2024年学习Python必须要知道的4个内置函数

2、lambda表达式

是一个表达式，可以创建匿名函数，冒号前是参数，冒号后只能有一个表达式（传入参数，根据参数表达出一个值）

nl = lambda x,y:x*y # 给出x,y参数，计算出x和y的相乘

print(nl(3,5))

print(‘-----’)

#和map的结合

li = [1,2,3,4,5]

for i in map(lambda x:x*2, li):

print(i)

结果：

15

---

2

4

6

8

10

3、Pool

1、多进程，是multiprocessing的核心，它与threading很相似，但对多核CPU的利用率会比threading好的多

2、可以允许放在Python程序内部编写的函数中，该Process对象与Thread对象的用法相同，拥有is_alive()、join([timeout])、run()、start()、terminate()等方法

3、multiprocessing包中也有Lock/Event/Semaphore/Condition类，用来同步进程

传统的执行多个函数的例子

import time

def do_proc(n): # 返回平方值

time.sleep(1)

return n*n

if name == ‘main’:

start = time.time()

for p in range(8):

print(do_proc§) # 循环执行8个函数

print("execute time is " ,time.time()-start)

结果：

0

1

4

9

16

25

36

49

execute time is 8.002938985824585

使用多进程执行函数

‘’’

遇到问题没人解答？小编创建了一个Python学习交流QQ群：531509025

寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！

‘’’

import time

from multiprocessing import Pool

def do_proc(n): # 返回平方值

time.sleep(n)

print(n)

return n*n

if name == ‘main’:

pool = Pool(3) # 池中最多只能放三个任务

start = time.time()

p1 = pool.map(do_proc, range(8)) # 跟python的map用法相似(map连续生成8个任务的同时依次传给pool，pool依次调起池中的任务，执行完的任务从池中剔除)

pool.close() # 关闭进程池

pool.join() # 等待所有进程(8个进程)的结束

print(p1)

print("execute time is ", time.time() - start)

结果：

0

1

2

3

4

5

6

7

[0, 1, 4, 9, 16, 25, 36, 49]

execute time is 3.3244528770446777

查看任务管理器：

4、random

import random

print(random.random()) # 生成一个0-1随机小数

print(random.uniform(10,20)) # 指定范围随机选择一个小数

print(random.randint(10,20)) # 指定范围内随机选择一个整数

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！