前言

python内置了一些非常巧妙而且强大的内置函数，对初学者来说，一般不怎么用到，我也是用了一段时间python之后才发现，哇还有这么好的函数，这个函数都是经典的而且经过严格测试的,可以一下子省了你原来很多事情，代码不仅简洁易读了很多，而且不用自己去闭门造车.既方便了自己又减少了bug。

一、sorted()

1)对于一个列表排序

sorted([100, 98, 102, 1, 40])
>>>[1, 40, 98, 100, 102]

2)通过key参数/函数

比如一个长列表里面嵌套了很多字典元素，我们要按照每个元素的长度大小排序

L = [{1:5,3:4},{1:3,6:3},{1:1,2:4,5:6},{1:9}]
new_line=sorted(L,key=lambda x:len(x))
print(new_line)
>>>[{1: 9}, {1: 5, 3: 4}, {1: 3, 6: 3}, {1: 1, 2: 4, 5: 6}]

3)对由tuple组成的List排序

比如下面是学生里面的年龄的一个list

students = [('wang', 'A', 15), ('li', 'B', 12), ('zhang', 'B', 10)] 
print(sorted(students, key=lambda student : student[2])) 
>>>[('zhang', 'B', 10), ('li', 'B', 12), ('wang', 'A', 15)]

4）用cmp函数排序

students = [('wang', 'A', 15), ('li', 'B', 12), ('zhang', 'B', 10)] 
print(sorted(students, cmp=lambda x,y : cmp(x[0], y[0])) )
>>>[('li', 'B', 12), ('wang', 'A', 15), ('zhang', 'B', 10)]

其实对于python的排序要仔细讲，需要一整篇幅讲它的排序算法，内容非常多，感兴趣的可以去看一下源码，看它是如何设计的，这里只是先点一下.

二、map()

map可以根据提供的函数对指定序列做映射，它接受一个函数f和一个list,并通过把函数f以此作用在list上的每个元素，然后返回一个新的list,map函数的入参也可以是多个.注意这个函数一定要有返回值(值值值重要的说三遍)。

不然就会返回新的list 类似[None, None, None, None, None, None, None, None, None]

适合的场景是对列表里面的一些元素需要重复的操作，用map就可以轻松搞定.

三、enumerate()

Python中，迭代永远是取出元素本身，而非元素的索引,有的时候我们需要知道元素的索引比如在一个很长的列表里面是一些网站名，我们希望在打印的时候，也能列出索引。若没有这个函数，我们需要在加一个变量，在循环打印的时候让这个计数变量递增，现在有了enumerate，就不用这么麻烦了，直接搞定.

四、zip()

zip函数接受任意多个（包括0个和1个）序列作为参数，返回一个tuple列表

x = [1, 2, 3]
y = [4, 5, 6]
z = [7, 8, 9]
xyz = zip(x, y, z)
>>print xyz

这个函数特别是在构建字典序列的时候非常方便 (这招非常巧妙,大家可以仔细揣摩)

五、filter()

filter函数接受一个函数f和一个list,这个函数f的作用是对每个元素进行判断,返回True或者False,这样可以过滤掉一些不符合条件的元素，然后返回符合条件的list.

def is_even(x):
 return x%2==0
print(filter(is_even,[1,2,3,4,5]))
>>>[2, 4]

特别是在处理文件的时候，需要把一些空格,回车和空字符去掉

六、reduce()

reduce函数的用法和map很类似,也是一个函数f和一个list,但是函数的入口参数一定要是两个，reduce也是对每个元素进行反复调用，最后返回最终的值，而map是返回一个list

注意：在python3里面reduce已经从全局函数里面移除了，需要用的话要from functools import reduce

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对【听图阁-专注于Python设计】的支持。