六個Python編程最受用的內置函數使用詳解

89542767 發布于2022-10-12 14:05 / 476人閱讀

　　小編寫這篇文章的話，主要是給大家做出一個解答，解答一些Python常見問題，比如關于編程函數的一些問題，哪些函數編程是最受用的呢？下面就給大家詳細介紹一下。

　　合理的使用Python這門工具，能夠大大的提高其工作效率，起到事半功倍的作用。

　　1.Map函數

　　map函數可以使用另外一個函數轉換整個可迭代對象的函數，包括將字符串轉換為數字、數字的四舍五入等等。

　　之所以使用map函數來完成這些事情可以節約內存，使代碼的運行速度提高，并且使用的代碼量比較少。

　　比如這里需要將一個字符串的數組轉換成數字的數組的形式。

　　使用傳統的方式來進行解析的話，使用for循環的方式就需要好幾行的代碼才能完成。

　　strings=['1','2','3','4']
　　res=[]
　　for str_ in strings:
　　res.append(int(str_))
　　print(res)
　　#[1,2,3,4]

　　使用map函數直接需要一行代碼就可以完成了。

　　strings=['5','6','7','8']
　　res_map=map(int,strings)
　　print(list(res_map))
　　#[5,6,7,8]

　　使用map(int,strings)，其中int是作為函數作為參數傳入的，而strings就是可以迭代的對象。

　　這里再使用一個我們自己創建的函數來轉換可序列化的數據。

　　初始化一個make_super函數用來將英文字符串轉換成'大寫'的字符串。

　　def make_super(text):
　　res_text=text.upper()
　　return res_text
　　words=['python','java','scala']
　　words_res=list(map(make_super,words))
　　print(words_res)
　　#['PYTHON','JAVA','SCALA']

　　使用map(make_super,words)，其中make_super是作為函數傳入的，而words作為可序列化數據。

　　2.Lamdba函數

　　lambda函數用于創建匿名函數，又被稱為lambda表達式。實際上它只是一個表達式的存在，如果在代碼編寫過程中需要實現簡單的函數邏輯但是多帶帶寫一個函數又比較麻煩就可以使用lambda表達式只需要一行代碼就可以完成了。

　　比如需要實現一個簡單的加法計算，使用基本的函數來實現需要創建一個add_1函數。

　　def add_1(a,b):
　　return a+b
　　print(add_1(5,2))

　　而使用lambda表達式，一行代碼就可以直接完成了，可以像下面這樣寫。

　　add_2=lambda a,b:a+b
　　print(add_2(10,10))

　　lambda a,b:a+b表示a,b是作為參數，a+b是作為函數的運算邏輯被執行。

　　3.Enumerate函數

　　enumerate函數一般用于可序列化數據的處理上面，而python中的可序列化數據又比較多，重要性就可想而知了。

　　可以使用該函數直接遍歷出一個可序列化數據的下標索引以及對應的數據。

　　使用一個列表數據來進行舉例說明。

　words=['java','python','scala']

　　使用enumerate函數來執行一下整個遍歷，最終返回一個新的列表。

　　for index,data in enumerate(words):
　　print(f'當前索引：{index},當前數據：{data}')
　　#當前索引：0,當前數據：java
　　#當前索引：1,當前數據：python
　　#當前索引：2,當前數據：scala

　　看到返回的結果中包含了索引、數據，這樣便于數據的組織和統計，因此，將該函數也列為比較常用的函數之一。

　　4.Reduce函數

　　reduce函數通常用于計算整個列表的邏輯運算，也就是將一個函數的運算可以添加到這個列表的每個元素上面。

　　'''
　　reduce(function,iterable[,initializer])
　　'''

　　比如需要計算一個列表中每個元素之間的相乘的結果，則可以這樣寫。

　　from functools import reduce
　　list_=[10,20,30,40]
　　print(reduce(lambda a,b:a*b,list_))

　　這里由于函數的邏輯運算比較簡單，所以使用了lambda表達式表示兩個元素相乘。

　　最終再使用reduce函數，它的效果相當于10*20*30*40，結果就是240000，和我們預想得到的計算結果是一致的。

　　5.Filter函數

　　filter函數，從字面意思就可以看出它是過濾的意思，使用該函數可以有效的過濾掉不需要的列表中的數據元素。

　　'''
　　filter(function,iterable)
　　'''

　　在邏輯處理中，同樣是需要一個處理函數和一個可序列化的數據。

　　nums=[1,2,3,4,5,6,7,8,9,20]
　　nums_new=filter(lambda m:m%2==0,nums)
　　print(list(nums_new))
　　#[2,4,6,8,20]

　　這里我們成功過濾掉了所有的奇數數據元素，最終只留下了偶數元素。

　　6.Zip函數

　　zip函數在多個列表的組裝過程中用到非常的多，可以同時遍歷多個列表并將相同位置的元素組合成一個元祖。

　　list_res=[]
　　for n in zip([1,2,3,4,5],['python','java','scala','c++','C#']):
　　list_res.append(n)
　　print(list_res)
　　#[(1,'python'),(2,'java'),(3,'scala'),(4,'c++'),(5,'C#')]

　　使用zip函數時，像這樣的數據組合就可以輕松的實現。

　　通過觀察上述的這些操作發現基本上都是對可序列化的數據的相關操作，因為在python的編碼過程中大多數的數據處理相關的操作都是基于可序列化的數據的。

　　綜上所述，關于Python編程受歡迎的內置函數就為大家介紹到這里了。

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/128000.html

提高 Python 運行效率的六個竅門

摘要：使用或機器語言的外部功能包處理時間敏感任務，可以有效提高應用的運行效率。關鍵在于，優化循環方案是提高應用程序運行速度的上佳選擇。此外，關于交叉編譯是否為提高運行效率的最佳方法還存在討論的空間。在使用交叉編譯器時，記得確保它支持你所用的版本。 Python 是一門優秀的語言，它能讓你在短時間內通過極少量代碼就能完成許多操作。不僅如此，它還輕松支持多任務處理，比如多進程。不喜歡 Pyt...

huhud 2019-07-24 17:59 評論0 收藏0
【Python零基礎到入門】Python基礎語法篇——基本數據類型【文末送書】

摘要：布爾值布爾值和布爾代數的表示完全一致，一個布爾值只有兩種值的數據類型可以通過內置的函數查詢，例如還可以用來判斷和的區別在于不會認為子類是一種父類類型。會認為子類是一種父類類型。基本功能是進行成員關系測試和刪除重復元素。 ...

Winer 2021-11-23 09:51 評論0 收藏0
流暢的 Python - 0. 數據模型

摘要：于是打算看一下流暢的。第一章是講數據模型，主要是的魔術方法特殊方法，它們以雙下劃線開頭和結束，能讓我們自己寫的類擁有類似內置對象那樣的屬性和方法。第三個出場的的是，把對象用字符串的形式表示出來。第六個是，用于實現自己定義的布爾值。接觸 Python 有一段時間了，但是到現在也沒怎么用 Python 寫過一些有用的東西。基礎雖然還行，但更深入的就不怎么了解了。于是打算看一下《流暢的 P...

Bowman_han 2019-07-30 16:15 評論0 收藏0
[零基礎學python]大話題小函數(1)

摘要：開篇就要提到一個大的話題編程范型。例如，在面向對象編程中，程序員認為程序是一系列相互作用的對象，而在函數式編程中一個程序會被看作是一個無狀態的函數計算的串行。開篇就要提到一個大的話題：編程范型。什么是編程范型？引用維基百科中的解釋：編程范型或編程范式（英語：Programming paradigm），（范即模范之意，范式即模式、方法），是一類典型的編程風格，是指從事軟件工程...

xiguadada 2019-07-24 17:38 評論0 收藏0