python函数内置大全及使用,python有哪些内置函数

　　本文给大家带来了一些关于python的知识，主要介绍了关于内置函数的相关问题。我们主要看六个超级好用的函数，Lambda，map，reduce，zip，filter，enumerate函数。下面就让我们一起来看看，希望对你有所帮助。

Lambda 函数

Lambda函数用于创建匿名函数，即没有名称的函数。只是一个表达式，函数体比def简单多了。当我们需要创建一个函数来执行单个操作，并且它可以用一行代码编写时，我们可以使用匿名函数。

　　[arg 1[，arg2，argn]] :表达式lambda的主体是一个表达式，而不是代码块。lambda表达式中只能封装有限的逻辑。例如：

　　Lambda x: x 2如果我们还想让def定义的函数随时被调用，可以将lambda function赋给这样的function对象。

　　Add=lambda x:x2ad2 (10)输出结果：

　　使用Lambda函数，代码可以简化很多。我们再举一个例子。

　　如上图所示，结果列表newlist是使用lambda函数用一行代码生成的。

　　函数的作用是：将一个函数映射到一个输入列表中的所有元素。

　　Map(function，iterable)例如，我们首先创建一个函数来返回一个大写的输入单词，然后将这个函数应用于列表颜色中的所有元素。

　　def makeupper(word):

　　Word.upper () colors=[red ， yellow ， green ， black ]colors _ upper=list(map(make upper，colors))colors _ upper另外，我们还可以使用匿名函数lambda来匹配map函数，这样可以更加简洁。

　　Colors=[red ， yellow ， green ， black ]colors _ upper case=list(Map(lambda x 3360 x。upper()，colors)) colors _大写如果不使用map函数，就需要使用for循环。

　　如上图所示，实际使用中，Map函数会比for循环依次列表元素的方法快1.5倍.

　　00-1010当你需要对一个列表做一些计算并返回结果时，reduce()是一个非常有用的函数。例如，当需要计算整数列表中所有元素的乘积时，可以使用reduce函数。[1]

　　它和function最大的区别是reduce()中的映射函数接收两个参数，而map接收一个参数。

　　Reduce (function，iterable [，initializer])接下来我们用例子来演示Reduce()的代码执行过程。

　　从func工具导入reduce def add (x，y) : #加两个数

　　返回x y

　　Numbers=[1，2，3，4，5] sum1=reduce (add，numbers) #计算列表，得到结果sum1=15

　　我们将看到，reduce将加法函数add()应用于列表[1，2，3，4，5]，映射函数接收两个参数，reduce()把结果继续和列表的下一个元素做累加计算.

　　此外，我们还可以使用匿名函数lambda来匹配reduce函数，这样可以更加简洁。

　　从functools导入reducenumbers

　　 = [1,2,3,4,5]sum2 = reduce(lambda x, y: x+y, numbers)得到输出sum2= 15，与之前结果保持一致。

需要注意：Python3.x开始reduce()已经被移到functools模块里[2]，如果我们要使用，需要用from functools import reduce导入.
　　

enumerate()函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在for循环当中。它的语法如下所示：

enumerate(iterable, start=0)

它的两个参数，一个是序列、迭代器或其他支持迭代对象；另一个是下标起始位置，默认情况从0开始，也可以自定义计数器的起始编号。

colors = ['red', 'yellow', 'green', 'black']result = enumerate(colors)

如果我们有一个存放colors的颜色列表，运行后就会得到一个enumerate(枚举) 对象。它可以直接在for循环中使用，也可以转换为列表，具体用法如下所示。

for count, element in result:
　　 print(f"迭代编号:{count},对应元素:{element}")

zip()函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表[3]。

　　我们还是用两个列表作为例子演示：

colors = ['red', 'yellow', 'green', 'black']fruits = ['apple', 'pineapple', 'grapes', 'cherry']for item in zip(colors,fruits):
　　 print(item)

输出结果：

　　当我们使用zip()函数时，如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同。

prices =[100,50,120]for item in zip(colors,fruits,prices):
　　 print(item)

filter()函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表，其语法如下所示[4]。

filter(function, iterable)

比如举个例子，我们可以先创建一个函数来检查单词是否为大写，然后使用filter()函数过滤出列表中的所有奇数：

def is_odd(n):
　　 return n % 2 == 1old_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
　　 new_list = filter(is_odd, old_list)print(newlist)

输出结果：

今天分享的这6个内置函数，在使用 Python 进行数据分析或者其他复杂的自动化任务时非常方便。

　　推荐学习：python视频教程以上就是介绍六个超好用的Python内置函数的详细内容，更多请关注盛行IT软件开发工作室其它相关文章！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。