Python基础学习之常见的内建函数整理


Posted in Python onSeptember 06, 2017

 前言

Python针对众多的类型,提供了众多的内建函数来处理,这些内建函数功用在于其往往可对多种类型对象进行类似的操作,即多种类型对象的共有的操作,下面话不多说了,来一看看详细的介绍吧。

map()

map()函数接受两个参数,一个是函数,一个是可迭代对象(Iterable),map将传入的函数依次作用到可迭代对象的每一个元素,并把结果作为迭代器(Iterator)返回。

举例说明,有一个函数f(x)=x^2 ,要把这个函数作用到一个list[1,2,3,4,5,6,7,8,9]上:

运用简单的循环可以实现:

>>> def f(x):
...  return x * x
...
L = []
for n in [1, 2, 3, 4, 5, 6, 7, 8, 9]:
 L.append(f(n))
print(L)

运用高阶函数map()

>>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> list(r)
[1, 4, 9, 16, 25, 36, 49, 64, 81]

结果r是一个迭代器,迭代器是惰性序列,通过list()函数让它把整个序列都计算出来并返回一个list。

如果要把这个list所有数字转为字符串利用map()就简单了:

>>> list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
['1', '2', '3', '4', '5', '6', '7', '8', '9']

小练习:利用map()函数,把用户输入的不规范的英文名字变为首字母大写其他小写的规范名字。输入['adam', 'LISA', 'barT'],输出['Adam', 'Lisa', 'Bart']

def normalize(name):
  return name.capitalize()

 l1=["adam","LISA","barT"]
 l2=list(map(normalize,l1))
 print(l2)

reduce()

reduce()函数也是接受两个参数,一个是函数,一个是可迭代对象,reduce将传入的函数作用到可迭代对象的每个元素的结果做累计计算。然后将最终结果返回。

效果就是:reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

举例说明,将序列[1,2,3,4,5]变换成整数12345:

>>> from functools import reduce
>>> def fn(x, y):
...  return x * 10 + y
...
>>> reduce(fn, [1, 2, 3, 4, 5])
12345

小练习:编写一个prod()函数,可以接受一个list并利用reduce求积:

from functools import reduce
def pro (x,y):
  return x * y
 def prod(L):
  return reduce(pro,L)
 print(prod([1,3,5,7]))

map()reduce()综合练习:编写str2float函数,把字符串'123.456'转换成浮点型123.456

CHAR_TO_FLOAT = {
 '0': 0,'1': 1,'2': 2,'3': 3,'4': 4,'5': 5,'6': 6,'7': 7,'8': 8,'9': 9, '.': -1
}
def str2float(s):
 nums = map(lambda ch:CHAR_TO_FLOAT[ch],s)
 point = 0
 def to_float(f,n):
   nonlocal point
   if n==-1:
    point =1
    return f
   if point ==0:
    return f*10+n
   else:
    point =point *10
    return f + n/point

 return reduce(to_float,nums,0)#第三个参数0是初始值,对应to_float中f

filter()

filter()函数用于过滤序列,filter()也接受一个函数和一个序列,filter()把传入的函数依次作用于每个元素,然后根据返回值是True还是False决定保留还是丢弃该元素。

举例说明,删除list中的偶数:

def is_odd(n):
 return n % 2 == 1

list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
# 结果: [1, 5, 9, 15]

小练习:用filter()求素数

计算素数的一个方法是埃氏筛法,它的算法理解起来非常简单:

首先,列出从2开始的所有自然数,构造一个序列:

2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, ...

取序列的第一个数2,它一定是素数,然后用2把序列的2的倍数筛掉:

3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, ...

取新序列的第一个数3,它一定是素数,然后用3把序列的3的倍数筛掉:

5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, ...

取新序列的第一个数5,然后用5把序列的5的倍数筛掉:

7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, ...

不断筛下去,就可以得到所有的素数。

用Python实现这个算法,先构造一个从3开始的期数数列:

def _odd_iter(): 
n = 1
 while True:
  n = n + 2
  yield n
#这是一个生成器,并且是一个无线序列

定义一个筛选函数:

def _not_divisible(n):
 return lambda x: x % n > 0

定义一个生成器不断返回下一个素数:

def primes():
 yield 2
 it = _odd_iter() # 初始序列
 while True:
  n = next(it) # 返回序列的第一个数
  yield n
  it = filter(_not_divisible(n), it) # 构造新序列

打印100以内素数:

for n in primes():
 if n < 100:
  print(n)
 else:
  break

sorted()

python内置的sorted()函数可以对list进行排序:

>>> sorted([36, 5, -12, 9, -21])
[-21, -12, 5, 9, 36]

sorted()函数也是一个高阶函数,还可以接受一个key函数来实现自定义排序:

>>> sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]

key指定的函数将作用于list的每一个元素上,并根据key函数返回的结果进行排序.

默认情况下,对字符串排序,是按照ASCII的大小比较的,由于'Z' < 'a',结果,大写字母Z会排在小写字母a的前面。如果想忽略大小写可都转换成小写来比较:

>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)
['about', 'bob', 'Credit', 'Zoo']

要进行反向排序,不必改动key函数,可以传入第三个参数reverse=True

>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
['Zoo', 'Credit', 'bob', 'about']

小练习:假设我们用一组tuple表示学生名字和成绩:L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)] 。用sorted()对上述列表分别按c成绩从高到低排序:

L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]
def by_score(t):
 for i in t:
   return t[1]
L2=sorted(L,key= by_score)
print(L2)

运用匿名函数更简洁:

L2=sorted(L,key=lambda t:t[1])
print(L2)

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流,谢谢大家对三水点靠木的支持。

Python 相关文章推荐
Python中的列表知识点汇总
Apr 14 Python
在Python中用keys()方法返回字典键的教程
May 21 Python
Python的Django框架中TEMPLATES项的设置教程
May 29 Python
举例区分Python中的浅复制与深复制
Jul 02 Python
python实现多人聊天室
Mar 31 Python
python 处理string到hex脚本的方法
Oct 26 Python
pandas DataFrame 交集并集补集的实现
Jun 24 Python
python yield关键词案例测试
Oct 15 Python
Flask框架请求钩子与request请求对象用法实例分析
Nov 07 Python
Python带参数的装饰器运行原理解析
Jun 09 Python
keras 多gpu并行运行案例
Jun 10 Python
Python万能模板案例之matplotlib绘制直方图的基本配置
Apr 13 Python
Python升级导致yum、pip报错的解决方法
Sep 06 #Python
Python实现求两个csv文件交集的方法
Sep 06 #Python
Python中的is和==比较两个对象的两种方法
Sep 06 #Python
Python中表示字符串的三种方法
Sep 06 #Python
通过Python实现自动填写调查问卷
Sep 06 #Python
Python实现在线暴力破解邮箱账号密码功能示例【测试可用】
Sep 06 #Python
Python基于回溯法子集树模板解决旅行商问题(TSP)实例
Sep 05 #Python
You might like
锁定年轻人的双倍活力 星巴克推出星倍醇即饮浓咖啡
2021/03/03 咖啡文化
MySql中正则表达式的使用方法描述
2008/07/30 PHP
php google或baidu分页代码
2009/11/26 PHP
PHP XML error parsing SOAP payload on line 1
2010/06/17 PHP
解析php获取字符串的编码格式的方法(函数)
2013/06/21 PHP
Yii2框架实现登录、退出及自动登录功能的方法详解
2017/10/24 PHP
Thinkphp5.0 框架实现控制器向视图view赋值及视图view取值操作示例
2019/10/12 PHP
laravel框架之数据库查出来的对象实现转化为数组
2019/10/23 PHP
关于PHP中interface的用处详解
2020/07/26 PHP
JavaScript 学习笔记(十四) 正则表达式
2010/01/22 Javascript
跟着JQuery API学Jquery 之二 属性
2010/04/09 Javascript
鼠标滚轮改变图片大小的示例代码
2013/11/20 Javascript
JS delegate与live浅析
2013/12/21 Javascript
jquery删除提示框弹出是否删除对话框
2014/01/07 Javascript
javascript类型系统——日期Date对象全面了解
2016/07/13 Javascript
AngularJS入门教程之静态模板详解
2016/08/18 Javascript
JavaScript实现类似拉勾网的鼠标移入移出效果
2016/10/27 Javascript
jquery easyui validatebox remote的使用详解
2016/11/09 Javascript
webpack处理 css\less\sass 样式的方法
2017/08/21 Javascript
React Native模块之Permissions权限申请的实例相机
2017/09/28 Javascript
jQuery EasyUI window窗口使用实例代码
2017/12/25 jQuery
js生成word中图片处理方法
2018/01/06 Javascript
Vue框架下引入ActiveX控件的问题解决
2019/03/25 Javascript
详解vuejs2.0 select 动态绑定下拉框支持多选
2019/04/25 Javascript
node crawler如何添加promise支持
2020/02/01 Javascript
Python中计算三角函数之cos()方法的使用简介
2015/05/15 Python
python实现搜索指定目录下文件及文件内搜索指定关键词的方法
2015/06/28 Python
Django框架models使用group by详解
2020/03/11 Python
numpy中生成随机数的几种常用函数(小结)
2020/08/18 Python
东方电视购物:东方CJ
2016/10/12 全球购物
优秀班主任申报材料
2014/12/16 职场文书
党员思想汇报材料
2014/12/19 职场文书
学前班语言教学计划
2015/01/20 职场文书
晚会闭幕词
2015/01/28 职场文书
入党介绍人意见2015
2015/06/01 职场文书
python数字图像处理之对比度与亮度调整示例
2022/06/28 Python