Python常用函数总结

我会带着你远行 2023-06-23 12:55 26阅读 0赞

### Python常用函数总结 ###

*  (1) range()函数
 *  (2) split()函数
 *  (3) strip()函数
 *  (4) sum()函数
 *  (5) reduce()函数
 *  (6) map()函数
 *  (7) filter()函数
 *  (8) zip()函数
 *  (9) set()函数
 *  (10) sort()函数和sorted()函数
 *  (11) lambda()函数

本篇文章总结了Python编程中常用的几种函数，后期会不断更新，如发现有不足之处，欢迎指正，谢谢。

# (1) range()函数 #

range()是Python中的内置函数，其基本语法如下：

range(start, stop, step)

其中，start表示起始值，stop表示终止值，step表示步长。

注意：

1.  “前包后不包”原则。即包括起始值而不包括终止值。
2.  步长省略时，默认为1。
3.  在Python2中，range()函数的结果是一个列表；但在Python3中，其结果是一个可迭代对象，而不是一个列表，若要查看结果，可使用list()函数进行转换；

示例及相关解释如下：

print(list(range(2,11)))
    print(range(2,11,3))
    print(list(range(2,11,3)))
    
    #执行结果如下：
    [2, 3, 4, 5, 6, 7, 8, 9, 10]
    range(2, 11, 3)
    [2, 5, 8]

# (2) split()函数 #

split()函数通过指定分隔符对字符串进行切片，返回结果是切片后的列表。当无指定分割符时，默认对空格或者换行符进行切片。

示例及相关解释如下：

#示例：提取'2019/12/29 23:15:10'的月份12和秒数10
    a1 = '2019/12/29 23:15:10'
    print(a1.split())
    
    month = a1.split()[0].split('/')[1]
    print(month)
    
    minute = a1.split()[1].split(':')[2]
    print(minute)
    
    #执行结果如下所示：
    ['2019/12/29', '23:15:10']
    12
    10

# (3) strip()函数 #

strip()函数用于移除字符串头尾指定的字符，返回结果是移除指定字符后的字符串。当无指定字符时，默认对空格或者换行符进行移除。

示例及相关解释如下：

a1 = ' Are you happy today?\nI wish you happy every day\n\n'
    print(a1)
    print(a1.strip())
    
    a2 = '^_^Hope you are safe and happy^_^'
    print(a2)
    print(a2.strip('^_^'))
    
    #执行结果如下所示：
       Are you happy today?
    I wish you happy every day
    
    
    Are you happy today?
    I wish you happy every day
    ^_^Hope you are safe and happy^_^
    Hope you are safe and happy

# (4) sum()函数 #

sum()函数对参数对象求和。该函数有两种情况，分别是Python内置的sum()函数，另一个是numpy.sum()函数。

其基本语法如下：

sum(iterable, start)

其中，iterable表示可迭代对象，start表示具体值。

示例及相关解释如下：

#Python内置的sum()函数
    print(sum([4,5,5]))
    print(sum([1,2,3],2))
    
    #Numpy中的sum()函数
    import numpy as np
    #Case1：无指定axis。
    print(np.sum([[1,2,3], [4,5,5]]))
    #Case2：指定axis=0, 跨行相加。
    print(np.sum([[1,2,3], [4,5,5]],axis=0))
    #Case2：指定axis=1, 跨列相加。
    print(np.sum([[1,2,3], [4,5,5]],axis=1))
    
    #执行结果如下：
    14
    8
    20
    [5 7 8]
    [ 6 14]

# (5) reduce()函数 #

reduce() 函数从左到右对一个序列的项累计应用有2个参数的函数，最终结果为一个单值。该函数有以下两种情况：

1.  Python3里functools模块中的reduce()函数，其基本语法如下：

reduce(function, iterable)

其中，function是包含两个参数的函数，iterable是可迭代对象。

示例及相关解释如下：

from functools import reduce
    print(reduce(lambda x,y: x*y,range(1,4)))
    #执行结果如下所示：
    6

1.  Numpy.add.reduce()函数，其基本语法如下所示：

reduce(array, axis, dtype)

其中，array表示数组对象，即data, axis为轴标记，dtype指定数据类型。

示例及相关解释如下：

import numpy as np
    print(np.add.reduce([1,2,3,4]))
    #跨行相加
    print(np.add.reduce([[1,2,3],[4,5,6]], axis=0))
    #跨列相加
    print(np.add.reduce([[1,2,3],[4,5,6]], axis=1))
    #执行结果如下：
    10
    [5 7 9]
    [ 6 15]

# (6) map()函数 #

该函数也称映射函数，功能为将function应用于iterable的每一个元素，结果以可迭代对象的形式返回，如果查看结果应使用list()方法进行转换。

基本语法如下所示：

map(function,iterable)

其中，function为函数（1. 自定义函数；2. 匿名函数），iterable为可迭代对象；

示例及相关解释如下：

def squa(x):
        return x*x
    
    list_1 = [1,2,3,6,4]
    
    print(map(squa,list_1))
    print(list(map(squa,list_1)))
    
    #执行结果如下所示：
    <map object at 0x00000272CC8A4240>
    [1, 4, 9, 36, 16]

补充：map()函数也可以这样使用哦

import pandas as pd
    
    name_list = ['赵','钱','孙','李']
    is_pass = [0,1,1,0]
    
    #使用字典创建数据框
    dict_1 = { 'name':name_list,'state':is_pass}
    df = pd.DataFrame(dict_1)
    print(df)
    
    #数据框添加一列数据，该列数据是在原state列基础上将0映射为不及格，将1映射为及格。
    df['new_state'] = df.state.map({ 0:'未及格',1:'及格'})
    print(df)
    
    #执行结果如下所示：
      name  state
    0    赵      0
    1    钱      1
    2    孙      1
    3    李      0
      name  state new_state
    0    赵      0       未及格
    1    钱      1        及格
    2    孙      1        及格
    3    李      0       未及格

# (7) filter()函数 #

filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。

filter()语法格式如下：

filter(function, iterable)

该函数接收两个参数，第一个为函数，第二个为可迭代对象，序列的每个元素作为参数传递给函数进行判别，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。

示例及相关代码如下所示：

q = list(filter(lambda x:x%2 == 0, range(1,10)))
    print(q)
    
    #执行结果如下所示：
    [2, 4, 6, 8]

# (8) zip()函数 #

zip() 可理解为“打包”函数，该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。在 Python 3.x 中为了减少内存，zip() 返回的是一个对象。若要将结果展示出来，可以使用 list() 来转换。

zip()语法格式：

zip(iterable,....iterable)

其中，该函数的参数为多个可迭代对象。

示例及相关代码如下所示：

a = [1, 2, 3]
    b = ['x', 'y', 'z']
    c = [1.1, 2.2, 3.3]
    
    result = zip(a, b, c)
    print(result)
    print(list(result))
    
    #执行结果如下所示：
    <zip object at 0x0000023394DA5648>
    [(1, 'x', 1.1), (2, 'y', 2.2), (3, 'z', 3.3)]

# (9) set()函数 #

set()函数是Python中的集合函数，返回结果是一个集合类型。其有两个重要特点：1. 无序，2. 不重复。因此可使用set()函数实现去重功能。

set()语法格式：

set([iterable])

该函数的参数为可迭代对象。

示例及相关代码如下所示：

a = set([23,34,56,78,34,23])
    print(a)
    
    执行结果如下所示：
    { 56, 34, 78, 23}
    
    由上述结果可看出，set()函数的定义顺序与输出顺序不一致，且输出结果是去重后的结果。

# (10) sort()函数和sorted()函数 #

sort()/sorted()均为Python中的排序函数。  
两者的相同点和不同点如下：

1.  两者的调用方式不同，其语法格式分别如下：

s.sort()
    sorted(iterable）

1.  sorted() 可作用于任意可迭代的对象，而 sort() 一般作用于列  
    表。
2.  当调用对象为列表时，sort()函数返回None，且原来列表被修改为排完序后的列表，而sorted() 函数会返回一个排序后的列表，并保持原列表不变。

示例及相关代码如下所示：

a1 = [12,34,16,28,9]
    print(sorted(a1))
    print(a1)
    
    print(a1.sort())
    print(a1)
    
    b1 = (12,32,34,1,12,22)
    print(sorted(b1))
    print(b1.sort())
    
    #执行结果如下所示：
    [9, 12, 16, 28, 34]
    [12, 34, 16, 28, 9]
    None
    [9, 12, 16, 28, 34]
    [1, 12, 12, 22, 32, 34]
    Traceback (most recent call last):
    AttributeError: 'tuple' object has no attribute 'sort'

# (11) lambda()函数 #

lambda()函数是Python中的匿名函数，其中，匿名指函数没有名字。匿名函数的使用场景是函数的函数体仅是一个有限的逻辑，该逻辑通常用表达式就可以封装。

该函数的语法格式如下：

lambda [arg1 [,arg2,.....argn]]:expression

首先是lambda关键字，匿名函数函数arg1,arg2,…“：”符号，表示代码块的开始，expression指表达式。

示例及相关代码如下所示：

#该函数计算两参数的乘积
    print((lambda a,b:a*b)(3,4))
    执行结果如下：
    12