一、常见的内置函数及其用法
python中提供了很多内置函数，这些内置函数对于我们解决一些问题来说非常的方便，下面介绍一些常见的内置函数及其用法。
1.常见的内置函数分类大致可以分为如下几类：
类型转换-bool，int， long，float， bytearray，str， unicode， basestring ,list，tuple， set ， dict， frozenset, complex。
文件IO- input， print， open， file， format
数学运算- abs，divmod， pow，sum， cmp， bin， oct， hex， chr， unichr， ord， max， min， round
集合切片- len ， range ， iter ， next ， slice ，enumerate， sorted， reversed
高阶函数- any， all， map， reduce， filter， zip
反射内省-type， isinstance， issubclass， callable， staticmethod， classmethod， getattr， setattr， delattr， hasattr， super , dir， help，id ，hash， object， __import__， compile， reload， repr ，vars，locals，globals，eval，exec，execfile， property， memoryview
2.enumerate(iterate)--返回一个枚举对象
先看一下函数的定义：通过一个可迭代的对象返回一个枚举对象。
>>> help(enumerate)
Help on class enumerate in module builtins:
class enumerate(object)
| enumerate(iterable[, start]) -> iterator for index, value of iterable
|
| Return an enumerate object. iterable must be another object that supports
| iteration. The enumerate object yields pairs containing a count (from
| start, which defaults to zero) and a value yielded by the iterable argument.
| enumerate is useful for obtaining an indexed list:
| (0, seq[0]), (1, seq[1]), (2, seq[2]), ...
|
| Methods defined here:
|
| __getattribute__(self, name, /)
| Return getattr(self, name).
|
| __iter__(self, /)
| Implement iter(self).
|
| __new__(*args, **kwargs) from builtins.type
| Create and return a new object. See help(type) for accurate signature.
|
| __next__(self, /)
| Implement next(self).
|
| __reduce__(...)
| Return state information for pickling.用法如下：
>>> li = ['a','b','c','d']
>>> list(enumerate(li))
[(0, 'a'), (1, 'b'), (2, 'c'), (3, 'd')]
>>> dict(enumerate(li))
{0: 'a', 1: 'b', 2: 'c', 3: 'd'}
3.eval（source)--取出字符串的内容，将字符串str当成有效的表达式来求值并返回计算结果
查看函数的定义：
>>> help(eval)
Help on built-in function eval in module builtins:
eval（source, globals=None, locals=None, /)
Evaluate the given source in the context of globals and locals.
The source may be a string representing a Python expression
or a code object as returned by compile().
The globals must be a dictionary and locals can be any mapping,
defaulting to the current globals and locals.
If only globals is given, locals defaults to it.用法：
>>> a="{'a':1}"
>>> b='1*2**3'
>>> eval（a)
{'a': 1}
>>> eval（b)
84.exec(scource)--执行字符串或者编译方法编译过的字符串，没有返回值
函数的定义如下：
>>> help(exec)
Help on built-in function exec in module builtins:
exec(source, globals=None, locals=None, /)
Execute the given source in the context of globals and locals.
The source may be a string representing one or more Python statements
or a code object as returned by compile().
The globals must be a dictionary and locals can be any mapping,
defaulting to the current globals and locals.
If only globals is given, locals defaults to it.用法：
s = '''
z = 10
su = x + y + z
print(su)
print('OK')
'''
>>> x=1
>>> y=2
>>> exec(s)
13
OK5.map(func,*iterate)--对于参数iterable中的每个元素都应用fuction函数--一般与lambda函数配合使用，并将结果作为列表返回
函数的定义如下：可迭代对象是不定长参数，因此可以对多个可迭代对象进行fun的引用。
>>> help(map)
Help on class map in module builtins:
class map(object)
| map(func, *iterables) --> map object
|
| Make an iterator that computes the function using arguments from
| each of the iterables. Stops when the shortest iterable is exhausted.
|
| Methods defined here:
|
| __getattribute__(self, name, /)
| Return getattr(self, name).
|
| __iter__(self, /)
| Implement iter(self).
|
| __new__(*args, **kwargs) from builtins.type
| Create and return a new object. See help(type) for accurate signature.
|
| __next__(self, /)
| Implement next(self).
|
| __reduce__(...)
| Return state information for pickling.用法：
#用法1--lis int内容转换成str
>>> l1=[1,2,3,4]
>>> list(map(str,l1))
['1', '2', '3', '4']
#用法2--lambda函数配合使用
>>> foo = [2, 18, 9, 22, 17, 24, 8, 12, 27]
>>> list(map(lambda x: x * 2 + 10, foo))
[14, 46, 28, 54, 44, 58, 26, 34, 64]6.filter(fun or None,iterable)--过滤器:将可迭代序列的每一个元素传入函数，如果函数返回值为真，则该元素保留。否则丢弃该元素。
filter函数的定义吐下：
>>> help(filter)
Help on class filter in module builtins:
class filter(object)
| filter(function or None, iterable) --> filter object
|
| Return an iterator yielding those items of iterable for which function(item)
| is true. If function is None, return the items that are true.
|
| Methods defined here:
|
| __getattribute__(self, name, /)
| Return getattr(self, name).
|
| __iter__(self, /)
| Implement iter(self).
|
| __new__(*args, **kwargs) from builtins.type
| Create and return a new object. See help(type) for accurate signature.
|
| __next__(self, /)
| Implement next(self).
|
| __reduce__(...)
| Return state information for pickling.用法：
>>> list(filter(None,(0,0,False,11,True,1,123)))
[11, True, 1, 123]
>>> list(filter(lambda x:not x%2,[x for x in range(10)]))
[0, 2, 4, 6, 8]7.zip(iter1,iter2...)--将多个可迭代对象进行配对组合
函数的定义：
>>> help(zip)
Help on class zip in module builtins:
class zip(object)
| zip(iter1 [,iter2 [...]]) --> zip object
|
| Return a zip object whose .__next__() method returns a tuple where
| the i-th element comes from the i-th iterable argument. The .__next__()
| method continues until the shortest iterable in the argument sequence
| is exhausted and then it raises StopIteration.
|
| Methods defined here:
|
| __getattribute__(self, name, /)
| Return getattr(self, name).
|
| __iter__(self, /)
| Implement iter(self).
|
| __new__(*args, **kwargs) from builtins.type
| Create and return a new object. See help(type) for accurate signature.
|
| __next__(self, /)
| Implement next(self).
|
| __reduce__(...)
| Return state information for pickling.用法：
>>> l3=[1,2,3]
>>> t1=('a','b','c')
>>> list(zip(l3,t1))
[(1, 'a'), (2, 'b'), (3, 'c')]
>>> dict(zip(l3,t1))
{1: 'a', 2: 'b', 3: 'c'}
>>> str2='python'
>>> list(zip((l3,t1,str2)))
[([1, 2, 3],), (('a', 'b', 'c'),), ('python',)]8.lambda函数--匿名函数
匿名函数是不必写函数名而只实现函数体的函数，可以快速的定义函数，在高阶函数中使用可以提高代码的可读性
>>> foo = [2, 18, 9, 22, 17, 24, 8, 12, 27]
>>>
>>> print filter(lambda x: x % 3 == 0, foo)
[18, 9, 24, 12, 27]
>>>
>>> print map(lambda x: x * 2 + 10, foo)
[14, 46, 28, 54, 44, 58, 26, 34, 64]
>>>
>>> print reduce(lambda x, y: x + y, foo)
1399.reduce函数--reduce()函数作用是：把结果继续和序列的下一个元素做累积计算
函数使用：
再看reduce的用法。reduce把一个函数作用在一个序列[x1, x2, x3...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
比方说对一个序列求和，就可以用reduce实现：
>>> def add(x, y):
... return x + y
...
>>> reduce(add, [1, 3, 5, 7, 9])
25
当然求和运算可以直接用Python内建函数sum()，没必要动用reduce。
但是如果要把序列[1, 3, 5, 7, 9]变换成整数13579，reduce就可以派上用场：
>>> def fn(x, y):
... return x * 10 + y
...
>>> reduce(fn, [1, 3, 5, 7, 9])
13579
这个例子本身没多大用处，但是，如果考虑到字符串str也是一个序列，对上面的例子稍加改动，配合map()，我们就可以写出把str转换为int的函数：
>>> def fn(x, y):
... return x * 10 + y
...
>>> def char2num(s):
... return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]
...
>>> reduce(fn, map(char2num, '13579'))
1357910-any(),all()函数
#any(x)判断x对象是否有空对象，如果都为空、0、false，则返回false，如果不都为空、0、false，则返回true
#all(x)如果all(x)参数x对象的所有元素不为0、''、False或者x为空对象，则返回True，否则返回False
简单记忆：any(False)? all(True)?的布尔结果
>>> any('123')
True
>>> any([0,1])
True
>>> any([0,'0',''])
True
>>> any([0,''])
False
>>> any([0,'','false'])
True
>>> any([0,'',bool('false')])
True
>>> any([0,'',False])
False
>>> any(('a','b','c'))
True
>>> any(('a','b',''))
True
>>> any((0,False,''))
False
>>> any([])
False
>>> any(())
False
>>> all(['a', 'b', 'c', 'd']) #列表list，
True
>>> all(['a', 'b', 'c', 'd']) #列表list，元素都不为空或0
True
>>> all(['a', 'b', '', 'd']) #列表list，存在一个为空的元素
False
>>> all([0, 1,2, 3]) #列表list，存在一个为0的元素
False
>>> all(('a', 'b', 'c', 'd')) #元组tuple，元素都不为空或0
True
>>> all(('a', 'b', '', 'd')) #元组tuple，存在一个为空的元素
False
>>> all((0, 1,2, 3)) #元组tuple，存在一个为0的元素
False
>>> all([]) # 空列表
True
>>> all(()) # 空元组
True
>>> #注意：空元组、空列表返回值为True，这里要特别注意
>>> all(('', '', '', '')) #元组tuple，全部为空的元素
False
>>> all('')
True
>>> #如果all(x)参数x对象的所有元素不为0、''、False或者x为空对象，则返回True，否则返回False
>>>
二、面试题
常见内置函数的使用熟记即可，即使有面试题也是简单的函数使用，因此了解函数的用法就行
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
