Python新手必知:20个最高频内置函数详解与示例

认真发呆
认真发呆
发布时间:2026-11-16 | 4人浏览过
原创

深入详解Python新手最常接触的20个高频内置函数,涵盖输入输出、序列处理、数据转换与数值统计,提供完整代码示例与避坑指南。

编写Python程序时,新手往往容易重复编写许多基础逻辑,例如手动遍历计数、反复拼接字符或手写数值统计。事实上,Python解释器在启动时就已经在全局作用域中加载了数十个内置函数(Built-in Functions),无需导入任何模块即可直接调用。熟练运用其中最高频的20个内置函数,不仅能显著减少代码冗余,还能充分利用底层C实现的执行效率,写出简洁且规范的Pythonic代码。

Python新手必知:20个最高频内置函数详解与示例
图1:Python 20个高频内置函数功能分类体系

第一部分:基础交互与类型检查(4个)

在编写脚本初期,程序输入输出与数据形态的验证是最频繁的操作。Python通过4个核心内置函数提供了直接的支持。

1. print():格式化控制台输出

print(*objects, sep=' ', end='\n', file=sys.stdout, flush=False) 将一个或多个对象转为字符串输出到流。新手常忽视 sep(分隔符)与 end(行末终止符)参数的控制作用。

# 示例代码:通过sep和end精细控制输出格式
print("2026", "10", "16", sep="-")  # 示例输出: 2026-10-16

# 连续单行打印,不自动换行
for step in range(3):
    print(f"[{step}]", end=" -> ")
print("完成")
# 示例输出: [0] -> [1] -> [2] -> 完成

2. len():容器长度获取

len(s) 返回序列(如字符串、列表、元组)或集合映射(如字典、集合)的元素个数。对于Python内置数据类型,len() 直接读取结构体头部的 ob_size 字段,时间复杂度为 \(O(1)\),避免遍历计数。

items = ["apple", "banana", "orange"]
print(len(items))  # 示例输出: 3
print(len("Python"))  # 示例输出: 6

3. type():对象类型识别

type(object) 返回对象的类型元类。它常用于快速验证变量是否符合预期,但在业务条件判断中,单纯使用 type(x) == int 无法正确识别子类对象。

x = 42
name = "Antigravity"
print(type(x))     # 示例输出: <class 'int'>
print(type(name))  # 示例输出: <class 'str'>

4. isinstance():继承安全的类型判定

isinstance(object, classinfo) 检查对象是否为指定类或其派生类的实例。classinfo 可以是类对象构成的元组,只要满足其中之一即返回 True。在实际工程中,判定类型应始终优先选用 isinstance()。

# isinstance支持多类型联合检查
val = 3.14
if isinstance(val, (int, float)):
    print("val是合法的数值类型")  # 示例输出: val是合法的数值类型

# 继承链识别差异:bool是int的子类
print(type(True) == int)       # 示例输出: False
print(isinstance(True, int))   # 示例输出: True

第二部分:序列生成与高效迭代(5个)

处理集合与序列时,避免构造巨大冗余列表是提高执行效率的关键。Python内置迭代工具以惰性求值和直接配对见长。

5. range():不可变等差数列生成器

range(start, stop[, step]) 生成一个惰性不可变序列,不预先在内存中分配全部数值,而是随迭代按需计算,因此占用内存极其微小且恒定。

# 生成 1 到 10 之间的奇数
odds = range(1, 10, 2)
print(list(odds))  # 示例输出: [1, 3, 5, 7, 9]

6. enumerate():自动索引与值解包

新手在遍历列表且需要序号时,常使用 range(len(items)) 配合下标访问。enumerate(iterable, start=0) 能够直接生成 (index, item) 元组,消除由于索引越界或多余下标查找带来的错误隐患。

users = ["Alice", "Bob", "Charlie"]
for index, user in enumerate(users, start=1):
    print(f"编号 {index}: {user}")
# 示例输出:
# 编号 1: Alice
# 编号 2: Bob
# 编号 3: Charlie

7. zip():多序列并行打包

zip(*iterables, strict=False) 聚合多个可迭代对象对应位置的元素。当传入序列长度不一致时,默认在最短序列耗尽时终止;在Python 3.10中引入了 strict=True,在序列长度不齐时抛出 ValueError,保障数据对齐。

fields = ["姓名", "年龄", "城市"]
values = ["张三", 25, "北京"]
record = dict(zip(fields, values))
print(record)  # 示例输出: {'姓名': '张三', '年龄': 25, '城市': '北京'}
Python新手必知:20个最高频内置函数详解与示例
图2:enumerate 与 zip 遍历数据流示意

8. sorted():非破坏性稳定排序

sorted(iterable, *, key=None, reverse=False) 返回一个全新的升序列表,原始序列保持不变。其底层采用稳定的 Timsort 算法,支持通过 key 传入单参数函数定义自定义排序规则。

# 按照字典值的特定维度排序
students = [{"name": "Tom", "score": 85}, {"name": "Jerry", "score": 92}]
ordered = sorted(students, key=lambda s: s["score"], reverse=True)
print(ordered[0]["name"])  # 示例输出: Jerry

9. reversed():反向迭代器

reversed(seq) 返回一个逆序迭代器,不额外复制生成一个逆序列表,从而保护内存空间。若需获取列表产物,可结合 list(reversed(seq)) 使用。

nums = [1, 2, 3, 4]
rev_iter = reversed(nums)
print(list(rev_iter))  # 示例输出: [4, 3, 2, 1]

第三部分:数据转换与结构构造(5个)

数据在外部读取(文件、网络、用户输入)时通常表现为字符串或流,必须转换为对应的内存对象才能进行计算与存取。

10. int():整数解析与进制转换

int(x, base=10) 将数字或字符串转换为整型。对于浮点数,int() 采用向零截断取整而非四舍五入;传入字符串时,还可通过 base 解析二进制、八进制或十六进制字符串。

print(int("1010", base=2))  # 示例输出: 10
print(int(3.99))            # 示例输出: 3(向零截断)

11. float():浮点数值转换

float(x) 将字符串或整数转换为标准双精度浮点数,支持科学计数法格式文本(如 "1e-3")。

val = float("1.25e2")
print(val)  # 示例输出: 125.0

12. str():对象文本化表示

str(object='') 返回对象的非正式或易于阅读的文本表示(调用对象的 __str__ 协议)。在构建日志或组装提示文本时是基础构件。

status_code = 200
msg = "请求状态: " + str(status_code)
print(msg)  # 示例输出: 请求状态: 200

13. list():可迭代对象实例化列表

list([iterable]) 将迭代器、生成器、集合或元组立即实例化为可变列表对象,常用于强制求值或解除对原始生成器的引用依赖。

squares = (x * x for x in range(4))  # 生成器表达式
data_list = list(squares)
print(data_list)  # 示例输出: [0, 1, 4, 9]

14. dict():映射结构构造

dict(**kwargs) 或 dict(mapping_or_iterable) 用于构建哈希映射字典。可以通过关键字参数或由双元素序列组成的列表直接初始化。

config = dict(host="localhost", port=8080, active=True)
print(config["port"])  # 示例输出: 8080
Python新手必知:20个最高频内置函数详解与示例
图3:高频函数机制对比与工程建议

第四部分:数值统计与逻辑判断(6个)

在算法实现、数据过滤和分支业务判断中,Python内置了高度优化的数值处理函数与短路逻辑运算。

15. sum():可迭代数值累加

sum(iterable, /, start=0) 将可迭代对象中的元素依次累加。可以通过 start 参数指定初始累加基准值(例如计算多项偏置)。注意官方禁止使用 sum() 进行字符串拼接,因为每次拼接都会重新分配内存,效率极差,字符串应优先使用 "".join()。

nums = [10, 20, 30]
print(sum(nums, 100))  # 示例输出: 160(基准值100 + 列表累加60)

16. max() 与 17. min():极值提取与关键字函数

max() 与 min() 不仅支持直接比较多个数值,更支持传入一个可迭代对象,并利用 key 提取比较维度,以及在空集合时通过 default 防止引发 ValueError。

words = ["python", "go", "typescript"]
# 查找字符长度最长的词
longest = max(words, key=len)
print(longest)  # 示例输出: typescript

# 空序列安全保护
empty_val = min([], default=0)
print(empty_val)  # 示例输出: 0

18. abs():绝对值与复数模长计算

abs(x) 返回数值的绝对值;若传入复数(complex),则返回该复数的模长 \(\sqrt{a^2 + b^2}\)。

print(abs(-15.6))     # 示例输出: 15.6
print(abs(3 + 4j))    # 示例输出: 5.0

19. round():银行家舍入法

round(number, ndigits=None) 对浮点数四舍五入。需要特别注意:Python采用的是“四舍六入五成双”(Round half to even)策略。当目标位处于刚好居中的 5 时,会向最接近的偶数舍入,以此减小统计总和的系统性正向偏差。

print(round(2.5))  # 示例输出: 2(偶数)
print(round(3.5))  # 示例输出: 4(偶数)
print(round(3.14159, 2))  # 示例输出: 3.14

20. any() 与 21. all():短路逻辑集合判定

any(iterable) 在序列中任意一个元素为真时即刻返回 True(遇到第一个真值即中断遍历,触发短路优化);all(iterable) 要求所有元素全为真才返回 True,一旦遇到假值即提前返回 False。它们通常与生成器表达式配合,完成高可读性的状态校验。

scores = [88, 92, 79, 95]

# 检查是否存在不及格成绩
has_failed = any(s < 60 for s in scores)
print(has_failed)  # 示例输出: False

# 检查是否全部优秀 (>= 75)
all_good = all(s >= 75 for s in scores)
print(all_good)    # 示例输出: True
Python新手必知:20个最高频内置函数详解与示例
图4:高频内置函数选型决策与应用场景速查

第五部分:常见认知误区与避坑指南

误区辨析 1:手写遍历变量计数 vs enumerate()
很多初学者习惯在 for 循环外定义 idx = 0 并在循环体最后 idx += 1。这种方式不仅增加了多余代码,而且在遇到 continue 语句时极易因漏写自增导致死循环或计数偏离,始终应改用 enumerate()。
误区辨析 2:sum() 的适用边界与性能陷阱
sum() 只应针对数值型序列进行累加。遇到字符串拼接时,若尝试 sum(["a", "b"], "") 会直接被Python拒绝并抛出 TypeError;遇到嵌套列表展开时,虽可通过 sum([[1, 2], [3]], []) 拼接,但该操作在每一轮都创建新列表并拷贝数据,时间复杂度高达 \(O(N^2)\),应选用列表推导式或 itertools.chain()。
误区辨析 3:round() 的舍入结果为何偶尔不符合直觉?
浮点数在计算机内是以二进制IEEE 754规范存储的,部分十进制小数(例如 2.675)无法被二进制精确表示,其在内存中的实际值可能是 2.6749999999999998...。因此 round(2.675, 2) 得到的是 2.67 而非 2.68。若业务对精度有严格审计要求(如财务结算),应使用内置标准库 decimal.Decimal 模块,而非原生浮点数。

总结

掌握这20个内置函数,覆盖了新手在Python编程中90%以上的基础数据处理诉求。在日常开发中,遇到需要对序列、容器、类型进行转换或统计时,首先查阅是否有对应的内置函数,往往能以一行代码优雅且高效地达成目标。

本站声明

本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。

Python 相关产品和应用

全部下载

专题列表