异常教程

Python3 内置函数（超详细）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

  • 新项目:《从零手撸：仿小红书（微服务架构）》 正在持续爆肝中，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;
  • 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;

截止目前， 星球 内专栏累计输出 82w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 2900+ 小伙伴加入学习 ，欢迎点击围观

在 Python 编程的世界中，内置函数（Built-in Functions）如同一把钥匙，能够帮助开发者快速打开高效编程的大门。这些由 Python 解释器直接支持的函数，无需额外导入即可直接调用，覆盖了从基础操作到复杂逻辑的广泛场景。无论是初学者构建第一个脚本，还是中级开发者优化代码结构，掌握 Python3 内置函数的核心功能与使用技巧，都是提升开发效率的关键一步。本文将通过系统化的分类讲解、生动的比喻和实际案例，带读者深入理解这些“隐形工具箱”中的宝藏。

一、基础操作类函数：构建编程的最小单元

1.1 测量与计数：len()、sum()与min()/max()

想象你是一位仓库管理员，需要快速统计库存数量、计算总价值或找出最贵的商品。Python 的 len()、sum()、min() 和 max() 函数，正是这样的“测量工具”。

  • len()：返回对象的元素数量，适用于字符串、列表、元组等可迭代对象。

    text = "Hello Python"  
print(len(text))  # 输出 12  
numbers = [1, 2, 3, 4]  
print(len(numbers))  # 输出 4

  • sum()：对可迭代对象中的数值元素求和，可设置初始值（start）。

    numbers = [5, 7, 3]  
print(sum(numbers))       # 输出 15  
print(sum(numbers, 10))   # 输出 25（10+5+7+3）

  • min()/max()：返回可迭代对象中的最小值或最大值，或多个参数中的极值。

    print(min(10, 20, 30))    # 输出 10  
print(max([5, 2, 8, 1])) # 输出 8

比喻：sum() 好比会计的计算器，min()/max() 则是仓库中的“标尺”，快速定位关键数值。

1.2 数据转换与类型控制：int()、float()、str()

这些函数如同“翻译官”，帮助不同数据类型之间进行安全转换：

  • int()：将字符串或浮点数转换为整数。

    num_str = "42"  
num_int = int(num_str)  
print(num_int + 5)  # 输出 47

  • float()：将字符串或整数转换为浮点数。

    num_str = "3.14"  
num_float = float(num_str)  
print(num_float * 2)  # 输出 6.28

  • str()：将其他类型转换为字符串，常用于日志记录或格式化输出。

    age = 25  
print("用户年龄：" + str(age))  # 输出 "用户年龄：25"

注意事项：强制类型转换需确保数据格式兼容，否则会抛出 ValueError。例如，int("3.14") 会引发错误。

二、迭代与函数式编程：map()、filter()与lambda表达式

2.1 数据流水线：map()与filter()的协同工作

map() 函数如同工厂流水线的“加工站”，对可迭代对象中的每个元素执行指定函数：

def square(x):  
    return x ** 2  

numbers = [1, 2, 3, 4]  
squared = map(square, numbers)  
print(list(squared))  # 输出 [1, 4, 9, 16]

filter() 则是“筛选器”，根据条件函数过滤元素：

def is_even(x):  
    return x % 2 == 0  

filtered = filter(is_even, [1, 2, 3, 4, 5])  
print(list(filtered))  # 输出 [2, 4]

结合 lambda 简化代码：

squared = map(lambda x: x**2, [1, 2, 3])  
filtered = filter(lambda x: x > 2, [1, 3, 5])

比喻：map() 是流水线上的机器人，filter() 是质检员，而 lambda 是即插即用的“临时指令”。

2.2 排序与键值操作：sorted()与reversed()

sorted() 函数如同整理书架的助手，返回排序后的新列表：

numbers = [5, 1, 3]  
sorted_numbers = sorted(numbers)  
print(sorted_numbers)  # 输出 [1, 3, 5]  

print(sorted(numbers, reverse=True))  # 输出 [5, 3, 1]  

fruits = ["apple", "banana", "cherry"]  
sorted_fruits = sorted(fruits, key=lambda x: len(x))  
print(sorted_fruits)  # 输出 ["apple", "cherry", "banana"]

reversed() 则是“时光倒流器”，返回逆序迭代器：

original = [1, 2, 3]  
reversed_iter = reversed(original)  
print(list(reversed_iter))  # 输出 [3, 2, 1]

三、进阶技巧与常见场景应用

3.1 错误处理与调试：assert()与help()

assert() 是代码的“安全哨兵”，用于快速验证条件是否成立：

def divide(a, b):  
    assert b != 0, "除数不能为零"  
    return a / b  

divide(10, 0)

help() 函数如同“在线文档助手”，提供函数或模块的详细说明：

help(sorted)

3.2 高级函数组合：zip()与enumerate()

zip() 将多个可迭代对象“打包”为元组列表，常用于合并数据：

names = ["Alice", "Bob"]  
ages = [25, 30]  
zipped = zip(names, ages)  
print(list(zipped))  # 输出 [('Alice', 25), ('Bob', 30)]

enumerate() 为可迭代对象添加索引，简化循环操作：

fruits = ["apple", "banana", "cherry"]  
for index, fruit in enumerate(fruits):  
    print(f"第{index}个水果是：{fruit}")

四、实战案例：综合运用内置函数优化代码

假设需要统计一段文本中每个单词的出现次数，并按频率排序输出：

text = """Python is an interpreted high-level general-purpose programming language. Python is dynamically typed and garbage-collected. It supports multiple programming paradigms, including structured, object-oriented, and functional programming."""  

words = text.lower().split()  

from collections import defaultdict  
word_count = defaultdict(int)  
for word in words:  
    word_count[word] += 1  

sorted_words = sorted(  
    word_count.items(),  
    key=lambda x: (-x[1], x[0])  # 先按频率降序，再按字母升序  
)  

for word, count in sorted_words:  
    print(f"{word}: {count}")

关键内置函数应用：

  • split() 分割字符串
  • defaultdict（来自 collections 模块，但底层依赖内置字典逻辑）
  • sorted() 的 key 参数实现多条件排序

五、总结与进阶建议

Python3 内置函数如同程序员的“瑞士军刀”，涵盖基础操作、数据处理、类型转换及高级编程范式。本文通过分类讲解与实战案例，展示了如何利用这些函数简化代码、提升效率。对于初学者，建议从常用函数（如 len()、map()）入手，逐步深入；中级开发者则可探索 zip()、enumerate() 等函数在复杂场景中的组合应用。

持续学习方向：

  1. 掌握 globals()、locals() 等元编程相关函数
  2. 学习 eval()、exec() 的安全使用场景
  3. 研究 functools 模块与内置函数的协同优化

通过系统性地理解和实践这些工具，开发者能够更自信地应对从脚本编写到大型项目开发的多样化需求，真正发挥 Python“高效简洁”的语言优势。

最新发布

查看更多文章