Python这些内建函数你学废了吗?(python的内建数据类型有哪些)
off999 2024-10-25 13:46 20 浏览 0 评论
在学习python中总有一些问题困扰我们:
Python中有这么多函数,记住所有这些的最好方法是什么?
学习我们日常需要的函数(如enumerate 和range)的最佳方法是什么?
你怎么知道用 Python 解决问题的所有方法?你会记住它们吗?
实际上PyPI 上有几十个内置函数和类,数百个工具捆绑在 Python 的标准库中,还有数千个第三方库。没有人能记住所有这些东西。
我建议对这些知识按以下进行分类:
有些内容我们应该记住,以便我熟悉它们
有些内容我们应该知道,,以便我以后可以更有效地查找它们
有些内容除非有一天我需要它们,否则我根本不应该花费太长时间去研究它们。
考虑到这种方法,我们将浏览 Python 文档中的内置函数页面。
要说完所有内容文章会比较长,我会分几篇进行,这篇我们先说前10个最通用的内在函数,所以如果你时间紧迫或特别想看某个内置函数,你不必逐一查看,可以直接定位到你感兴趣的内容上:
我估计大多数 Python 开发人员只需要大约 30 个内置函数,但其中 30 个取决于实际使用Python 所做的事情。
我们全局的方式来看看 Python 的所有 71 个内置函数。
我将尝试将这些内置插件分为五类:
众所周知的内置插件:大多数较新的Pythonistas 很快就迫不及待地接触到这些内置插件
被新的Pythonistas忽略:了解这些函数很有用,但是当对 Python 较新时,它们很容易被忽略
稍后再学习:这些内置插件通常很有用,但会在需要时/如果需要它们时找到它们
也许最终会学习这些:这些可以派上用场,但仅限于特定情况
可能不需要这些:除非正在做一些相当专业的事情,否则不太可能需要这些
第 1 类和第2 类中的内置函数是几乎所有 Python 程序员最终都应该学习的基本内置函数。
第 3 类和第 4 类中的内置程序是专门的内置程序,它们通常非常有用,但对它们的需求会因你对 Python 的使用而异。第 5 类是神秘的内置插件,当你需要它们时可能会非常方便,但许多 Python 程序员可能永远不需要。
Pythonistas的注意事项:我将所有这些内置函数称为函数,但其中 27 个实际上不是函数。
众所周知的内置函数(可能大家已经知道):
print
len
str
int
float
list
tuple
dict
set
range
新的 Python 程序员经常忽略的内置函数:
sum
enumerate
zip
bool
reversed
sorted
min
max
any
all
还有 5 个通常被忽视的内置插件,我建议了解这些插件,因为它们使调试更容易:
- dir
- vars
- breakpoint
- type
- help
除了上面的 25 个内置函数外,我们还将在稍后学习中简要介绍其他 46 个内置函数,也许最终会学习它,也可能不需要这些部分。
10个常见的内置函数
如果你一直在编写 Python 代码,那么这些内置函数可能已经很熟悉了。
你可能已经知道它的打印功能,但可能不知道 print 还可以接受的各种关键字参数:
>>> words = ["Welcome", "to", "Python"]
>>> print(words)
['Welcome', 'to', 'Python']
>>> print(*words, end="!\n")
Welcome to Python!
>>> print(*words, sep="\n")
Welcome
to
Python
你可以自己测试下。
len
在 Python 中,我们不写 my_list.length() 或 my_string.length 之类的东西;相反,我们奇怪地(至少对于新的 Pythonistas)用 len(my_list) 和 len(my_string)。
>>> words = ["Welcome", "to", "Python"]
>>> len(words)
3
不管你是否喜欢这个类似运算符的 len 函数,你都必须使用了,所以你需要习惯它。
str
与许多其他编程语言不同,Python 没有类型强制,因此你无法在 Python 中连接字符串和数字。
>>> version = 3
>>> "Python " + version
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: can only concatenate str (not "int") to str
Python 拒绝将 3 个整数强制转换为字符串,因此我们需要自己手动完成,使用内置的 str 函数(从技术上讲是类,但正如我所说,我将调用这些函数):
>>> version = 3
>>> "Python " + str(version)
'Python 3'
int
你是否有用户输入并需要将其转换为数字?你需要 int 函数!
int 函数可以将字符串转换为整数:
>>> program_name = "Python 3"
>>> version_number = program_name.split()[-1]
>>> int(version_number)
3
还可以使用 int 将浮点数截断为整数:
>>> from math import sqrt
>>> sqrt(28)
5.291502622129181
>>> int(sqrt(28))
5
请注意,如果需要在除法时截断, // 运算符可能更合适(尽管这对负数的工作方式不同):int(3 / 2) == 3 // 2。
float
需要转换为数字的字符串实际上不是整数, 就需要使用 float 而不是 int 进行此转换。
>>> program_name = "Python 3"
>>> version_number = program_name.split()[-1]
>>> float(version_number)
3.0
>>> pi_digits = '3.141592653589793238462643383279502884197169399375'
>>> len(pi_digits)
50
>>> float(pi_digits)
3.141592653589793
还可以使用 float 将整数转换为浮点数。
在 Python 2 中,我们曾经使用 float 将整数转换为浮点数来强制浮点除法而不是整数除法。“整数除法”在 Python 3 中不再存在(除非你专门使用 // 运算符),因此我们不再需要 float 来达到此目的。因此,如果在 Python 3 代码中看到 float(x) / y,则可以将其更改为仅 x / y。
list
列表函数这样做:
>>> numbers = [2, 1, 3, 5, 8]
>>> squares = (n**2 for n in numbers)
>>> squares
<generator object <genexpr> at 0x7fd52dbd5930>
>>> list_of_squares = list(squares)
>>> list_of_squares
[4, 1, 9, 25, 64]
如果你知道正在使用列表,则可以使用 copy 方法制作列表的新副本:
>>> copy_of_squares = list_of_squares.copy()
但是如果你不知道你正在使用的迭代器是什么,列表函数是循环遍历一个迭代器并复制它的更通用的方法:
>>> copy_of_squares = list(list_of_squares)
也可以为此使用列表推导,但如果是新手我不建议这样做。
>>> my_list = list() # Don't do this
>>> my_list = [] # Do this instead
使用 [] 被认为更惯用,因为这些方括号 ([]) 实际上看起来像 Python 列表。
tuple
tuple 函数与 list 函数非常相似,不同之处在于它生成元组:
>>> numbers = [2, 1, 3, 4, 7]
>>> tuple(numbers)
(2, 1, 3, 4, 7)
如果你需要一个元组而不是一个列表,因为正在尝试创建一个可散列的集合以在字典键中使用,例如,将希望通过列表访问元组。
dict
dict 函数创建一个新字典。
与 list 和 tuple 类似,dict 函数等效于循环遍历键值对的可迭代对象并从中创建字典。
给定一个包含两项元组的列表:
>>> color_counts = [('red', 2), ('green', 1), ('blue', 3), ('purple', 5)]
>>> colors = {}
>>> for color, n in color_counts:
... colors[color] = n
...
>>> colors
{'red': 2, 'green': 1, 'blue' 3, 'purple': 5}
用dict函数替换:
>>> colors = dict(color_counts)
>>> colors
{'red': 2, 'green': 1, 'blue' 3, 'purple': 5}
dict 函数接受两种类型的参数:
另一个字典(映射是通用术语),在这种情况下,该字典将被复制
一个键值元组列表(更准确地说,是一个包含两项迭代的迭代),在这种情况下,一个新的字典将从这些元组中构造出来
所以这也有效:
>>> colors
{'red': 2, 'green': 1, 'blue' 3, 'purple': 5}
>>> new_dictionary = dict(colors)
>>> new_dictionary
{'red': 2, 'green': 1, 'blue' 3, 'purple': 5}
dict 函数还可以接受关键字参数来制作带有基于字符串的键的字典:
>>> person = dict(name='Trey Hunner', profession='Python Trainer')
>>> person
{'name': 'Trey Hunner', 'profession': 'Python Trainer'}
但我更喜欢使用字典文字来代替:
>>> person = {'name': 'Trey Hunner', 'profession': 'Python Trainer'}
>>> person
{'name': 'Trey Hunner', 'profession': 'Python Trainer'}
字典字面量语法更灵活,速度也更快,但最重要的是,我发现它更清楚地传达了我们正在创建字典的事实。
与列表和元组一样,空字典也应该使用文字语法来制作:
>>> my_list = dict() # Don't do this
>>> my_list = {} # Do this instead
使用 {} 的 CPU 效率稍高一些,但更重要的是它更符合习惯:通常会看到花括号 ({}) 用于制作字典,但 dict 的使用频率要低得多。
set
set 函数创建一个新集合。它接受一个可哈希值(字符串、数字或其他不可变类型)的迭代并返回一个集合:
>>> numbers = [1, 1, 2, 3, 5, 8]
>>> set(numbers)
{1, 2, 3, 5, 8}
没有办法用 {} 集合字面量语法创建一个空集(普通的 {} 创建一个字典),所以 set 函数是创建一个空集的唯一方法:
>>> numbers = set()
>>> numbers
set()
实际上这是一个不对,因为我们有这个:
>>> {*()} # This makes an empty set
set()
但是这种语法令人困惑(它依赖于 * 运算符的一个较少使用的功能),所以我不推荐它。
range
range 函数为我们提供了一个 range 对象,它表示一个数字范围:
>>> range(10_000)
range(0, 10000)
>>> range(-1_000_000_000, 1_000_000_000)
range(-1000000000, 1000000000)
生成的数字范围包括起始数字,但不包括终止数字(范围(0, 10)不包括 10)。
当想循环数字时,范围函数很有用。
>>> for n in range(0, 50, 10):
... print(n)
...
0
10
20
30
40
一个常见的用例是执行 n 次操作(顺便说一下,这是一个列表生成式):
first_five = [get_things() for _ in range(5)]
Python 2 的 range 函数返回一个列表,这意味着上面的表达式会产生非常大的列表。Python 3 的范围与 Python 2 的 xrange 类似(尽管它们有点不同),因为当我们遍历这些范围对象时,数字是惰性计算的,想必Python3的方式更好。
以上就是最常用的python内建函数使用了,接下来一篇讲解释另外10有用的内建函数。
相关推荐
- 实战:用 Python+Flask+Echarts 构建电商实时数据大屏
-
在电商运营中,实时掌握销售趋势、用户行为等核心数据是决策的关键。本文将从实战角度,详解如何用Python+Flask+Echarts技术栈,快速搭建一个支持实时更新、多维度可视化的电商数据大屏,帮...
- DeepSeek完全使用手册:从新手到高手的2000字实操指南
-
一、工具定位与核心功能矩阵(200字)DeepSeek是一款专注于深度推理的强大AI助手,其功能丰富多样,可归纳为4大能力象限:plaintext差异化优势:DeepSeek支持最长达16Ktok...
- Python绘制可爱的图表 cutecharts
-
一个很酷的python手绘样式可视化包——可爱的图表cutecharts。Cutecharts非常适合为图表提供更个性化的触感。Cutecharts与常规的Matplotlib和Seabo...
- 第十二章:Python与数据处理和可视化
-
12.1使用pandas进行数据处理12.1.1理论知识pandas是Python中最常用的数据处理库之一,它提供了高效的数据结构和数据分析工具。pandas的核心数据结构是Serie...
- 5分钟就能做一个Excel动态图表,你确定不学学?(纯gif教学)
-
本文说明下图是一个比较酷炫的Excel动态图表,最难的部分就是用到了一个复选框控件。其实这个控件我很早就见过,但是不会用呀!望洋兴叹。这次呢,我也是借着这个文章为大家讲述一下这个控件的使用。本文没有...
- Python数据可视化:从Pandas基础到Seaborn高级应用
-
数据可视化是数据分析中不可或缺的一环,它能帮助我们直观理解数据模式和趋势。本文将全面介绍Python中最常用的三种可视化方法。Pandas内置绘图功能Pandas基于Matplotlib提供了简洁的绘...
- 如何使用 Python 将图表写入 Excel
-
将Python生成的图表写入Excel文件是数据分析和可视化中常见的需求。Python提供了多种库(如matplotlib、openpyxl和xlsxwriter)来实现这一功能。本文...
- Excel 图表制作太痛苦?用 Python 生成动态交互图表
-
做个动态图表花了3小时?你该换方法了!上周帮销售部做季度汇报图表,Excel操作把我整崩溃了——插入折线图后发现数据源选错,重新选择又得调格式想做动态筛选图表,捣鼓"开发工具"...
- Python Matplotlib 入门教程:可视化数据的基石
-
一、简介Matplotlib是Python中最流行的数据可视化库,提供从简单折线图到复杂3D图形的完整解决方案。其核心优势在于:o灵活性强:支持像素级样式控制o兼容性好:与NumPy、Pa...
- 20种Python数据可视化绘图 直接复制可用
-
本文介绍20种python数据绘图方法,可直接用于科研绘图或汇报用图。1.折线图(LinePlot)-描述数据随时间或其他变量的变化。importmatplotlib.pyplotasp...
- Python os模块完全指南:轻松玩转文件管理与系统操作
-
Pythonos模块完全指南:轻松玩转文件管理与系统操作os模块是Python与操作系统对话的"瑞士军刀",学会它能让你轻松管理文件、操控路径、获取系统信息。本教程通过场景化案例+...
- Python中h5py与netCDF4模块在Anaconda环境的下载与安装
-
本文介绍基于Anaconda环境,下载并安装Python中h5py与netCDF4这两个模块的方法。h5py与netCDF4这两个模块是与遥感图像处理、地学分析等GIS操作息息相关的模块,应用...
- python中的模块、库、包有什么区别?
-
一文带你分清Python模块、包和库。一、模块Python模块(Module),是一个Python文件,以.py结尾,包含了Python对象定义和Python语句。模块能定义函数,类和变...
- centos7 下面使用源码编译的方式安装python3.11
-
centos7下面使用源码编译的方式安装python3.11,步骤如下:cd/root#只是将python3.11的安装包下载到/root目录下wgethttps://www.python.o...
- Python其实很简单 第十四章 模块
-
模块是一组程序代码,可以是别人已经写好的,也可以是自己编写的,但都是已经存在的,在编程时直接使用就可以了。模块机制的最大好处就是程序员不再编写重复的代码,而直接利用已有的成果,这样就能将更多的精力投入...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)