百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

Python常用函数整理(python常用函数大全pdf)

itomcoil 2025-04-10 23:49 41 浏览

以下是Python中常用函数整理,涵盖内置函数、标准库及常用操作,按类别分类并附带示例说明:


一、基础内置函数

  1. print()
    输出内容到控制台。

python

print("Hello, World!") # Hello, World!

  1. len()
    返回对象的长度(元素个数)。

python

len([1, 2, 3]) # 3

  1. type()
    返回对象的类型。

python

type(10) #

  1. input()
    从用户输入获取字符串。

python

name = input("Enter your name: ")

  1. range()
    生成整数序列。

python

list(range(3)) # [0, 1, 2]

  1. sorted()
    返回排序后的新列表。

python

sorted([3, 1, 2], reverse=True) # [3, 2, 1]

  1. sum()
    计算可迭代对象的总和。

python

sum([1, 2, 3]) # 6

  1. min() / max()
    返回最小/最大值。

python

min(5, 2, 8) # 2

  1. abs()
    返回绝对值。

python

abs(-10) # 10

  1. round()
    四舍五入浮点数。

python

round(3.1415, 2) # 3.14


二、类型转换

  1. int() / float() / str()
    类型转换。

python

int("123") # 123

str(100) # "100"

  1. list() / tuple() / set() / dict()
    转换为对应容器类型。

python

list("abc") # ['a', 'b', 'c']

  1. bool()
    转换为布尔值。

python

bool(0) # False

  1. bin() / hex() / oct()
    转换为二进制、十六进制、八进制字符串。

python

bin(10) # '0b1010'

  1. chr() / ord()
    Unicode字符与ASCII码转换。

python

chr(65) # 'A'

ord('A') # 65


三、字符串处理

  1. str.split()
    按分隔符分割字符串。

python

"a,b,c".split(",") # ['a', 'b', 'c']

  1. str.join()
    将可迭代对象连接为字符串。

python

"-".join(["2020", "10", "01"]) # "2020-10-01"

  1. str.replace()
    替换子字符串。

python

"hello".replace("l", "x") # "hexxo"

  1. str.strip()
    去除首尾空白字符。

python

" text ".strip() # "text"

  1. str.format()
    格式化字符串。

python

"{} + {} = {}".format(1, 2, 3) # "1 + 2 = 3"

  1. str.startswith() / endswith()
    检查字符串开头/结尾。

python

"file.txt".endswith(".txt") # True

  1. str.upper() / lower()
    转换大小写。

python

"Abc".lower() # "abc"

  1. str.find() / index()
    查找子字符串位置(find未找到返回-1,index抛出异常)。

python

"python".find("th") # 2


四、列表操作

  1. list.append()
    添加元素到列表末尾。

python

lst = [1]; lst.append(2) # [1, 2]

  1. list.extend()
    合并另一个可迭代对象。

python

lst = [1]; lst.extend([2,3]) # [1, 2, 3]

  1. list.insert()
    在指定位置插入元素。

python

lst = [1,3]; lst.insert(1, 2) # [1, 2, 3]

  1. list.pop()
    移除并返回指定位置的元素。

python

lst = [1,2,3]; lst.pop(1) # 2 → lst变为[1,3]

  1. list.remove()
    删除第一个匹配的元素。

python

lst = [1,2,2]; lst.remove(2) # [1,2]

  1. list.sort()
    原地排序。

python

lst = [3,1,2]; lst.sort() # [1,2,3]

  1. list.reverse()
    反转列表。

python

lst = [1,2,3]; lst.reverse() # [3,2,1]


五、字典操作

  1. dict.get()
    安全获取键对应的值(避免KeyError)。

python

d = {'a':1}; d.get('b', 0) # 0

  1. dict.keys() / values() / items()
    获取键、值或键值对。

python

d = {'a':1}; list(d.keys()) # ['a']

  1. dict.update()
    合并字典。

python

d = {'a':1}; d.update({'b':2}) # {'a':1, 'b':2}

  1. dict.pop()
    删除键并返回值。

python

d = {'a':1}; d.pop('a') # 1

  1. dict.setdefault()
    若键不存在,设置默认值并返回。

python

d = {}; d.setdefault('a', 100) # 100


六、文件操作

  1. open()
    打开文件。

python

with open("file.txt", "r") as f:

content = f.read()

  1. file.read() / readline() / readlines()
    读取文件内容。

python

f.read() # 读取全部内容

f.readline() # 读取一行

  1. file.write()
    写入内容到文件。

python

f.write("Hello")

  1. os.remove()
    删除文件。

python

import os; os.remove("file.txt")

  1. os.path.join()
    拼接路径。

python

os.path.join("folder", "file.txt") # "folder/file.txt"


七、数学与随机数

  1. math.sqrt()
    计算平方根。

python

import math; math.sqrt(4) # 2.0

  1. random.randint()
    生成随机整数。

python

import random; random.randint(1, 10)

  1. random.choice()
    从序列中随机选择一个元素。

python

random.choice([1,2,3]) # 可能返回2

  1. math.ceil() / floor()
    向上/向下取整。

python

math.ceil(3.1) # 4


八、时间与日期

  1. datetime.datetime.now()
    获取当前时间。

python

from datetime import datetime

now = datetime.now()

  1. strftime() / strptime()
    格式化时间与解析字符串。

python

now.strftime("%Y-%m-%d") # "2023-10-01"


九、函数式编程

  1. map()
    对可迭代对象应用函数。

python

list(map(str.upper, ["a", "b"])) # ['A', 'B']

  1. filter()
    过滤元素。

python

list(filter(lambda x: x>0, [-1, 0, 1])) # [1]

  1. lambda
    匿名函数。

python

f = lambda x: x*2; f(3) # 6

  1. zip()
    将多个可迭代对象打包成元组。

python

list(zip([1,2], ["a","b"])) # [(1, 'a'), (2, 'b')]

  1. enumerate()
    为可迭代对象添加索引。

python

list(enumerate(["a", "b"])) # [(0, 'a'), (1, 'b')]


十、系统与模块

  1. os.getcwd()
    获取当前工作目录。

python

import os; os.getcwd()

  1. os.listdir()
    列出目录内容。

python

os.listdir(".")

  1. sys.argv
    获取命令行参数。

python

import sys; print(sys.argv)

  1. import()
    动态导入模块。

python

math = __import__("math")


十一、装饰器与类

  1. @property
    定义属性访问方法。

python

class MyClass:

@property

def value(self):

return self._value

  1. @classmethod / @staticmethod
    类方法与静态方法。

python

class MyClass:

@classmethod

def create(cls):

return cls()

  1. super()
    调用父类方法。

python

class Child(Parent):

def __init__(self):

super().__init__()


十二、异常处理

  1. try...except...finally
    捕获异常。

python

try:

1/0

except ZeroDivisionError:

print("Error")

  1. raise
    抛出异常。

python

raise ValueError("Invalid value")


其他常用函数

  1. eval() / exec()
    执行字符串代码。

python

eval("2 + 2") # 4

  1. hasattr() / getattr() / setattr()
    操作对象属性。

python

hasattr(obj, "x") # 检查属性是否存在

  1. isinstance() / issubclass()
    检查类型与继承关系。

python

isinstance(10, int) # True

  1. globals() / locals()
    获取全局/局部变量字典。

python

globals()

  1. callable()
    检查对象是否可调用。

python

callable(print) # True


以上为Python中常用核心函数(精选部分),覆盖日常开发的大部分场景。实际应用中,结合具体需求查阅官方文档可更深入掌握每个函数的用法!

相关推荐

最强聚类模型,层次聚类 !!_层次聚类的优缺点

哈喽,我是小白~咱们今天聊聊层次聚类,这种聚类方法在后面的使用,也是非常频繁的~首先,聚类很好理解,聚类(Clustering)就是把一堆“东西”自动分组。这些“东西”可以是人、...

python决策树用于分类和回归问题实际应用案例

决策树(DecisionTrees)通过树状结构进行决策,在每个节点上根据特征进行分支。用于分类和回归问题。实际应用案例:预测一个顾客是否会流失。决策树是一种基于树状结构的机器学习算法,用于解决分类...

Python教程(四十五):推荐系统-个性化推荐算法

今日目标o理解推荐系统的基本概念和类型o掌握协同过滤算法(用户和物品)o学会基于内容的推荐方法o了解矩阵分解和深度学习推荐o掌握推荐系统评估和优化技术推荐系统概述推荐系统是信息过滤系统,用于...

简单学Python——NumPy库7——排序和去重

NumPy数组排序主要用sort方法,sort方法只能将数值按升充排列(可以用[::-1]的切片方式实现降序排序),并且不改变原数组。例如:importnumpyasnpa=np.array(...

PyTorch实战:TorchVision目标检测模型微调完

PyTorch实战:TorchVision目标检测模型微调完整教程一、什么是微调(Finetuning)?微调(Finetuning)是指在已经预训练好的模型基础上,使用自己的数据对模型进行进一步训练...

C4.5算法解释_简述c4.5算法的基本思想

C4.5算法是ID3算法的改进版,它在特征选择上采用了信息增益比来解决ID3算法对取值较多的特征有偏好的问题。C4.5算法也是一种用于决策树构建的算法,它同样基于信息熵的概念。C4.5算法的步骤如下:...

Python中的数据聚类及可视化分析实践

探索如何通过聚类分析揭露糖尿病预测数据集的特征!我们将运用Python的强力工具,深入挖掘数据,以直观的可视化揭示不同特征间的关系。一同探索聚类分析在糖尿病预测中的实践!所有这些可视化都可以通过数据操...

用Python来统计大乐透号码的概率分布

用Python来统计大乐透号码的概率分布,可以按照以下步骤进行:导入所需的库:使用Python中的numpy库生成数字序列,使用matplotlib库生成概率分布图。读取大乐透历史数据:从网络上找到大...

python:支持向量机监督学习算法用于二分类和多分类问题示例

监督学习-支持向量机(SVM)支持向量机(SupportVectorMachine,简称SVM)是一种常用的监督学习算法,用于解决分类和回归问题。SVM的目标是找到一个最优的超平面,将不同类别的...

25个例子学会Pandas Groupby 操作

groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。如果我们有一个包含汽车品牌和价格信息的数据集,那么可以...

数据挖掘流程_数据挖掘流程主要有哪些步骤

数据挖掘流程1.了解需求,确认目标说一下几点思考方法:做什么?目的是什么?目标是什么?为什么要做?有什么价值和意义?如何去做?完整解决方案是什么?2.获取数据pandas读取数据pd.read.c...

使用Python寻找图像最常见的颜色_python 以图找图

如果我们知道图像或对象最常见的是哪种颜色,那么可以解决图像处理中的几个用例,例如在农业领域,我们可能需要确定水果的成熟度。我们可以简单地检查一下水果的颜色是否在预定的范围内,看看它是成熟的,腐烂的,还...

财务预算分析全网最佳实践:从每月分析到每天分析

原文链接如下:「链接」掌握本文的方法,你就掌握了企业预算精细化分析的能力,全网首发。数据模拟稍微有点问题,不要在意数据细节,先看下最终效果。在编制财务预算或业务预算的过程中,通常预算的所有数据都是按月...

常用数据工具去重方法_数据去重公式

在数据处理中,去除重复数据是确保数据质量和分析准确性的关键步骤。特别是在处理多列数据时,保留唯一值组合能够有效清理数据集,避免冗余信息对分析结果的干扰。不同的工具和编程语言提供了多种方法来实现多列去重...

Python教程(四十):PyTorch深度学习-动态计算图

今日目标o理解PyTorch的基本概念和动态计算图o掌握PyTorch张量操作和自动求导o学会构建神经网络模型o了解PyTorch的高级特性o掌握模型训练和部署PyTorch概述PyTorc...