python内置函数
知识图集：
http://lib.csdn.net/base/python/structure#-fl
Python内置(built-in)函数随着python解释器的运行而创建。在Python的程序中，你可以随时调用这些函数，不需要定义。
[python build-in functions - https://docs.python.org/release/3.4.2/library/functions.html]
[https://docs.python.org/release/2.7.2/library/functions.html]
python常用内置函数
数学运算
abs(-5) # 取绝对值，也就是5
round(number, ndigits=None) # 四舍五入取整，或者小数保留ndigits位小数，round(2.6) 也就是3.0
pow(2, 3) # 相当于2**3，如果是pow(2, 3, 5)，相当于2**3 % 5
cmp(2.3, 3.2) # 比较两个数的大小
divmod(9,2) # 返回除法结果和余数
max([1,5,2,9]) # 求最大值
min([9,2,-4,2]) # 求最小值
sum([2,-1,9,12]) # 求和
pow(x,y[,z])
返回 x 的 y 次幂(如果 z 存在的话则以z 为模)。
如果你想计算 x 的 y 次方，以 z 为模，那么你可以这么写：
mod = (x ** y) % z
但是当 x=1234567， y=4567676， z=56 的时候我的电脑足足跑了 64 秒！
不要用 ** 和 % 了，使用 pow(x,y,z) 吧！这个例子可以写成pow(1234567,4567676,56) ，只用了 0.034 秒就出了结果！
cmp(x,y)
比较两个对象 x 和 y 。 x<y 的时候返回负数，x==y 的时候返回 0，x>y 的时候返回正数。
def compare(x,y):
if x < y:
return -1
elif x == y:
return 0
else:
return 1
你完全可以使用一句 cmp(x, y) 来替代。
类型转换
int("5") # 转换为整数 integer
float(2) # 转换为浮点数 float
float(str)
Note: python ValueError: could not convert string to float.原因：数据中存在空字符串''，导致无法转换成float。
long("23") # 转换为长整数 long integer
str(2.3) # 转换为字符串 string
complex(3, 9) # 返回复数 3 + 9i
ord("A") # "A"字符对应的数值
chr(65) # 数值65对应的字符
unichr(65) # 数值65对应的unicode字符
bool(0) # 转换为相应的真假值，在Python中，0相当于False
在Python中，下列对象都相当于False：[], (),{},0, None,0.0,''
bin(56) # 返回一个字符串，表示56的二进制数
hex(56) # 返回一个字符串，表示56的十六进制数
oct(56) # 返回一个字符串，表示56的八进制数
list((1,2,3)) # 转换为表 list
tuple([2,3,4]) # 转换为定值表 tuple
slice(5,2,-1) # 构建下标对象 slice
dict(a=1,b="hello",c=[1,2,3]) # 构建词典 dictionary
类型转换
int(str,base) ：str为base进制，默认转换为十进制整型
>>> int('11',2) 3
python repr() str() 函数
将任意值转为字符串：将它传入repr() 或str() 函数。
函数str() 用于将值转化为适于人阅读的形式，而repr() 转化为供解释器读取的形式（如果没有等价的语法，则会发生SyntaxError 异常）
某对象没有适于人阅读的解释形式的话， str() 会返回与repr()等同的值。很多类型，诸如数值或链表、字典这样的结构，针对各函数都有着统一的解读方式。字符串和浮点数，有着独特的解读方式。
>>> s = 'Hello, world.'
>>> str(s)
'Hello, world.'
>>> repr(s)
"'Hello, world.'" # The repr() of a string adds string quotes and backslashes
序列操作
all([True, 1, "hello!"]) # 是否所有的元素都相当于True值
any(["", 0, False, [], None]) # 是否有任意一个元素相当于True值
sorted([1,5,3]) # 返回正序的序列，也就是[1,3,5]
reversed([1,5,3]) # 返回反序的序列，也就是[3,5,1]
all(iterable)
如果可迭代的对象(数组，字符串，列表等，下同)中的元素都是 true (或者为空)的话返回 True 。
_all = True
for item in iterable:
if not item:
_all = False
break
if _all:
# do stuff
更简便的写法是：
if all(iterable):
# do stuff
any(iterable)
如果可迭代的对象中任何一个元素为 true 的话返回 True 。如果可迭代的对象为空则返回False 。
_any = False
for item in iterable:
if item:
_any = True
break
if _any:
# do stuff
更简便的写法是：
if any(iterable):
# do stuff
sorted(iterable，key，reverse）
Python内置的排序函数sorted可以对iterable对象进行排序，Return a new sorted list from the items in iterable.，官网文档 [py3: sorted(iterable[, key][, reverse])] [py2: sorted(iterable[, cmp[, key[, reverse]]])]。
py2中该函数原型为：sorted(iterable，cmp，key，reverse）
参数解释：
iterable指定要排序的list或者iterable；
cmp为带两个参数的比较函数，指定排序时进行比较的函数，可以指定一个函数或者lambda函数；（从上面看cmp应该是在py3中弃用了）
key 是带一个参数的比较函数；
reverse升降序选择，为False或者True（降序）；
axis：指定轴进行排序；
Note:
1 list直接排序的通常用法：list.sort(axis = None, key=lambdax:x[1],reverse = True)
2 对dict对象排序sorted(dict)返回的只是dict.keys()的排序结果，也就是sorted(dict)相当于sorted(dict.keys())，dict.keys()是可迭代对象，返回列表。sorted(dict({1: 2})) 返回 [1]。
例子：
（1）用cmp函数排序
>>> list1 = [('david', 90), ('mary',90), ('sara',80),('lily',95)]
>>> sorted(list1,cmp = lambda x,y: cmp(x[1],y[1]))
[('sara', 80), ('david', 90), ('mary', 90), ('lily', 95)]
（2）用key函数排序
>>> list1 = [('david', 90), ('mary',90), ('sara',80),('lily',95)]
>>> sorted(list1,key = lambda list1: list1[1])
[('sara', 80), ('david', 90), ('mary', 90), ('lily', 95)]
（3）用reverse排序
>>> sorted(list1,reverse = True)
[('sara', 80), ('mary', 90), ('lily', 95), ('david', 90)]
（4）用operator.itemgetter函数排序
>>> from operator import itemgetter
>>> sorted(list1, key=itemgetter(1))
[('sara', 80), ('david', 90), ('mary', 90), ('lily', 95)]
>>> sorted(list1, key=itemgetter(0))
[('david', 90), ('lily', 95), ('mary', 90), ('sara', 80)]
（5）多级排序
>>> sorted(list1, key=itemgetter(0,1))
[('david', 90), ('lily', 95), ('mary', 90), ('sara', 80)]
[https://wiki.python.org/moin/HowTo/Sorting/]
[Python中的sorted函数以及operator.itemgetter函数]
示例
通过内建函数“sorted”来实现：让其通过序列长度来从小到大排序
创建一个新的元组（s，t），并把它作为“sorted”的第一个参数。我们将从“sorted”得到一个返回的列表。因为我们使用内置的“len”函数作为“key”参数，如果s更短，“sorted”将返回[s，t], 如果t更短，将返回 [t,s]。
operator.itemgetter函数
operator模块提供的itemgetter函数用于获取对象的哪些维的数据，参数为一些序号（即需要获取的数据在对象中的序号）。
a = [1,2,3]
>>> b=operator.itemgetter(1) //定义函数b，获取对象的第1个域的值
>>> b(a)
2
>>> b=operator.itemgetter(1,0) //定义函数b，获取对象的第1个域和第0个的值
>>> b(a)
(2, 1)
Note:operator.itemgetter函数获取的不是值，而是定义了一个函数，通过该函数作用到对象上才能获取值。
类，对象，属性
# define class
class Me(object):
def test(self):
print "Hello!"
def new_test():
print "New Hello!"
me = Me()
hasattr(me, "test") # 检查me对象是否有test属性
getattr(me, "test") # 返回test属性
setattr(me, "test", new_test) # 将test属性设置为new_test
delattr(me, "test") # 删除test属性
isinstance(me, Me) # me对象是否为Me类生成的对象 (一个instance)
issubclass(Me, object) # Me类是否为object类的子类
isinstance(object, classinfo)
如果 object 参数是 classinfo 参数的一个实例或者子类(直接或者间接)的话返回 True 。
当你想检验一个对象的类型的时候，第一个想到的应该是使用 type() 函数。
if type(obj) == type(dict):
# do stuff
elif type(obj) == type(list):
# do other stuff
...
或者你可以这么写：
if isinstance(obj, dict):
# do stuff
elif isinstance(obj, list):
# do other stuff
...
编译，执行
repr(me) # 返回对象的字符串表达
compile("print('Hello')",'test.py','exec') # 编译字符串成为code对象
eval("1 + 1") # 解释字符串表达式。参数也可以是compile()返回的code对象
exec("print('Hello')") # 解释并执行字符串，print('Hello')。参数也可以是compile()返回的code对象
对Python表达式求值eval和literal_eval
我们都知道eval函数，但是我们知道literal_eval函数么？
import ast
my_list = ast.literal_eval(expr)
来代替以下这种操作：
expr = "[1, 2, 3]"
my_list = eval(expr)
其它常用函数
输入输出
input("Please input:") # 等待输入
print("Hello World!)
文本文件的输入输出 open()
变量
globals() # 返回全局命名空间，比如全局变量名，全局函数名
locals() # 返回局部命名空间
Local函数
想让代码看起来更加简明，可以利用 Python 的内建函数 locals() 。它返回的字典对所有局部变量的名称与值进行映射。
def test(c):
a = {}
a[0] = 3
b = 4
print(locals())
if __name__ == '__main__':
test(8)
{'c': 8, 'b': 4, 'a': {0: 3}}
Note:使用 locals() 时要注意是它将包括 所有 的局部变量，它们可能比你想访问的要多。也包括传入函数的参数。
基本数据类型
type() dir() len()
对象自检dir()
在Python 中你可以通过dir() 函数来检查对象。正如下面这个例子：
>>> foo = [1, 2, 3, 4]
>>> dir(foo)
['__add__', '__class__', '__contains__',
'__delattr__', '__delitem__', '__delslice__', ... ,
'extend', 'index', 'insert', 'pop', 'remove',
'reverse', 'sort']
循环设计
range() enumerate() zip()
range()
range好像只能生成整数类型的range，但是可以使用np.arange(0,1,0.1)来生成float类型的range。
枚举函数enumerate(iterable [,start=0])
如果你以前写过 C 语言，那么你可能会这么写：
for i in range(len(list)):
# do stuff with list[i], for example, print it
print i, list[i]
噢，不用那么麻烦！你可以使用 enumerate() 来提高可读性。
for i, item in enumerate(list):
# so stuff with item, for example print it
print i, item
利用enumerate()函数，可以在每次循环中同时得到下标和元素
S = 'abcdef'
for (index,char) in enumerate(S):
print index
print char
实际上，enumerate()在每次循环中，返回的是一个包含两个元素的定值表(tuple)，两个元素分别赋予index和char
enumerate函数还可以接收第二个参数。
>>> list(enumerate('abc', 1))
[(1, 'a'), (2, 'b'), (3, 'c')]
zip([iterable,])
这个函数返回一个含元组的列表，具体请看例子。
l1 = ('You gotta', 'the')
l2 = ('love', 'built-in')
out = []
if len(l1) == len(l2):
for i in range(len(l1)):
out.append((l1[i], l2[i]))
# out = [('You gotta', 'love'), ('the', 'built-in)]
或者这么写：
l1 = ['You gotta', 'the']
l2 = ['love', 'built-in']
out = zip(l1, l2) # [('You gotta', 'love'), ('the', 'built-in)]
如果你想得到倒序的话加上 * 操作符就可以了。
print zip(*out)
# [('You gotta', 'the'), ('love', 'built-in')]
Note: zip函数中的参数len不同，则只取len短的为准
用列表解析实现zip
[用列表解析实现‘zip" ]
Zipping and unzipping lists and iterables
>>> a = [1, 2, 3]
>>> b = ['a', 'b', 'c']
>>> z = zip(a, b)
>>> z
[(1, 'a'), (2, 'b'), (3, 'c')]
>>> zip(*z)
[(1, 2, 3), ('a', 'b', 'c')]
多个序列的zip
如果你多个等长的序列，然后想要每次循环时从各个序列分别取出一个元素，可以利用zip()方便地实现：
ta = [1,2,3]
tb = [9,8,7]
tc = ['a','b','c']
for (a,b,c) in zip(ta,tb,tc):
print(a,b,c)
每次循环时，从各个序列分别从左到右取出一个元素，合并成一个tuple，然后tuple的元素赋予给a,b,c
zip()函数的功能，就是从多个列表中，依次各取出一个元素。每次取出的(来自不同列表的)元素合成一个元组，合并成的元组放入zip()返回的列表中。zip()函数起到了聚合列表的功能。
x = [1,23,45] print(x) y = [8,43,74] print(y) z = [3,34,39] print(z) print(list(zip(x,y,z))) [(1, 8, 3), (23, 43, 34), (45, 74, 39)]
使用zip分组相邻列表项
>>> a =[1,2,3,4,5,6]>>> # Using iterators>>> group_adjacent=lambdaa, k:zip(*([iter(a)]*k))>>> group_adjacent(a,3)[(1,2,3), (4,5,6)]>>> group_adjacent(a,2)[(1,2), (3,4), (5,6)]>>> group_adjacent(a,1)[(1,), (2,), (3,), (4,), (5,), (6,)]>>> # Using slices>>> fromitertoolsimportislice>>> group_adjacent=lambdaa, k:zip(*(islice(a, i,None, k)fori inrange(k)))>>> group_adjacent(a,3)[(1,2,3), (4,5,6)]>>> group_adjacent(a,2)[(1,2), (3,4), (5,6)]>>> group_adjacent(a,1)[(1,), (2,), (3,), (4,), (5,), (6,)]
使用zip & iterators实现推拉窗(n-grams)
>>> fromitertoolsimportislice>>> defn_grams(a, n):... z =(islice(a, i,None)foriin range(n))... returnzip(*z)...>>> a =[1,2,3,4,5,6]>>> n_grams(a, 3)[(1,2,3), (2,3,4), (3,4,5), (4,5,6)]>>> n_grams(a, 2)[(1,2), (2,3), (3,4), (4,5), (5,6)]>>> n_grams(a,4)[(1,2,3,4), (2,3,4,5), (3,4,5,6)]使用zip反相字典对象
>>> m ={"a":1,"b":2,"c":3,"d":4}>>> zip(m.values(), m.keys())[(1,"a"), (3,"c"), (2,"b"), (4,"d")]>>> mi =dict(zip(m.values(), m.keys()))>>> mi{1:"a",2:"b",3:"c",4:"d"}
循环对象
iter()
函数对象
map() filter() reduce()
简单服务器
你是否想要快速方便的共享某个目录下的文件呢？
# Python2 python -m SimpleHTTPServer # Python 3 python3 -m http.server
这样会为启动一个服务器。
使用C风格的大括号代替Python缩进来表示作用域
from __future__ import braces
三元运算
三元运算是if-else 语句的快捷操作，也被称为条件运算。这里有几个例子可以供你参考，它们可以让你的代码更加紧凑，更加美观。
[on_true] if [expression] else [on_false]
x, y = 50, 25
small = x if x < y else y
from:http://blog.csdn.net/pipisorry/article/details/44755423
ref: [Python build-in functions]
Python built-in functions are awesome. Use them!
Python: Tips, Tricks and Idioms
30 Python Language Features and Tricks You May Not Know About