• Python常用的几种常用的内置函数


    abs(x)              用于返回绝对值

    divmod(x,y)       函数中传入两个数字,返回的是x/y的一个结果的元组(商,余数)

    pow(x,y)            用于求x的y次方

    all(iterable)       函数中传入一个可迭代的对象,如果对象中的所有的数的bool值都为真才会返回True,不否则就返回Flase

    any(iterable)    函数中传入一个可迭代的对象,如果对象中有一个数的bool值为真就返回True,如果所有的数都为0,就返回Flase

    chr(x)                函数中传入一个ascii码,将ascii转换成对应的字符

    ord(x)               函数中传入一个字符,将字符转换为对应的ascii码

    hex()    16进制

    oct()    8进制

    bin()    2进制

    enumerate(x,y)       函数中传入的x是一个列表,y是迭代的初始值,如以下的实例

     

    1 li = ['baby','honey']
    2 for item in li:
    3     print item
    4 for item in enumerate(li,12):
    5     print item
    6 for item in enumerate(li,13):
    7     print  item[0],item[1]

     

    s.format()          用来格式化字符的一种新的方法  示例如下:

    1 s = 'I am {0}{1}'
    2 print s.format('liheng','!')

    输出的结果:  I am liheng!

    map()和lambda函数的结合使用    map(lambda,list)

    •reduce()函数

      reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似,一个函数 f,一个list,但行为和 map()不同,reduce()传入的函数 f 必须接收两个参数,reduce()对list的每个元素反复调用函数f,并返回最终结果值。

    例如,编写一个f函数,接收x和y,返回x和y的和:

    def f(x, y):
        return x + y

      调用 reduce(f, [1, 3, 5, 7, 9])时,reduce函数将做如下计算:

    先计算头两个元素:f(1, 3),结果为4;
    再把结果和第3个元素计算:f(4, 5),结果为9;
    再把结果和第4个元素计算:f(9, 7),结果为16;
    再把结果和第5个元素计算:f(16, 9),结果为25;
    由于没有更多的元素了,计算结束,返回结果25。

    上述计算实际上是对 list 的所有元素求和。虽然Python内置了求和函数sum(),但是,利用reduce()求和也很简单。

      reduce()还可以接收第3个可选参数,作为计算的初始值。如果把初始值设为100,计算:

    reduce(f, [1, 3, 5, 7, 9], 100)

    结果将变为125,因为第一轮计算是:

    计算初始值和第一个元素:f(100, 1),结果为101。

      利用reduce()进行连乘的代码块

    def f(x,y):
    return x * y
    print reduce(f,[2,4,5,7,12])

    •filter()函数(过滤函数)

      filter()函数是 Python 内置的另一个有用的高阶函数,filter()函数接收一个函数 f 和一个list,这个函数 f 的作用是对每个元素进行判断,返回 True或 False,filter()根据判断结果自动过滤掉不符合条件的元素,返回由符合条件元素组成的新list。

      

    例如,要从一个list [1, 4, 6, 7, 9, 12, 17]中删除偶数,保留奇数,首先,要编写一个判断奇数的函数:

     

    def is_odd(x):
        return x % 2 == 1

     

    然后,利用filter()过滤掉偶数:

     

    filter(is_odd, [1, 4, 6, 7, 9, 12, 17])

     

    结果:[1, 7, 9, 17]

    #利用过滤函数filter()进行删除None和空字符串

    def is_not_empty(s):
    return s and len(s.strip()) > 0
    l = ['test','str',None,'','','END']
    print filter(is_not_empty,l)

     

    # 利用函数filter()过滤出1~100中平方根是整数的数
    import math
    l = []
    for x in range(1,101):
    l.append(x)
    def is_int(x):
    r = int(math.sqrt(x))
    return r * r == x
    print filter(is_int,l)

    或者

    import math
    def is_sqr(x):
        r = int(math.sqrt(x))
        return r*r==x
    print filter(is_sqr, range(1, 101))
    •自定义排序函数
      

    Python内置的 sorted()函数可对list进行排序:

    >>>sorted([36, 5, 12, 9, 21])
    [5, 9, 12, 21, 36]

    但 sorted()也是一个高阶函数,它可以接收一个比较函数来实现自定义排序,比较函数的定义是,传入两个待比较的元素 x, y,如果 x 应该排在 y 的前面,返回 -1,如果 x 应该排在 y 的后面,返回 1。如果 x 和 y 相等,返回 0。

    因此,如果我们要实现倒序排序,只需要编写一个reversed_cmp函数:

    def reversed_cmp(x, y):
        if x > y:
            return -1
        if x < y:
            return 1
        return 0

    这样,调用 sorted() 并传入 reversed_cmp 就可以实现倒序排序:

    >>> sorted([36, 5, 12, 9, 21], reversed_cmp)
    [36, 21, 12, 9, 5]

    sorted()也可以对字符串进行排序,字符串默认按照ASCII大小来比较:

    >>> sorted(['bob', 'about', 'Zoo', 'Credit'])
    ['Credit', 'Zoo', 'about', 'bob']

    'Zoo'排在'about'之前是因为'Z'的ASCII码比'a'小。

       对字符串排序时,有时候忽略大小写排序更符合习惯。请利用sorted()高阶函数,实现忽略大小写排序的算法。

     

    l = ['bob','about','Zoo','Credit']
    def cmp_ignore_case(s1,s2):
      u1 = s1.upper()
      u2 = s2.upper()
    if u1 < u2:
      return -1
    if u1 > u2:
      return 1
    return 0
    print sorted(l,cmp_ignore_case)

    zip() 函数的使用的介绍

    http://www.360doc.com/content/12/1105/11/11029609_245835814.shtml

    eval(str)     函数可以将str转换成一个表达式执行

      __import__和getattr()的使用

    1 #以字符串的形式导入模块和函数
    2 temp = 'sys'
    3 model = __import__(temp)
    4 foo = 'path'
    5 function = getattr(model,foo)
    6 print function

     

  • 相关阅读:
    Wannafly Camp 2020 Day 2D 卡拉巴什的字符串
    [POI2010] GIL-Guilds
    Wannafly Camp 2020 Day 1D 生成树
    [AH2017/HNOI2017] 影魔
    机器学习之决策树
    终端多窗口分屏Terminator
    python的面对对象
    安装 Google BBR 加速VPS网络
    DNSLOG在渗透测试中的玩法儿
    如何利用GitHub搜索敏感信息
  • 原文地址:https://www.cnblogs.com/xiaoli2018/p/4489728.html
Copyright © 2020-2023  润新知