Python模块的内置函数

最新推荐文章于 2022-05-16 10:06:16 发布

Mrzhangjwei

最新推荐文章于 2022-05-16 10:06:16 发布

阅读量802

点赞数

分类专栏： python 文章标签： python

本文链接：https://blog.csdn.net/Mrzhangjwei/article/details/55509621

版权

python 专栏收录该内容

24 篇文章 1 订阅

订阅专栏

Python提供了一个内联模块buildin。内联模块定义了一些开发中经常使用的函数。利用这些函数可以实现数据类型的转换、数据的计算、序列的处理等功能。下面将介绍内联模块中常用的函数。

1. apply()

Python3中移除了apply函数，所以不再可用了。调用可变参数列表的函数的功能只能使用在裂变前添加*来实现。

2. filter()

filter()可以对某个序列做过滤处理，判断自定义函数的参数返回的结果是否为真来过滤，并一次性返回处理结果。filter()的声明如下所示。

class filter(object)
    filter(function or None, iterable) --> filter object
    # filter(函数或None, 可迭代对象) => 返回对象
    # list(filter(函数或None, 可迭代对象)) => 返回列表

下面这段代码演示了filter()过滤序列的功能。从给定的列表中过滤出大于0的数字。

>>> def func(x):
...     if x > 0:
...         return x
...
>>> print(filter(func, range(-9, 10))) #调用filter函数,返回的是filter对象
<filter object at 0x0000027ADC1999E8> #将filter对象转换为列表
>>> print(list(filter(func, range(-9, 10))))
[1, 2, 3, 4, 5, 6, 7, 8, 9]

注意： filter中的过滤函数func()的参数不能为空。否则，没有可以存储sequence(序列)元素的变量，func()也不能处理过滤。

3. reduce()

对序列中元素的连续操作可以通过循环来处理。例如，对某个序列中的元素累加操作。Python提供的reduce()也可以实现连续处理的功能。在Python2中reduce()存在于全局空间中，可以直接调用。而在Python3中将其移到了functools模块中，所以使用之前需要先引入。reduce()的声明如下所示。
reduce(func, sequence[, initial]) => value

【代码说明】

参数func是自定义的函数，在函数func()中实现对参数sequence的连续操作。
参数sequence待处理的序列。
参数initial可以省略，如果initial不为空，则initial的值将首先传入func()进行计算。如果sequence为空，则对initial的值进行处理。
reduce()的返回值是func()计算后的结果。

下面这段代码实现了对一个列表的数字进行累加的操作。

>>> def sum(x, y):
...     return x + y
...
>>> from functools import reduce
>>> print(reduce(sum, range(0, 10))) # 0+1+2+3+4+5+6+7+8+9
45
>>> print(reduce(sum, range(0, 10), 10)) #10+0+1+2+3+4+5+5+7+8+9
55
>>> print(reduce(sum, range(0, 0), 10)) #range(0, 0)返回空列表
10

reduce()还可以对数字进行乘法、阶乘等复杂的累计计算。

注意：如果用reduce()进行累计计算，必须在sum中定义两个参数，分别对应加法运算符两侧的操作数。

4. map()

map()对tuple元祖进行“解包”操作，调用时设置map()的第一个参数为None，map()的功能非常强大，可以对多个序列的每个元素都执行相同的操作，并返回一个map对象，map()的声明如下所示：

class map(object)
    map(func, *iterables) --> map object

【代码说明】

参数func是自定义的函数，实现对序列每个元素的操作。
参数iterables是待处理的序列，参数iterables的个数可以是多个。
map()的返回值是对序列元素处理后的列表。

下面这段代码实现了列表中数字的幂运算。

>>> def power(x):
...     return x ** x
...
>>> print(map(power, range(1, 5)))
<map object at 0x0000027ADC199C88>
>>> print(list(map(power, range(1, 5))))
[1, 4, 27, 256]
>>> def power2(x, y):
...     return x ** y
...
>>> print(map(power2, range(1, 5), range(5, 1, -1)))
<map object at 0x0000027ADC1B4438>
>>> print(list(map(power2, range(1, 5), range(5, 1, -1))))
[1, 16, 27, 16]
# 提供了两个列表参数。依次计算1^5、2^4、3^3、4^2，计算后的结果同样yield成一个iterable对象。