]: print bool(3), bool('a') True True In [185]: print bool(0), bool(''), bool(None) False False False
chr(i) 把一个整数转换ascii码字符, 0<= i < 256
In [188]: chr(320) --------------------------------------------------------------------------- ValueError Traceback (most recent call last) <ipython-input-188-5b2996ffe50c> in <module>() ----> 1 chr(320) ValueError: chr() arg not in range(256) In [189]: chr(65) Out[189]: 'A' In [190]: chr(0) Out[190]: '\x00'
unichr(i) 把一个整数转换为Unicode字符, 0 <= i <= 0x10ffff
In [225]: unichr(1245) Out[225]: u'\u04dd'
ord(c) 把一个ascii码字符转换为整数
In [192]: ord('a') Out[192]: 97 In [193]: ord('\x23') Out[193]: 35
float(x), int(x), long(x) 浮点数、整数、长整数之间的转换
In [196]: print float('13'), float(13) 13.0 13.0 In [197]: print int('14'), int(14) 14 14 In [198]: print long('15'), long(15) 15 15
format(value[, format_spec]) 对value按照format_spec格式化
In [212]: format(123, '05d') Out[212]: '00123'
以上等同于 print ‘%05d’ % 123
hash(ojbect) 对object计算hash值
In [218]: hash(123) Out[218]: 123 In [219]: hash('abc') Out[219]: 1453079729188098211
str(object=’’) 把一个对象转换成字符串:
In [221]: str(123) Out[221]: '123' In [222]: str([1,2,3]) Out[222]: '[1, 2, 3]' In [223]: str({'a': 1, 'b': 2}) Out[223]: "{'a': 1, 'b': 2}"
输入输出
file(name[, mode[, buffering]]), open 打开一个文件 In [251]: file('abc.txt', 'w') Out[251]: <open file 'abc.txt', mode 'w' at 0x7f93e727a660> In [252]: open('abc.txt', 'w') Out[252]: <open file 'abc.txt', mode 'w' at 0x7f93e727a780> input([prompt]), raw_input() 从终端输入信息 In [253]: input('pls input a number >>') pls input a number >>123 Out[253]: 123
序列处理
all(iterable) 如果一个序列所有值都为真就返回True,否则返回False
any(iterable) 如果一个序列至少有一个为真就返回True, 否则False
In [255]: all([1,2,3,4]) Out[255]: True In [256]: all([1,2,3,4, 0]) Out[256]: False In [257]: any([1,2,3,4, 0]) Out[257]: True
enumerate(iterable[, start]) 遍历一个序列的元素及其索引
In [261]: for i, value in enumerate(['a', 'b', 'c']): .....: print i, value .....: 0 a 1 b 2 c
filter(function or None, squence) 返回满足function(item)为True的元素
In [263]: filter(lambda x: x>3, [1,2,3,4,5]) Out[263]: [4, 5]
iter(collection) 返回一个对象的迭代器
读取文件的时候比较有用:
with open("mydata.txt") as fp: for line in iter(fp.readline, "STOP"): process_line(line)
len(object) 返回一个对象的元素个数
In [267]: len('abc'), len([1,2,3]) Out[267]: (3, 3)
map(function, sequence[, sequence, …]) 把一个函数应用于每一个元素并返回一个list
In [269]: map(lambda x: x+3, [1,2,3]) Out[269]: [4, 5, 6] In [270]: a = [1,2]; b = ['a', 'b']; c = ('x', 'y') In [271]: map(None, a, b, c) Out[271]: [(1, 'a', 'x'), (2, 'b', 'y')]
reduce(function, sequence[, sequence, …]) 把函数作用于初始两个元素,并把返回值和下一个元素作为输入调用函数,依次迭代所有元素
In [281]: reduce(lambda a, b: a-b, [1,2,3]) Out[281]: -4 zip(seq1 [, seq2 […]]) -> [(seq1[0], seq2[0] …), (…)]
把多个序列合并成一个序列list
In [283]: zip([1,2,3], ('a', 'b', 'c')) Out[283]: [(1, 'a'), (2, 'b'), (3, 'c')]
range() xrange() 返回一个整数序列
In [274]: [x for x in xrange(10)] Out[274]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] In [275]: [x for x in xrange(5, 10)] Out[275]: [5, 6, 7, 8, 9] In [276]: [x for x in xrange(5, 10, 2)] Out[276]: [5, 7, 9] In [277]: range(10) Out[277]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] In [278]: range(5, 10) Out[278]: [5, 6, 7, 8, 9] In [279]: range(5, 10, 2) Out[279]: [5, 7, 9]
sorted(iterable, cmp=None, key=None, reverse=False) 对一个序列排序
可选参数cmp、key和reverse与list.sort()方法的参数含义相同(在可变的序列类型一节描述)。
cmp指定一个自定义的带有两个参数的比较函数(可迭代的元素),它应该根据第一个参数是小于、等于还是大于第二个参数返回负数、零或者正数:cmp=lambda x,y: cmp(x.lower(), y.lower())。默认值是None。
key指定一个带有一个参数的函数,它用于从每个列表元素选择一个比较的关键字:key=str.lower。默认值是None(直接比较元素)。
reverse是一个布尔值。如果设置为True,那么列表元素以反向比较排序。
通常情况下,key和reverse转换处理比指定一个等同的cmp函数要快得多。这是因为cmp为每个元素调用多次但是key和reverse只会触摸每个元素一次。使用functools.cmp_to_key()来转换旧式的cmp函数为key函数。
In [288]: sorted(d.items(), key=lambda a: a[1]) Out[288]: [('a', 3), ('b', 4)] In [289]: sorted(d.items(), key=lambda a: a[1], rev) In [289]: sorted(d.items(), key=lambda a: a[1], reverse=True) Out[289]: [('b', 4), ('a', 3)] In [290]: sorted(d.items(), cmp=lambda a, b: cmp(a[1], b[1])) Out[290]: [('a', 3), ('b', 4)]
数据结构
bytearray() dict() frozenset() list() set() tuple()
python里面常用的数据结构有列表(list)、字典(dict)、集合(set)、元组(tuple)
对象、类型
以下是一些类(class)和类型相关的函数,比较不常用,可以查看手册详细了解。
basestring() callable() classmethod() staticmethod() property() cmp() compile() delattr() getattr() setattr() hasattr() dir() globals() locals() vars() help() id() isinstance() issubclass() object() memoryview() repr() super() type() unicode() import() eval() execfile()
不重要的内置函数
apply() buffer() coerce() intern()
ipython
ipython是一个非常好的交互式python解释器,它查看一个函数或类的用法的方法有:
help(xxx)
xxx?
查看一个类/对象的成员函数或变量时,在类或对象变量后面输入.后按tab键:
In [292]: import time In [293]: time. time.accept2dyear time.clock time.gmtime time.sleep time.struct_time time.tzname time.altzone time.ctime time.localtime time.strftime time.time time.tzset time.asctime time.daylight time.mktime time.strptime time.timezone In [293]: time.ti time.time time.timezone In [293]: time.time? Docstring: time() -> floating point number Return the current time in seconds since the Epoch. Fractions of a second may be present if the system clock provides them. Type: builtin_function_or_method
版权申明:若没有特殊说明,文章皆是猿人学原创,没有猿人学授权,请勿以任何形式转载。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
使用Python实现自动化截取Windows系统屏幕
自动化截屏有什么用呢?为什么要实现自动化截屏呢?其实,在某些特殊的场景下,记录电脑使用者的操作还是很有必要的。比如,银行记录柜员日常操作当作日后规范流程的数据,或者是日后存证;再比如,作为家长记录孩子使用电脑的情况等。 截屏功能的实现 Python有个第三方模块叫做PIL(Python 3中PIL停止开发,fork了一个新分支叫Pillow来支持Py3),是用来进行图像处理的,比如,改变图片颜色,进行图片缩放,图片裁剪等等基本图片操作。巧的是,它就包含一个截屏的功能,而且使用起来非常简单,两三行代码即可搞定: im = ImageGrab.grab() im.save('path-to-save','png') 不巧的是,它只支持Windows和Mac系统,Linux下面却不能用 自动化不间断截屏 有了上面简洁的截屏功能,我们可以把它打包成一个简单的函数叫做make_shot(),每次截屏存储为当前时间命名的图片,一天24小时不间断截屏。 import time def main(): while 1: make_shot() time.sleep(60) # 60秒截一次屏 # 这里...
- 下一篇
Java 集合整理大全
HashMap与HashTable的区别 1.HashMap是非线程安全的,HashTable是线程安全的2.HashMap的键和值都可以为null,HashTable则不行3.线程安全问题,所以HashMap的效率比HashTable高 ArrayList和LinkList的比较 ArrayList和LinkedList都不是线程安全的,小并发量的情况下可以使用Vector,若并发量很多,且读多写少可以考虑使用CopyOnWriteArrayList。因为CopyOnWriteArrayList底层使用ReentrantLock锁,比使用synchronized关键字的Vector能更好的处理锁竞争的问题。 TreeSet, LinkedHashSet and HashSet 的区别 TreeSet的主要功能用于排序,它是无序的(插入顺序)LinkedHashSet的主要功能用于保证FIFO即有序的集合(先进先出)HashSet只是通用的存储数据的集合共同点三者都不是线程安全的,如果要使用线程安全可以collections.synchronizedSet()不同点HashSet插入数...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS6,CentOS7官方镜像安装Oracle11G
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- CentOS8编译安装MySQL8.0.19
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- Windows10,CentOS7,CentOS8安装Nodejs环境
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7