Python len()、range()、print()等高频内置函数用法示例

在 Python 开发中，len()、range() 和 print() 是使用频度最高的基础内置函数。掌握它们不仅关乎日常的输入输出与循环控制，更直接影响代码的内存占用与执行效率。本文针对这三个核心函数以及紧密协同的 enumerate()、zip() 等内置工具，逐一剖析其底层机制、语法参数与实战代码，明确参数边界与常见陷阱。

一、print()：输出流控制与格式化管道

print() 函数负责将一个或多个对象转换成文本并写入指定的数据流。日常调用中多数人仅传入单个变量，实际上其完整签名为：

print(*objects, sep=' ', end='\n', file=None, flush=False)

每个参数在输出管道中承担具体的分工：

• *objects：可变位置参数，支持同时传入任意数量的对象，输出前内部自动调用 str() 转换为字符串。
• sep：对象之间的分隔符，默认为单个空格 ' '。
• end：全部对象输出完毕后的结尾字符，默认为换行符 '\n'。
• file：写入的目标流对象，必须具备 write(string) 方法，默认指向 sys.stdout。
• flush：是否强制立即刷新缓冲区，布尔值，默认 False。

1.1 sep 与 end 参数的定制输出

在输出结构化数据（如 CSV 格式、路径或行内进度）时，合理使用 sep 与 end 能消除繁琐的手工字符串拼接：

# 示例 1：使用 sep 自定义元素分隔
date_parts = [2026, 10, 31]
print(*date_parts, sep="-")

# 示例 2：使用 end 实现同一行连续打印（不换行）
for num in range(5):
    print(num, end=" -> ")
print("完成")

1.2 file 参数定向与 flush 实时刷新

默认情况下，print() 输出到标准输出终端。若将打开的文件句柄传入 file，即可将输出无缝重定向至本地文件。而在实现命令行进度条或高频日志记录时，操作系统默认的行缓冲机制可能延迟终端画面的渲染，此时将 flush=True 即可强制刷新当前缓冲区：

import sys
import time

# 示例 3：控制台原地动态刷新进度
print("任务处理中: ", end="", flush=True)
for i in range(3):
    time.sleep(0.2)
    print(".", end="", flush=True)
print(" [OK]")

二、range()：惰性序列与高效循环驱动

range() 在 Python 3 中是一个不可变的序列类型（而不是直接生成完整列表的普通函数）。它代表一个包含等差整数的有序集合，其核心特性在于惰性求值（Lazy Evaluation）。无论序列跨度多大，range 对象在内存中仅存储 start、stop 和 step 三个数值，空间复杂度恒定为 \(O(1)\)。

range() 支持两种调用形式：

• range(stop)：从 0 开始计数，递增步长为 1，直至 stop - 1。
• range(start, stop[, step])：从 start 开始，按指定 step 递增或递减，到达但不包含 stop（即左闭右开区间 [start, stop)）。

2.1 正向递增与逆向倒序遍历

当指定负数作为 step 时，range() 会转为逆向递减，此时必须确保 start > stop，否则序列将为空：

# 示例 4：正向与反向步长
forward_seq = list(range(1, 10, 2))
reverse_seq = list(range(10, 0, -2))

print("正向步长(2):", forward_seq)
print("逆向倒序(-2):", reverse_seq)

三、len()：容器长度获取与底层 __len__() 协议

len() 返回对象的元素数量（即长度）。在表面上它是一个通用的独立函数，但在底层实现上，它遵循 Python 的数据模型（Data Model）协议，内部直接委派给目标对象的特殊方法 __len__()：

# len(obj) 等价于底层调用
obj.__len__()

3.1 内置容器的多样化度量

len() 适用于所有序列与映射类型，其含义因容器特征有所侧重：

• 字符串（str）：返回 Unicode 字符的数量（而非底层 UTF-8 字节数）。
• 字典（dict）：返回唯一键（key）的数量。
• 集合（set）：返回去重后的独立元素数量。

# 示例 5：多类型长度度量
text = "Python编程"
user_roles = {"admin": True, "editor": False}
unique_tags = {101, 102, 101, 103}

print("字符串字符数:", len(text))
print("字典键总数:", len(user_roles))
print("集合独立元素数:", len(unique_tags))

3.2 自定义类实现 __len__() 协议

在面向对象编程中，若希望自定义数据结构支持 len()，只需声明 __len__() 方法，且返回值必须是非负整数：

class TaskQueue:
    def __init__(self):
        self._tasks = []

    def add(self, task_name):
        self._tasks.append(task_name)

    def __len__(self):
        return len(self._tasks)

queue = TaskQueue()
queue.add("数据清洗")
queue.add("特征工程")
print("当前队列任务数:", len(queue))

四、高频伴随函数：组合使用的地道范式

在初学阶段，许多人习惯通过 for i in range(len(items)): 来遍历列表。虽然逻辑成立，但这种模式违背了 Python 的迭代哲学，既冗长又容易产生越界或混淆。通过结合 enumerate()、zip() 与聚合函数，代码会更加清晰直观。

4.1 enumerate()：告别 range(len()) 的抗错模式

当遍历既需要数据内容，又需要序列从某一起始数值开始递增的序号时，enumerate(iterable, start=0) 是首选工具：

# 示例 6：enumerate 优雅处理榜单序号
languages = ["Python", "Go", "Rust"]

for rank, name in enumerate(languages, start=1):
    print(f"第 {rank} 名: {name}")

4.2 zip()：多集合矩阵对齐与元组打包

zip(*iterables) 将多个可迭代对象对应位置的元素配对打包成元组。如果输入列表长度不一致，默认以最短的序列为准：

# 示例 7：zip 并行处理关联数据
keys = ["主机", "端口", "状态"]
values = ["127.0.0.1", 8080, "UP"]

config = dict(zip(keys, values))
print("组合配置字典:", config)

4.3 聚合计算高频三剑客：sum()、max()、min() 与 sorted()

结合 range() 与容器对象，Python 提供了一系列一步到位的聚合函数，无需编写显式循环累加器：

# 示例 8：聚合函数与 range 的紧密配合
# 快速求解 1 到 100 的累加和
total = sum(range(1, 101))

# 获取列表中的极值与新排序副本
data = [18, 92, 45, 67, 3]
maximum = max(data)
ascending = sorted(data)

print("1~100求和结果:", total)
print("最大值:", maximum)
print("排序后新列表:", ascending)

五、高频内置函数使用注意事项与避坑清单

1. 不要覆盖内置函数名称：变量名或函数名避免使用 len = 10、list = [1, 2] 或 print = "log"。此类赋值会遮蔽（Shadow）全局内置命名空间，导致后续合法的内置调用触发 TypeError: 'int' object is not callable。若不慎覆盖，可在控制台中通过 del len 还原。
2. 避免在遍历列表时直接修改其长度：在基于 range(len(lst)) 的循环中执行 lst.pop() 或 lst.append()，会导致预设索引与实际列表结构失步，极易引发 IndexError: list index out of range 或跳过元素。正确的方案是在列表的浅拷贝 lst[:] 上遍历，或使用列表推导式构建新列表。
3. 理解 range 的右开特性：range(1, 5) 只产生到 4。若期望包含第 N 项，必须显式书写为 range(1, N + 1)。
4. 注意生成器的单次消耗与 len 限制：通过生成器推导式（如 (x * 2 for x in data)）构建的对象无法使用 len() 提前探查大小。如果必须测量其长度，需转换为 list（消耗内存）或遍历计数。