python 内置函数-range()+zip()+sorted()+map()+reduce()+filter()

作者:有理想、有本领、有担当的有志青年 时间:2022-09-23 19:48:01 

目录
  • range函数

  • zip() 函数

  • 其它内置函数

    • 数据类型转换相关内置函数

    • 变量相关函数

    • 数学相关函数

    • 进制相关函数

  • 高阶函数

    • sorted(iterable,[reverse,key])

    • map(func, *iterables)

    • reduce(func,iterable)

    • filter(func,iterable)

range函数

能够生成一个指定的数字序列

使用案例:


'''
range(start,stop,step)
参数:
   start : 开始的值 ,默认值为0
   stop  : 结束的值
   step: 可选,步进值 默认值为1
返回值: 可迭代的对象,数字序列
'''
#range函数的使用方式
# 只写一个参数,就是从零开始到10之前,9
res = range(11)

# 两个参数时,第一个参数是开始的值,第二个参数是结束的值(在结束值之前)
res = range(5,10)

# 三个参数, 参数1是开始值,参数2是结束值,参数三是步进值
res = range(1,10,3)

# 获取一个倒叙的数字序列
res = range(10,0,-1)
res = range(10,0,-2)

res = range(-10,-20,-1)
res = range(-20,-10)
res = range(-10,10)
print(list(res))

提取range()函数返回的数字序列的方法:


# 获取range函数返回的数字序列的方法
res = range(10)

list列表数据


print(list(res))

过 for循环 进行遍历


for i in res:
    print(i)

转为迭代器,使用next函数调用


res = iter(res)
print(next(res))
print(next(res))

zip() 函数

zip 函数是可以接受多个可迭代的对象,然后把每个可迭代对象中的第i个元素组合在一起,形成一个新的迭代器

示例:

参数:*iterables,任意个的 可迭代对象
返回值: 返回一个元组的迭代器


var1 = '1234'
var2 = ['a','b','c']
var3 = ('A','B','C','D')

调用zip函数,组成新的元组迭代器


res = zip(var1,var2,var3)
# print(res,type(res))

for i in res:
   print(i)
'''
('1', 'a', 'A')
('2', 'b', 'B')
('3', 'c', 'C')
('4', 'd', 'D')
'''

zip() 与 * 运算符相结合可以用来拆解一个列表:


x = [1, 2, 3]
y = [4, 5, 6]
zipped = zip(x, y)
print(list(zipped))

print(zip(x, y)) # 迭代器对象,
print(*zip(x, y))# 组合好的多个元组数据

其它内置函数

数据类型转换相关内置函数

  • int() 将其它类型数据转为整型

  • float() 转为浮点类型

  • bool() 转为布尔类型

  • complex() 转为复数

  • str() 转为字符串类型

  • list 转为列表类型

  • tuple 转为元组类型

  • dict 转为字典类型

  • set 转为集合类型

变量相关函数

  • id() 获取当前数据的ID标识

  • type() 获取当前数据的类型字符串

  • print() 数据的打印

  • input() 获取输入的数据

  • isinstance() 检测是否为指定的数据类型

数学相关函数

#


获取一个数的绝对值
print(abs(-99.99))

# 求和 从 start 开始自左向右对 iterable 中的项求和并返回总计值
print(sum([1,2,3]))

# 获取最大值
print(max([1,2,3]))
print(max(99,12,45))

# 获取最小值
print(min([2,1,6,-9]))
print(min(6,7,1,0,-2))

# 幂运算  返回 x 的 y 次幂
print(pow(2,3))

# 四舍五入
r = round(3.1415926)
r = round(3.1415926,2) # 小数点保留几位

r = round(4.5) # 奇进偶退  1.5 = 2 2.5=2,3.5=4,4.5=4
print(r)

进制相关函数


# bin() 将数值类型转为二进制
print(bin(123)) # 0b1111011

# int() 将二进制转为整型
print(int(0b1111011)) #1 23

# oct() 转为八进制数 01234567
print(oct(123)) # 0o173

# hex() 转为十六进制数 0123456789abcdef
print(hex(123)) # 0x7b


# 将字符转为 ascii
r = ord('a')
print(r)

# 将ascii转为字符
r = chr(65)
print(r)

高阶函数

sorted(iterable,[reverse,key])

把可迭代数据里面的元素,一个一个的取出来,放到key这个函数中进行处理,并按照函数中return的结果进行排序,返回一个新的列表

功能: 排序

参数:

   iterable 可迭代的数据 (容器类型数据,range数据序列,迭代器)
    reverse  可选,是否反转,默认为False,不反转, True反转
    key      可选, 函数,可以是自定义函数,也可以是内置函数

返回值: 排序后的结果


arr = [3,7,1,-9,20,10]

默认按照从小到大的方式进行排序


res = sorted(arr)  # [-9, 1, 3, 7, 10, 20]

 可以按照从大到小的方式进行排序


res = sorted(arr,reverse=True)  # [20, 10, 7, 3, 1, -9]

使用abs这个函数(求绝对值)作为sortedkey关键字参数使用


res = sorted(arr,key=abs)
print(res)

使用自定义函数


def func(num):
    print(num,num % 2)
    return num % 2

arr = [3,2,4,6,5,7,9]

sorted函数中使用自定义函数对数据进行处理


res = sorted(arr,key=func)
print(res)

# 优化版
arr = [3,2,4,6,5,7,9]
res = sorted(arr,key=lambda x:x%2)
print(res)

map(func, *iterables)

对传入的可迭代数据中的每个元素放入到函数中进行处理,返回一个新的迭代器

参数:

   func 函数  自定义函数|内置函数
    iterables:可迭代的数据

返回值:迭代器

1)把一个字符串数字的列表转为 整型的数字列表


# ['1','2','3','4']  # ==> [1,2,3,4]
# 普通的处理方法
varlist = ['1','2','3','4']  # ==> [1,2,3,4]
newlist = []
for i in varlist:
    newlist.append(int(i))
print(newlist)

 使用map函数进行处理


varlist = ['1','2','3','4']
res = map(int,varlist) # <map object at 0x104ea8890>
print(list(res))

 (2) [1,2,3,4] ==> [1,4,9,16]

普通方法


varlist = [1,2,3,4]
newlist = []
for i in varlist:
    res = i ** 2
    newlist.append(res)
print(newlist)

使用map函数处理这个数据


varlist = [1,2,3,4]
def myfunc(x):
    return x ** 2
res = map(myfunc,varlist)
print(res,list(res))

优化版


res = map(lambda x:x**2,varlist)
print(res,list(res))

练习作业

 ['a','b','c','d'] ==> [65,66,67,68]

reduce(func,iterable)

每一次从 iterable 拿出两个元素,放入到func函数中进行处理,得出一个计算结果,然后把这个计算结果和iterable中的第三个元素,放入到func函数中继续运算,得出的结果和之后的第四个元素,加入到func函数中进行处理,以此类推,直到最后的元素都参与了运算

参数:
    func: 内置函数或自定义函数
    iterable: 可迭代的数据
返回值:最终的运算处理结果

注意: 使用 reduce函数时,需要导入 from functools import reduce


from functools import reduce

(1) [5,2,1,1] ==> 5211

普通方法


varlist = [5,2,1,1]
res = ''
for i in varlist:
   res += str(i)
res = int(res)
print(res,type(res))
'''
5 2 1 1
5 * 10 + 2 == 52
52 * 10 + 1 == 521
521 * 10 + 1 == 5211
'''

使用 reduce完成


def myfunc(x,y):
   return x*10+y
varlist = [5,2,1,1]

调用函数


res = reduce(myfunc,varlist)
print(res,type(res))

2) 把字符串的 '456' ==> 456

要求不能使用int方法进行类型的转换时,如何解决上面的问题

定义函数,给定一个字符串的数字,返回一个整型的数字


def myfunc(s):
   vardict = {'0':0,'1':1,'2':2,'3':3,'4':4,'5':5,'6':6,'7':7,'8':8,'9':9}
   return vardict[s]

先使用 map函数,把数字字符串,转为整型的数字


iter1 = map(myfunc,'456')

把数字列表中的值,使用lambda进行二次处理


iter2 = reduce(lambda x,y:x*10+y,iter1)
print(iter2)

filter(func,iterable)

过滤数据,把 iterable 中的每个元素拿到 func 函数中进行处理,如果函数返回True则保留这个数据,返回False则丢弃这个数据

参数:
    func  自定义函数
    itereble: 可迭代的数据
返回值:保留下来的数据组成的 迭代器

 要求 保留所有的偶数,丢弃所有的奇数

varlist = [1,2,3,4,5,6,7,8,9]

普通方法实现


newlist = []
for i in varlist:
    if i % 2 == 0:
        newlist.append(i)
print(newlist)

使用 filter 进行处理

 定义一个函数,判断当前这个函数是否为偶数,偶数返回True,奇数返回False


def myfunc(n):
    if n % 2 == 0:
        return True
    else:
        return False

调用 过滤器 函数进行处理


it = filter(myfunc,varlist)
print(it,list(it))

优化版


it = filter(lambda n:True if n % 2 == 0 else False,varlist)
print(it,list(it))

来源:https://blog.csdn.net/ngtnmd/article/details/122150566

标签:python,内置函数
0
投稿

猜你喜欢

  • 基于进程内通讯的python聊天室实现方法

    2021-01-24 03:50:53
  • Go标准容器之Ring的使用说明

    2023-09-21 02:18:14
  • 详解python字节码

    2021-12-16 16:56:29
  • PHP设计模式(八)装饰器模式Decorator实例详解【结构型】

    2023-11-24 05:59:31
  • 浅析python的Lambda表达式

    2021-11-16 23:51:19
  • SQL Server查询速度慢的原因及优化方法

    2009-01-05 13:46:00
  • django解决跨域请求的问题详解

    2021-07-21 14:45:45
  • python爬虫实例之获取动漫截图

    2023-08-17 22:13:57
  • 利用python进行数据加载

    2022-05-11 19:55:00
  • 教你使用Python连接oracle

    2023-09-11 01:38:54
  • Django模板导入母版继承和自定义返回Html片段过程解析

    2023-06-16 21:13:38
  • Oracle学习笔记(四)

    2012-01-05 18:57:33
  • Ubuntu20下的Django安装的方法步骤

    2022-05-01 09:07:24
  • Mootools常用方法扩展(二)

    2009-01-11 18:22:00
  • 用Dreamweaver MX轻松操作表格

    2009-05-29 18:41:00
  • 两个命令把 Vim 打造成 Python IDE的方法

    2022-01-20 09:31:31
  • python判断、获取一张图片主色调的2个实例

    2022-07-26 18:27:00
  • python实现csv格式文件转为asc格式文件的方法

    2021-10-12 19:10:37
  • pygame学习笔记(4):声音控制

    2021-08-15 20:04:35
  • Python基于numpy模块实现回归预测

    2022-11-26 19:25:32
  • asp之家 网络编程 m.aspxhome.com