【Python 零基础入门】常用内置函数 初探

【Python 零基础入门】内容补充 1 常用内置函数

  • [Python 简介](#Python 简介)
  • 为什么要学习内置函数
  • 数据类型和转换
    • [int(): 转为整数](#int(): 转为整数)
    • [float(): 转为浮点数](#float(): 转为浮点数)
    • [list(): 转为列表](#list(): 转为列表)
    • [tuple(): 转换为元组](#tuple(): 转换为元组)
    • set():转换为集合
    • [dict(): 创建字典:](#dict(): 创建字典:)
  • 数学运算
    • [abs(): 绝对值](#abs(): 绝对值)
    • [pow(): 幂运算](#pow(): 幂运算)
    • [round(): 四舍五入](#round(): 四舍五入)
    • [min(): 最小值](#min(): 最小值)
    • max():最大值
    • [sum(): 求和](#sum(): 求和)
    • [divmod(): 商和余数](#divmod(): 商和余数)

Python 简介

Python 是一种解释性, 高级和通用的变成语言. Python 由 Guido van Rossum 创建并 1991 年首次发布. Python 的设计强调代码的可读性, 其雨大允许我们使用相较于 C++ 或 Java 更少的代码表达概念. Python 使得变成变得更简单, 更快捷. 下面就跟着小白我来一起看一下 Python 常用的内置函数.

为什么要学习内置函数

Python 内置函数 (Built-In Function) 是 Python 解释器直接提供的函数, 相较于别的 Python 函数, 无需导入任何模块即可使用. 熟悉掌握 Python 的内置函数不仅可以帮助我们快速的完成常见的变成任务, 还可以使得我们的代码更加简洁, 易读.

数据类型和转换

int(): 转为整数

int()函数可以用于将一个字符串 (string) 或数字转换为整形 (int).

格式:

复制代码
num_int = int(需要转换的变量)

例子:

复制代码
# float->int
x = int(2.8)  # 输出 x=2
y = int("3")  # 输出 y=3

常见用法:

复制代码
# 将一个字符串组成的列表转换为整型
list_str = ["1", "2", "3", "4", "5"]
list_int = [int(i) for i in list_str]
print(list_str)
print(list_int)

输出结果:

复制代码
['1', '2', '3', '4', '5']
[1, 2, 3, 4, 5]

float(): 转为浮点数

float()函数用于将一个字符串或数字转换为浮点数.

格式:

复制代码
num_float = float(需要转换的白能量)

例子:

复制代码
# int->float
x = float(2)    # 输出 x=2.0

# string->float
y = float("3")  # 输出 y=3.0
z = float("4.2")  # 输出 z=4.2

list(): 转为列表

list()函数用于将一个序列转为列表 (list).

格式:

复制代码
convert_list = list(需要转换的序列)

例子:

复制代码
# string->list
x = list("我是小白呀")  # 输出 x=['我', '是', '小', '白', '呀']

# tuple->list
y = list((1, 2, 3, 4, 5))  # 输出 y=[1, 2, 3, 4, 5]

tuple(): 转换为元组

tuple()函数用于将一个序列转换为元组.

格式:

复制代码
convert_tuple = tuple(需要转换的序列)

例子:

复制代码
# string->tuple
x = tuple("我是小白呀")  # 输出 x=('我', '是', '小', '白', '呀')

# list->tuple
y = tuple([1, 2, 3, 4, 5])  # 输出 y=(1, 2, 3, 4, 5)
z = tuple(['1', '2', 3, 4, 5])  # 输出 z=('1', '2', 3, 4, 5)

set():转换为集合

set()函数用于创建一个无序不重复元素集.

格式:

复制代码
convert_set = set(需要转换的变量)

例子:

复制代码
# string->set
x = set("hello")  # 输出 x={'o', 'e', 'h', 'l'}

# list->set
y = set([1, 2, 2, 3, 4])  # 输出 y={1, 2, 3, 4}

常见用法:

复制代码
# 对列表进行去重
original_list = [1, 2, 2, 3, 4, 5]
unique_list = list(set(original_list))
print("原始列表:", original_list)
print("去重列表:", unique_list)

# 对字符串进行去重
original_str = "abbccd"
unique_list = list(set(original_str))
print("原始字符串:", original_str)
print("去重列表:", unique_list)

输出结果:

复制代码
原始列表: [1, 2, 2, 3, 4, 5]
去重列表: [1, 2, 3, 4, 5]
原始字符串: abbccd
去重列表: ['d', 'b', 'a', 'c']

dict(): 创建字典:

dict()函数用于创建一个字典.

例子:

复制代码
# 创建字典
x = dict(name="我是小白呀", age=18)  # x={'name': '我是小白呀', 'age': 18}

常见用法, 通过zip()函数创建字典:

复制代码
# 将2个数组合并为字典
list_name = ["张三", "李四", "我是小白呀"]  # 名字数组
list_age = [45, 63, 18]  # 年龄数组
dict_age = dict(zip(list_name, list_age))  # 字典

# 调试输出
print("名字数组:", list_name)
print("年龄数组:", list_age)
print("合并的字典:", dict_age)

输出结果:

复制代码
名字数组: ['张三', '李四', '我是小白呀']
年龄数组: [45, 63, 18]
合并的字典: {'张三': 45, '李四': 63, '我是小白呀': 18}

数学运算

接下来, 小白我带大家来了解一下 Python 中的数学运算符相关的内置函数.

abs(): 绝对值

abs()返回数字的绝对值.

格式:

复制代码
num_abs = bas(需要取绝对值的变量)

例子:

复制代码
x = abs(-2)  # 输出 x=2
y = abs(-3.1415926)  # 输出 y=3.1415926

pow(): 幂运算

pow()函数返回 x 的 y 次幂.

格式:

复制代码
output = pow(x, y)

例子:

复制代码
x = pow(4, 3)  # 输出 x=4^3=64
y = pow(2, 10)  # 输出 y=2^10=1024

常用方法:

复制代码
# 获取平方数组
original_list = [1, 2, 3, 4, 5]
squared_list = [pow(i, 2) for i in original_list]

# 调试输出
print("原始数组:", original_list)

输出结果:

复制代码
原始数组: [1, 2, 3, 4, 5]
平方数组: [1, 4, 9, 16, 25]

round(): 四舍五入

round()函数返回浮点数的四舍五入值.

格式:

复制代码
num_round = round(number, ndigits=None)

参数:

  • num: 浮点数
  • digits: 保留小数点后几位, 默认为 None, 及四舍五入到整数

例子:

复制代码
x = round(3.1415926)  # 输出 x=3
y = round(3.1415926, 2)  # 输出 y=3.14

常用方法:

复制代码
# Todo: 将 DataFrame 中的数据取整
np.random.seed(0)  # 设置随机数种子
list_id = [i for i in range(1, 11)]  # 创建 id 数组 (1-11)
list_score = [np.random.rand() * 10 for _ in range(10)]  # 创建 score 数组 [0-10) 随机小数

# 创建一个模拟 DataFrame, 数据为0-10的分数
df = pd.DataFrame({"id": list_id, "score":list_score})
print(df)

# 取整
df["score"] = round(df["score"])
print(df)

输出结果:

复制代码
   id     score
0   1  5.488135
1   2  7.151894
2   3  6.027634
3   4  5.448832
4   5  4.236548
5   6  6.458941
6   7  4.375872
7   8  8.917730
8   9  9.636628
9  10  3.834415

   id  score
0   1    5.0
1   2    7.0
2   3    6.0
3   4    5.0
4   5    4.0
5   6    6.0
6   7    4.0
7   8    9.0
8   9   10.0
9  10    4.0

min(): 最小值

min()函数返回给定参数的最小值, 参数可以为序列.

格式

复制代码
out = min(iterable, *, key=None)
  • iterable: 可迭代对象, 包括列表, 元组, 字符串等
  • key: 指定函数, 默认为 None, 及比较元素本身

例子:

复制代码
# 列表 min() 使用
list1 = [1, 2, 3, 4, 5]
list2 = ["a", "b", "c"]
min1 = min(list1)
min2 = min(list2)

# 元组 min() 使用
tuple1 = (2, 5, 9)
min3 = min(tuple1)

# 字典 min() 使用
dict1 = {'a': 70, 'b': 20, 'c': 30, 'd': 40}
min4 = min(dict1)
min5 = min(dict1, key=dict1.get)

# 调试输出
print(list1, "中列表元素最小值:", min1)
print(list2, "中列表元素最小值:", min2)
print(tuple1, "中元组元素最小值:", min3)
print(dict1, "中字典 key 最小值:", min4)
print(dict1, "中字典 value 最小值对应的 key:", min5)

输出结果:

复制代码
[1, 2, 3, 4, 5] 中列表元素最小值: 1
['a', 'b', 'c'] 中列表元素最小值: a
(2, 5, 9) 中元组元素最小值: 2
{'a': 70, 'b': 20, 'c': 30, 'd': 40} 中字典 key 最小值: a
{'a': 70, 'b': 20, 'c': 30, 'd': 40} 中字典 value 最小值对应的 key: b

max():最大值

max()函数返回给定参数的最大值, 参数可以为序列.

格式

复制代码
out = max(iterable, *, key=None)
  • iterable: 可迭代对象, 包括列表, 元组, 字符串等
  • key: 指定函数, 默认为 None, 及比较元素本身

例子:

复制代码
# 列表 max() 使用
list1 = ["abc", "bc", "c", "d"]
max1 = max(list1)
max2 = max(list1, key=len)

list2 = [3, -6, 7, -8, 2]
max3 = max(list2)
max4 = max(list2, key=abs)

# 字典 max() 使用
students = [
    {"name": "Alice", "score": 85},
    {"name": "Bob", "score": 90},
    {"name": "Charlie", "score": 78}
]
max5 = max(students, key=lambda x: x['score'])


# 调试输出
print(list1, "中列表元素最大值:", max1)
print(list1, "中列表元素最长值:", max2)
print(list2, "中列表元素最大值:", max3)
print(list2, "中列表元素最大绝对值:", max4)
print(students, "中字典特定键最大值:", max5)

输出结果:

复制代码
['abc', 'bc', 'c', 'd'] 中列表元素最大值: d
['abc', 'bc', 'c', 'd'] 中列表元素最长值: abc
[3, -6, 7, -8, 2] 中列表元素最大值: 7
[3, -6, 7, -8, 2] 中列表元素最大绝对值: -8
[{'name': 'Alice', 'score': 85}, {'name': 'Bob', 'score': 90}, {'name': 'Charlie', 'score': 78}] 中字典特定键最大值: {'name': 'Bob', 'score': 90}

sum(): 求和

sum(): 函数用于对集合进行求和计算.

例子:

复制代码
numbers = [1, 2, 3, 4, 5]
numbers_sum = sum(numbers)  # 输出numbers_sum=15

常用方法:

复制代码
# Todo: 将 DataFrame 中的学生每天用餐消费进行求和

# 创建数据
student_id = [111, 111, 111, 111, 112, 112, 112, 113, 113, 113, 113]
day = [1, 1, 2, 2, 1, 2, 3, 1, 2, 3, 3]
pay = [12, 23, 18, 26, 8, 11, 14, 15, 20, 21, 16]
df = pd.DataFrame({"student id": student_id, "day": day, "pay": pay})
print(df)

# 按 id 求和
result = df.groupby(["student id"])["pay"].sum().reset_index()
print("每个学生总消费:", result, sep="\n")

# 按 id 和日期求和
result = df.groupby(["student id", "day"])["pay"].sum().reset_index()
print("每个学生每日消费:", result, sep="\n")

输出结果:

复制代码
每个学生总消费:
   student id  pay
0         111   79
1         112   33
2         113   72

每个学生每日消费:
   student id  day  pay
0         111    1   35
1         111    2   44
2         112    1    8
3         112    2   11
4         112    3   14
5         113    1   15
6         113    2   20
7         113    3   37

divmod(): 商和余数

divmod()函数接收两非复数的参数, 返回一对数的商和余数.

格式:

复制代码
output = divmod(a, b)

参数:

  • a: 除数
  • b:被除数
  • return: 商, 余, 同 (a // b, a % b)

例子:

复制代码
# 8 对 3 的商和余数
result = divmod(8, 3)  # 输出 result=(2, 2)
相关推荐
郭庆汝5 小时前
pytorch、torchvision与python版本对应关系
人工智能·pytorch·python
思则变8 小时前
[Pytest] [Part 2]增加 log功能
开发语言·python·pytest
漫谈网络9 小时前
WebSocket 在前后端的完整使用流程
javascript·python·websocket
try2find10 小时前
安装llama-cpp-python踩坑记
开发语言·python·llama
博观而约取11 小时前
Django ORM 1. 创建模型(Model)
数据库·python·django
精灵vector13 小时前
构建专家级SQL Agent交互
python·aigc·ai编程
Zonda要好好学习13 小时前
Python入门Day2
开发语言·python
Vertira13 小时前
pdf 合并 python实现(已解决)
前端·python·pdf
太凉13 小时前
Python之 sorted() 函数的基本语法
python
项目題供诗13 小时前
黑马python(二十四)
开发语言·python