Python常用内置函数介绍

1、生成器（Generator）：

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。在Python中，这种一边循环一边计算的机制，称为生成器（Generator）。

如下是一个简单的生成器：

>>> L = [x * x for x in range(10)]
 
>>> L
 
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
 
>>> g = (x * x for x in range(10))
 
>>> g
 
<generator object <genexpr> at 0x104feab40>

2、lambda()方法：

lambda表达式的作用是

(1)python写一些执行代码时，使用lambda可以省去定义函数的过程；

(2) 对于一些比较抽象，整个程序执行完后只需要调用一次或两次的函数，使用lambda不需要考虑命名问题；

(3) 简化代码的可读性，阅读函数时无需跳转到def定义部分。

实例

>>> s = lambda x:"yes" if x==1 else "no"
>>> s(0)
'no'
>>> s(1)
'yes'
 
>>> g = lambda x : 2 * x +1
>>> g(3)
7
>>> type(g)
<class 'function'>
>>> lambda x : 2 * x +1
<function <lambda> at 0x00000000034F3D08>

3、filter()方法（过滤器）：

filter()函数用于对序列进行过滤，过滤掉不满足条件的元素，返回一个由满足条件的元素组成的新列表。

它接收两个参数，第一个是函数，第二个是序列。将序列的每个元素作为参数传递给函数进行判断，然后返回True或False，最后将返回True的元素放入一个新的列表中。

注意：Pyhton2.7返回的是list，Python3.x返回的是iterator对象，可以强制转换为list类型

实例1

def is_odd(n):
    return n % 2 == 1
 
newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(newlist)
 
输出结果 ：
[1, 3, 5, 7, 9]

实例2

python3：
 
a = filter(lambda x: x % 2 == 0, range(10))
print(list(a))
 
输出
[0, 2, 4, 6, 8]

4、reduce()方法：

reduce() 函数累积参数序列中的元素。该函数对一个数据集（链表、元组等）中的所有数据进行如下操作：使用传递给reduce的function函数（带两个参数）对集合中的第一个和第二个元素进行操作，得到然后用function函数用第三个数据计算结果，最后得到一个结果。

>>>def add(x, y) :            # 两数相加
...     return x + y
... 
>>> reduce(add, [1,2,3,4,5])   # 计算列表和：1+2+3+4+5
15
>>> reduce(lambda x, y: x+y, [1,2,3,4,5])  # 使用 lambda 匿名函数
15

在Python3中，reduce()函数已经从全局命名空间中移除，现在放在fucntools模块中，如果要使用它，需要通过导入functools模块来调用reduce()函数：

from functools import reduce

5、map()方法：

map() 会根据提供的函数对指定序列做映射。

第一个参数函数用参数序列中的每个元素调用函数函数，返回一个包含每个函数函数返回值的新列表。

>>> map(lambda x: x ** 2, [1, 2, 3, 4, 5])  # 使用 lambda 匿名函数
[1, 4, 9, 16, 25]
 
# 提供了两个列表，对相同位置的列表数据进行相加
>>> map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
[3, 7, 11, 15, 19]

如果函数有多个参数，但每个参数的序列元素个数不同，则按照元素最少的序列执行：

>>> listx = [1,2,3,4,5,6,7]       # 7 个元素
>>> listy = [2,3,4,5,6,7]         # 6 个元素 
>>> listz = [100,100,100,100]     # 4 个元素
>>> list_result = map(lambda x,y,z : x**2 + y + z,listx, listy, listz)
>>> print(list(list_result))
[103, 107, 113, 121]

可以明显看出lambda中的z参数其实用的是listz，而listz中只有4个元素，所以即使listx有7个元素，listy有6个元素，也不会继续执行，只是执行4个元素的Computation .

注意：

Python 2.x 返回列表。

Python 3.x 返回迭代器对象。

众多
视频，尽在python学习网，欢迎在线学习！