python内置函数使用技巧_Python小技巧和有趣的内置函数

最新推荐文章于 2021-08-23 10:56:47 发布
最新推荐文章于 2021-08-23 10:56:47 发布
阅读量219 收藏
点赞数
文章标签： python内置函数使用技巧
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_29109553/article/details/114416833
版权

Python小技巧和有趣的内置函数一个python小技巧的集合和一些很有用的Python内置函数,这些函数简直是屌爆了，我认为每个 Pythoner 都应该知道这些函数。

1.1 拆箱1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18>>> a, b, c = 1, 2, 3

>>> a, b, c

(1, 2, 3)

>>> a, b, c = [1, 2, 3]

>>> a, b, c

(1, 2, 3)

>>> a, b, c = (2 * i + 1 for i in range(3))

>>> a, b, c

(1, 3, 5)

>>> a, (b, c), d = [1, (2, 3), 4]

>>> a

1

>>> b

2

>>> c

3

>>> d

4

1.2 拆箱变量交换1

2

3

4>>> a, b = 1, 2

>>> a, b = b, a

>>> a, b

(2, 1)

1.3 扩展拆箱(只兼容python3)1

2

3

4

5

6

7>>> a, *b, c = [1, 2, 3, 4, 5]

>>> a

1

>>> b

[2, 3, 4]

>>> c

5

1.4 负数索引1

2

3

4

5>>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

>>> a[-1]

10

>>> a[-3]

8

1.5 切割列表1

2

3

4> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

> a[2:8]

[2, 3, 4, 5, 6, 7]

1.6 负数索引切割列表1

2

3> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

> a[-4:-2]

[7, 8]

1.7指定步长切割列表1

2

3

4

5

6

7>>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

>>> a[::2]

[0, 2, 4, 6, 8, 10]

>>> a[::3]

[0, 3, 6, 9]

>>> a[2:8:2]

[2, 4, 6]

1.8 负数步长切割列表1

2

3

4

5>>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

>>> a[::-1]

[10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

>>> a[::-2]

[10, 8, 6, 4, 2, 0]

1.9 列表切割赋值1

2

3

4

5

6

7

8

9

10>>> a = [1, 2, 3, 4, 5]

>>> a[2:3] = [0, 0]

>>> a

[1, 2, 0, 0, 4, 5]

>>> a[1:1] = [8, 9]

>>> a

[1, 8, 9, 2, 0, 0, 4, 5]

>>> a[1:-1] = []

>>> a

[1, 5]

1.10 命名列表切割方式1

2

3

4

5

6>>> a = [0, 1, 2, 3, 4, 5]

>>> LASTTHREE = slice(-3, None)

>>> LASTTHREE

slice(-3, None, None)

>>> a[LASTTHREE]

[3, 4, 5]

1.11 列表以及迭代器的压缩和解压缩1

2

3

4

5

6

7>>> a = [1, 2, 3]

>>> b = ['a', 'b', 'c']

>>> z = zip(a, b)

>>> z

[(1, 'a'), (2, 'b'), (3, 'c')]

>>> zip(*z)

[(1, 2, 3), ('a', 'b', 'c')]

1.12 列表相邻元素压缩器1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24>>> a = [1, 2, 3, 4, 5, 6]

>>> zip(*([iter(a)] * 2))

[(1, 2), (3, 4), (5, 6)]

>>> group_adjacent = lambda a, k: zip(*([iter(a)] * k))

>>> group_adjacent(a, 3)

[(1, 2, 3), (4, 5, 6)]

>>> group_adjacent(a, 2)

[(1, 2), (3, 4), (5, 6)]

>>> group_adjacent(a, 1)

[(1,), (2,), (3,), (4,), (5,), (6,)]

>>> zip(a[::2], a[1::2])

[(1, 2), (3, 4), (5, 6)]

>>> zip(a[::3], a[1::3], a[2::3])

[(1, 2, 3), (4, 5, 6)]

>>> group_adjacent = lambda a, k: zip(*(a[i::k] for i in range(k)))

>>> group_adjacent(a, 3)

[(1, 2, 3), (4, 5, 6)]

>>> group_adjacent(a, 2)

[(1, 2), (3, 4), (5, 6)]

>>> group_adjacent(a, 1)

[(1,), (2,), (3,), (4,), (5,), (6,)]

1.13 在列表中用压缩器和迭代器滑动取值窗口1

2

3

4

5

6

7

8

9

10

11>>> def (a, n):

... z = [iter(a[i:]) for i in range(n)]

... return zip(*z)

...

>>> a = [1, 2, 3, 4, 5, 6]

>>> n_grams(a, 3)

[(1, 2, 3), (2, 3, 4), (3, 4, 5), (4, 5, 6)]

>>> n_grams(a, 2)

[(1, 2), (2, 3), (3, 4), (4, 5), (5, 6)]

>>> n_grams(a, 4)

[(1, 2, 3, 4), (2, 3, 4, 5), (3, 4, 5, 6)]

用压缩器反转字典1

2

3

4

5

6

7

8>>> m = {'a': 1, 'b': 2, 'c': 3, 'd': 4}

>>> m.items()

[('a', 1), ('c', 3), ('b', 2), ('d', 4)]

>>> zip(m.values(), m.keys())

[(1, 'a'), (3, 'c'), (2, 'b'), (4, 'd')]

>>> mi = dict(zip(m.values(), m.keys()))

>>> mi

{1: 'a', 2: 'b', 3: 'c', 4: 'd'}

1.15 列表展开1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18>>> a = [[1, 2], [3, 4], [5, 6]]

>>> list(itertools.chain.from_iterable(a))

[1, 2, 3, 4, 5, 6]

>>> sum(a, [])

[1, 2, 3, 4, 5, 6]

>>> [x for l in a for x in l]

[1, 2, 3, 4, 5, 6]

>>> a = [[[1, 2], [3, 4]], [[5, 6], [7, 8]]]

>>> [x for l1 in a for l2 in l1 for x in l2]

[1, 2, 3, 4, 5, 6, 7, 8]

>>> a = [1, 2, [3, 4], [[5, 6], [7, 8]]]

>>> flatten = lambda x: [y for l in x for y in flatten(l)] if type(x) is list else [x]

>>> flatten(a)

[1, 2, 3, 4, 5, 6, 7, 8]

1.16 生成器表达式1

2

3

4

5

6

7

8

9

10

11

12

13>>> g = (x ** 2 for x in xrange(10))

>>> next(g)

0

>>> next(g)

1

>>> next(g)

4

>>> next(g)

9

>>> sum(x ** 3 for x in xrange(10))

2025

>>> sum(x ** 3 for x in xrange(10) if x % 3 == 1)

408

1.17 字典推导1

2

3

4

5

6

7>>> m = {x: x ** 2 for x in range(5)}

>>> m

{0: 0, 1: 1, 2: 4, 3: 9, 4: 16}

>>> m = {x: 'A' + str(x) for x in range(10)}

>>> m

{0: 'A0', 1: 'A1', 2: 'A2', 3: 'A3', 4: 'A4', 5: 'A5', 6: 'A6', 7: 'A7', 8: 'A8', 9: 'A9'}

1.18 用字典推导反转字典1

2

3

4

5>>> m = {'a': 1, 'b': 2, 'c': 3, 'd': 4}

>>> m

{'d': 4, 'a': 1, 'b': 2, 'c': 3}

>>> {v: k for k, v in m.items()}

{1: 'a', 2: 'b', 3: 'c', 4: 'd'}

1.19 命名元组1

2

3

4

5

6

7

8>>> Point = collections.namedtuple('Point', ['x', 'y'])

>>> p = Point(x=1.0, y=2.0)

>>> p

Point(x=1.0, y=2.0)

>>> p.x

1.0

>>> p.y

2.0

函数部分

all(iterable)

如果可迭代的对象(数组，字符串，列表等，下同)中的元素都是true(或者为空)的话返回True1

2

3

4

5

6

7_all = True

for item in iterable:

if not item:

_all = False

break

if _all:

# do stuff

更简便的写法是:1

2if all(iterable):

# do stuff

any(iterable)

如果可迭代的对象中任何一个元素为true的话返回True,如果可迭代的对象为空则返回False1

2

3

4

5

6

7_any = False

for item in iterable:

if item:

_any = True

break

if _any:

# do stuff

更简便的写法是:1

2if any(iterable):

# do stuff

cmp(x, y)

比较两个对象 x 和 y , x < y 的时候返回负数， x ==y 的时候返回 0， x > y 的时候返回正数1

2

3

4

5

6

7def compare(x,y):

if x < y:

return -1

elif x == y:

return 0

else:

return 1

你完全可以使用一句 cmp(x, y) 来替代。

dict([arg])

使用 arg 提供的条目生成一个新的字典。

arg 通常是未知的，但是它很方便！比如说，如果我们想把一个含两个元组的列表转换成一个字典，我们可以这么做。1

2

3

4

5l = [('Knights', 'Ni'), ('Monty', 'Python'), ('SPAM', 'SPAAAM')]

d = dict()

for tuple in l:

d[tuple[0]] = tuple[1]

# {'Knights': 'Ni', 'Monty': 'Python', 'SPAM': 'SPAAAM'}

或者这样:1

2l = [('Knights', 'Ni'), ('Monty', 'Python'), ('SPAM', 'SPAAAM')]

d = dict(l) # {'Knights': 'Ni', 'Monty': 'Python', 'SPAM': 'SPAAAM'}

enumerate(iterable [,start=0])

我真的是超级喜欢这个!如果你以前写过C语言，那么你可能会这么写:1

2

3for i in range(len(list)):

# do stuff with list[i], for example, print it

print i, list[i]

噢,不用那么麻烦!你可以使用enumerate()来提高可读性。1

2

3for i, item in enumerate(list):

print i, item

isinstance(object, classinfo)

如果 object 参数是 classinfo 参数的一个实例或者子类(直接或者间接)的话返回 True

当你想检验一个对象的类型的时候,第一个想到的应该是使用type()函数1

2

3

4

5if type(obj) == type(dict):

# do stuff

elif type(obj) == type(list):

# do other stuff

...

或者你可以这么写1

2

3

4

5if isinstance(obj, dict):

# do stuff

elif isinstance(obj, list):

# do other stuff

...

pow(x, y [,z])

返回 x 的 y 次幂(如果 z 存在的话则以 z 为模)。

如果你想计算 x 的 y 次方，以 z 为模，那么你可以这么写:1mod = (x ** y) % z

但是当 x=1234567， y=4567676， z=56 的时候我的电脑足足跑了 64 秒！

不要用 ** 和 % 了，使用 pow(x, y, z) 吧！这个例子可以写成 pow(1234567, 4567676, 56) ，只用了 0.034 秒就出了结果！

zip([iterable, ])

这个函数返回一个含元组的列表，具体请看例子:1

2

3

4

5

6

7l1 = ('You gotta', 'the')

l2 = ('love', 'built-in')

out = []

if len(l1) == len(l2):

for i in range(len(l1)):

out.append((l1[i], l2[i]))

# out = [('You gotta', 'love'), ('the', 'built-in)]

或者这么写:1

2

3l1 = ['You gotta', 'the']

l2 = ['love', 'built-in']

out = zip(l1, l2) # [('You gotta', 'love'), ('the', 'built-in)]

如果你想得到倒序的话加上 * 操作符就可以了:1

2print zip(*out)

# [('You gotta', 'the'), ('love', 'built-in')]

结论

Python 内置函数很方便，它们很快并且经过了优化，所以它们可能效率更高。

我真心认为每个 Python 开发者都应该好好看看内置函数的文档(引言部分)。

忘了说了，在 itertools 模块中有很多很不错的函数。

小花蝴蝶
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python list函数使用总结_Python中flatten( )函数及函数用法详解
weixin_39659748的博客
11-24 6248
flatten()函数用法flatten是numpy.ndarray.flatten的一个函数，即返回一个一维数组。flatten只能适用于numpy对象，即array或者mat，普通的list列表不适用！。a.flatten()：a是个数组，a.flatten()就是把a降到一维，默认是按行的方向降 。a.flatten().A：a是个矩阵，降维后还是个矩阵，矩阵.A（等效于矩阵.getA()）...
Python : 一行代码实现数组的flatten功能: 将多维数组转化为一维
weixin_44523387的博客
06-27 1510
flatten = lambda x: [y for l in x for y in flatten(l)] if isinstance(x, list) else [x]
Python之赋值运算
乌里随记的博客
07-18 796
python支持多位赋值的方式： 第一种：a,b,c = 1,2,3 >>a 1 >>b 2 >>c 3 第二种：a = b = c = 1 >>a 1 >>b 1 >>c 1 第三种：a,b,c = [1,2,3]，当一个数组类型赋值给多个变量的时候，多个变量是依次获取指定下标位置的值 >>a 1 >>b 2 >>c 3 ...
Python数组类型——列表（list）
CheryW的博客
08-23 6831
Python数组类型——列表（list） 列表是最常用的Python数据类型，可以作为一个方括号内的逗号分隔值出现。 列表的数据项不需要具有相同的类型，列表索引从0开始。 创建一个列表，只要把逗号分隔的不同的数据项使用方括号括起来即可。如下所示： list0 = [] list1 = ['physics', 'chemistry', 1997, 2000] list2 = [1, 2, 3, 4, 5 ] list3 = ["a", "b", "c", "d"] 1、可以使用append()方法来添加列表
python 赋值,交换值理解
weixin_30664615的博客
02-26 289
python 赋值,交换值理解 python里的赋值都是引用,第一次赋值就是定义。 看下面两个交换值的例子： 1. 1 >>> a,b,c = 1,2,3 2 >>> a = b 3 >>> b = c 4 >>> c = a 5 >>>...
Python中函数的多种格式和使用实例及小技巧
09-22
本文将深入探讨Python函数的多样格式和应用实例，以及一些实用的小技巧。 首先，我们来理解函数的基本概念。位置参数是指按照顺序传递的参数，它们对应函数定义中的形参，如`def func(a, b, c)`，调用时`func(1, 2,...
python函数enumerate,operator和Counter使用技巧实例小结
01-20
本文实例讲述了python函数enumerate,operator和Counter使用技巧。分享给大家供大家参考，具体如下： 最近看人家的代码，发现了很多python内置的函数和数据结构，可以大大减少我们的代码量（而且人家是优化过的）。...
Python小技巧之列表推导式到匿名函数
12-21
【Python小技巧之列表推导式到匿名函数】 在Python编程中，列表推导式（List Comprehension）和匿名函数（Lambda Function）是两个强大的工具，它们在编写简洁、高效的代码方面起着至关重要的作用。本文将深入探讨...
使用Python对IP进行转换的一些操作技巧小结
12-23
Python Socket模块中包含一些有用IP转换函数，说明如下： socket.ntohl(x) // 类似于C语言的ntohl(x) 把32位正整数从网络序转换成主机字节序。 socket.ntohs(x) // 类似于C语言的ntohs(x) 把16位正整数从网络序...
Python在方括号中使用for循环，类似[0 for i in range(10)]，叫 列表解析List Comprehensions
热门推荐
qq_27361945的博客
04-04 16万+
https://www.cnblogs.com/liu-shuai/p/6098227.htmlPython 列表解析作者博文地址：https://www.cnblogs.com/liu-shuai/列表解析　　根据已有列表，高效创建新列表的方式。　　列表解析是Python迭代机制的一种应用，它常用于实现创建新的列表，因此用在[]中。语法：　　[expression for iter_val in...
python开发：a,b,c,d或1,2,3拼接成不重复的字符串或数据
YURENJIAYI的博客
04-30 1131
秉承linux开发精神，把一点点小经验分享给各位小伙伴。实时中的需求是：根据多个关键词不同的组合，去查询数据。因为关键词的数量越多，那么出现的组合会成几何的增加。一开始还是满怀希望的在全网中搜寻，但发现好多都是copy或是不实用和通用，所以静下心来仔细分析逻辑。后来想起了c语言的逻辑思想，所以顺利解决这个问题。本文章是用了几个小时，自己手敲出来的原创文章,希望喜欢的小伙伴多多转载和关注，。 这里...
python 实现两个列表中的元素逐一配对
weixin_44818729的博客
07-02 1万+
1 要求：实现两个列表中的元素逐一配对。 2 1、普通方法: 3 >>> L1 = ['x','y','z'] 4 >>> L2 = [1,2,3] 5 >>> L3 = [] 6 >>> for a in L1: 7 ... for b in L2: 8 ... L3.append((a,b)) 9 ...
python中flatten函数_Python中flatten用法
weixin_31592801的博客
03-01 763
Python中flatten用法，有需要的朋友可以参考下。一、用在数组>>> a = [[1,3],[2,4],[3,5]]>>> a = array(a)>>> a.flatten()array([1, 3, 2, 4, 3, 5])二、用在列表如果直接用flatten函数会出错>>> a = [[1,3],[2,4],[3...
函数和代码复用 --Python
weixin_30455365的博客
06-06 1556
1、关于递归函数的描述，以下选项中正确的是 A.包含一个循环结构 B.函数比较复杂 C.函数内部包含对本函数的再次调用 D.函数名称作为返回值 答案：D 答案解析：递归函数是指函数内部包含对本函数的再次调用。 2、关于递归函数基例的说明，以下选项中错误的是 A.递归函数必须有基例 B.递归函数的基例不再进行递归 C.每个递归函数都只能有一个基例 D.递归函数的基例决定递归的深度 答案：C 答案解析...
Python 光速入门 10：for i in range(a, b) range() 遍历函数- YDOOK
YDOOK
03-03 6041
Python ：从小白到大神之路 YDOOK.COM for i in range(a, b) range() 遍历函数 使用方法： range(a, b) 括号内不能为空： range(a, b) 括号内，a/b 不能为空： range(a, b) 的范围是：包括 a, 不包括 b： 即是： range(a, b) = a 到 b-1 ...
NumPy学习笔记 (附录: NumPy for Matlab Users)
路在脚下
03-09 5350
NumPy for MATLAB usersHelpMATLAB/OctavePythonDescriptiondochelp -i % browse with Infohelp()Browse help interactivelyhelp help or doc dochelpHelp on using helphelp
Python基础学习11 12
weixin_43287834的博客
02-12 425
列表 类似于C的数组，但是python列表可以存储整数、浮点数、字符串、对象 创建列表： 1.普通列表： 用中括号 a = [1,2,3] member = ['a' , 'b' ] 2.混合类型列表 mix = [1 , 'abc' , 3.14 , [1,2,3]] 空列表 empty = [] 列表操作： 1.添加元素(仅加入一个) .apend() member.append('...
python学习教程（十四）range和xrange
KarlDoenitz的专栏
04-11 5万+
如果需要迭代一个数字序列的话，可以使用range()函数，range()函数可以生成等差级数。 如例： for i in range(5)      print(i) 这段代码将输出0, 1, 2, 3, 4五个数字 range(10)会产生10个值， 也可以让range()从另外一个数字开始，或者定义一个不同的增量，甚至是负数增量 range(5, 10)从5到9的五个数字range
python中的赋值
进入python的世界-killeri
09-23 1万+
一、python有简单的赋值，如x= 1 二、序列赋值，如 a, b, c = 1, 2, 3 或者[a, b, c] = 1, 2, 3 又或者 （a, b, c) =1, 2, 3 序列赋值要求等号两边都是序列，变量的序列和值的序列，然后序列长度相等，也就是序列值一一对应 还可以进行嵌套赋值： （（a，b），c） = [[1, 2], 3] 这样a = 1, b=2, c=3.就是这么神奇...
6.Python函数定义及使用.pptx
最新发布
06-11
在Python程序设计中，第6章介绍了Python函数的定义与使用。这一章共有51页，包括了函数的理解与定义、参数传递与返回值、作用域和递归等内容。 函数的定义是将一段具有特定功能的代码封装起来，通过函数名进行调用...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值