Python常用的函数和功能

目录

Python内置函数

数据类型转换

输入输出

数学运算

类型检查

常用标准库函数

math模块

random模块

datetime模块

os模块

常用函数场景

数据处理

文件操作

字符串操作

自定义函数的常用场景

计算功能

数据验证

数据处理


Python内置函数

Python内置了许多常用函数,可以直接使用,无需导入任何模块。

数据类型转换
  • int():将字符串或浮点数转换为整数。
print(int("123"))  # 输出:123
print(int(3.14))   # 输出:3
  • float():将字符串或整数转换为浮点数。
print(float("3.14"))  # 输出:3.14
print(float(123))     # 输出:123.0
  • str():将任意类型转换为字符串。
print(str(123))  # 输出:"123"
print(str(3.14)) # 输出:"3.14"
输入输出
  • input():从用户获取输入。
name = input("请输入你的名字:")
print(f"你好,{name}!")
  • print():打印输出。
print("Hello, World!")
数学运算
  • len():获取字符串、列表、元组等的长度。
print(len("Hello"))  # 输出:5
print(len([1, 2, 3]))  # 输出:3
  • max()min():获取最大值和最小值。
print(max(1, 2, 3))  # 输出:3
print(min([10, 20, 30]))  # 输出:10
  • sum():计算可迭代对象的总和。
print(sum([1, 2, 3, 4]))  # 输出:10
类型检查
  • type():获取变量的类型。
print(type(123))  # 输出:<class 'int'>
print(type("Hello"))  # 输出:<class 'str'>
  • isinstance():检查变量是否为指定类型。
print(isinstance(123, int))  # 输出:True
print(isinstance("Hello", str))  # 输出:True

常用标准库函数

Python的标准库提供了许多强大的功能,以下是一些常用的模块和函数:

math模块

用于数学运算,如平方根、绝对值、三角函数等。

import math

print(math.sqrt(16))  # 输出:4.0
print(math.sin(math.pi / 2))  # 输出:1.0
print(math.ceil(3.14))  # 输出:4
print(math.floor(3.14))  # 输出:3
random模块

用于生成随机数。

import random

print(random.randint(1, 10))  # 输出:1到10之间的随机整数
print(random.random())  # 输出:0到1之间的随机浮点数
print(random.choice([1, 2, 3, 4, 5]))  # 输出:随机选择列表中的一个元素
datetime模块

用于处理日期和时间。

from datetime import datetime

now = datetime.now()
print(now)  # 输出:当前日期和时间
print(now.strftime("%Y-%m-%d %H:%M:%S"))  # 格式化输出:2025-02-23 12:34:56
os模块

用于操作系统相关的操作,如文件路径操作、目录操作等。

import os

print(os.getcwd())  # 输出:当前工作目录
os.mkdir("test_dir")  # 创建一个目录
print(os.listdir())  # 输出:当前目录下的文件和文件夹列表

常用函数场景

以下是一些常见的函数使用场景,帮助你更好地理解和应用函数。

数据处理
  • 排序:使用sorted()函数对数据进行排序。
numbers = [3, 1, 4, 1, 5, 9, 2, 6]
sorted_numbers = sorted(numbers)
print(sorted_numbers)  # 输出:[1, 1, 2, 3, 4, 5, 6, 9]
  • 过滤:使用filter()函数过滤数据。
numbers = [1, 2, 3, 4, 5, 6]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers)  # 输出:[2, 4, 6]
文件操作
  • 读取文件
with open("example.txt", "r") as file:
    content = file.read()
print(content)
  • 写入文件
with open("example.txt", "w") as file:
    file.write("Hello, World!")
字符串操作
  • 分割字符串:使用split()方法。
text = "Hello, World!"
words = text.split(", ")
print(words)  # 输出:['Hello', 'World!']
  • 连接字符串:使用join()方法。
words = ["Hello", "World"]
text = ", ".join(words)
print(text)  # 输出:Hello, World

自定义函数的常用场景

自定义函数可以帮助你封装重复的逻辑,使代码更加清晰和可维护。

计算功能
def calculate_area(radius):
    return 3.14 * radius * radius

print(calculate_area(5))  # 输出:78.5
数据验证
def is_valid_email(email):
    if "@" in email and "." in email:
        return True
    return False

print(is_valid_email("example@example.com"))  # 输出:True
print(is_valid_email("invalid_email"))  # 输出:False
数据处理
def process_data(data):
    return [x * 2 for x in data]

numbers = [1, 2, 3, 4, 5]
result = process_data(numbers)
print(result)  # 输出:[2, 4, 6, 8, 10]

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/975637.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

《深度学习实战》第2集-补充:卷积神经网络(CNN)与图像分类 实战代码解析和改进

以下是对《深度学习实战》第2集中 CIFAR-10 数据集 使用卷积神经网络进行图像分类实战 代码的详细分析&#xff0c;并增加数据探索环节&#xff0c;同时对数据探索、模型训练和评估的过程进行具体说明。所有代码都附上了运行结果配图&#xff0c;方便对比。 《深度学习实战》第…

dataframe如何在末尾添加多行

如果要在pandas的dataframe中添加多行该如何实现&#xff1f;可通过以下常见方式在DataFrame末尾添加&#xff1a; ### 方法一&#xff1a;使用loc索引器 利用loc索引器分两次操作来添加两行数据。假设已有DataFrame对象df&#xff0c;要添加的两行数据分别存储在字典new_row…

使用 DeepSeek 生成流程图、甘特图与思维导图:结合 Typora 和 XMind 的高效工作流

在现代工作与学习中&#xff0c;可视化工具如流程图、甘特图和思维导图能够极大地提升信息整理与表达的效率。本文将详细介绍如何使用 DeepSeek 生成 Mermaid 文本&#xff0c;结合 Typora 快速生成流程图和甘特图&#xff0c;并通过 Markdown 格式生成思维导图&#xff0c;最终…

插入排序(详解)c++

插⼊排序(Insertion Sort)类似于玩扑克牌插牌过程&#xff0c;每次将⼀个待排序的元素按照其关键字⼤⼩插⼊到前⾯已排好序的序列中&#xff0c;按照该种⽅式将所有元素全部插⼊完成即可 算法思想&#xff1a; 把待排序元素插入到已排序的序列中。想象一下一张一张整理扑克牌的…

【大模型】蓝耘智算云平台快速部署DeepSeek R1/R3大模型详解

目录 一、前言 二、蓝耘智算平台介绍 2.1 蓝耘智算平台是什么 2.2 平台优势 2.3 应用场景 2.4 对DeepSeek 的支持 2.4.1 DeepSeek 简介 2.4.2 DeepSeek 优势 三、蓝耘智算平台部署DeepSeek-R1操作过程 3.1 注册账号 3.1.1 余额检查 3.2 部署DeepSeek-R1 3.2.1 获取…

ai-financial-agent - 为金融投资打造的AI代理

探索人工智能在投资研究中的应用。本项目仅用于**教育**目的&#xff0c;不用于真实交易或投资。 作者声明&#xff1a; 本项目仅用于教育和研究目的。 不用于真实交易或投资不提供任何保证或担保过去的表现并不代表未来的结果Creator 对经济损失不承担任何责任咨询财务顾问…

基于keepalived的Nginx高可用架构

一、概述 Keepalived 是一个基于 VRRP&#xff08;Virtual Router Redundancy Protocol&#xff09;协议 的高可用性解决方案&#xff0c;为了解决静态路由器出现的单点故障问题&#xff0c;它能偶保证网络的不间断、稳定的运行。 二、核心功能 IP 漂移&#xff08;VIP&…

学术论文项目网站搭建教程【Github】

本教程使用的是linux系统&#xff0c;ubuntu20.04版本进行学术项目网站搭建 一&#xff1a;创建github的个人组织 我个人习惯使用自己的github组织【Your organizations】来进行学术项目网站的创建&#xff1a; New一个organization&#xff0c;点击Free中的Create a free o…

postman调用ollama的api

按照如下设置&#xff0c;不需要设置key 保持长会话的方法 # 首次请求 curl http://localhost:11434/api/generate -d {"model": "deepseek-r1:32b","prompt": "请永久记住&#xff1a;110&#xff0c;1-12&#xff0c;之后所有数学计算必…

【Linux】多线程 -> 线程同步与基于BlockingQueue的生产者消费者模型

线程同步 条件变量 当一个线程互斥地访问某个变量时&#xff0c;它可能发现在其它线程改变状态之前&#xff0c;它什么也做不了。 例如&#xff1a;一个线程访问队列时&#xff0c;发现队列为空&#xff0c;它只能等待&#xff0c;直到其它线程将一个节点添加到队列中。这…

ChatGPT各模型版本对比分析

文章目录 1. GPT-3.5&#xff08;2022年11月&#xff09;2. GPT-4&#xff08;2023年3月&#xff09;3. GPT-4o&#xff08;2024年5月&#xff09;4. GPT-4o mini&#xff08;2024年7月&#xff09;5. o1系列&#xff08;2024年9月至12月&#xff09;6. o3-mini&#xff08;202…

萌新学 Python 之自定义函数

函数主要用来封装功能&#xff0c;具有独立功能的代码块&#xff0c;可以提高代码重复利用率&#xff0c;便于模块管理 函数的定义&#xff1a; def 函数名(形参): 函数体&#xff0c;独立功能的代码 return ‘函数的返回值’ 函数注意事项&#xff1a; 1.函数的命名通常使…

【工作流】Spring Boot 项目与 Camunda 的整合

【工作流】Spring Boot 项目与 Camunda 的整合 【一】Camunda 和主流流程引擎的对比【二】概念介绍【1】Camunda 概念&#xff1a;【2】BPMN 概念 【三】环境准备【1】安装流程设计器CamundaModeler【画图工具】&#xff08;1&#xff09;下载安装 【2】CamundaModeler如何设计…

【Linux】基于UDP/TCP套接字编程与守护进程

目录 一、网路套接字编程 &#xff08;一&#xff09;基础概念 1、源IP地址与目的IP地址 2、端口号 3、TCP与UDP 4、网络字节序 &#xff08;二&#xff09;套接字编程接口 1、socket 常见API 2、sockaddr结构 &#xff08;三&#xff09;UDP套接字 1、UDP服务器创建…

【图像处理】:两幅图中相同区域的相似度比较

两幅图中相同区域的相似度比较 1.OpenCV和Python实现的两幅图相似度衡量方法1. 均方误差&#xff08;MSE&#xff09;2. 结构相似性指数&#xff08;SSIM&#xff09;图像协方差能显示结构特征的原因 3. 直方图相似度4. 特征点匹配5. 相关系数&#xff08;Pearson Correlation&…

[python脚本]论文1.(一)CPU/内存数据分析和分组

CPU 收集到的CPU数据&#xff0c;格式如下&#xff1a; 由于这里6个数据为一组来收集latency的数据以及各个分位值的数据&#xff0c;而本质上每一行都是一次完整的测试&#xff0c;因此这里将这个csv文件分为两个文件&#xff0c;第一个是和latency相关的&#xff0c;将6条数…

綫性與非綫性泛函分析與應用_1.例題(下)-半母本

第1章 實分析與函數論:快速回顧(下) 五、基數;有限集和無限集相關例題 例題1:集合基數的判斷 判斷集合和集合B=\{a,b,c,d,e\}的基數關係。 解析: 可以構造一個雙射,例如,,,,。 所以,兩個集合具有相同的基數。 例題2:可數集的證明 證明整數集是可數集。 解析: …

MQTT实现智能家居------3、源码分析(超详细)

一、连接服务器 1、初始化&#xff1a; mqtt_log_init();是一个空函数&#xff0c;自己定义宏 client mqtt_lease();//创建一个client结构体&#xff0c;从此以后client代表客户端 platform_memory_alloc();//是一个分配内存的总函数&#xff0c;可以适用于Linux、FreeRTos…

Qt常用控件之日历QCalendarWidget

日历QCalendarWidget QCalendarWidget 是一个日历控件。 QCalendarWidget属性 属性说明selectDate当前选中日期。minimumDate最小日期。maximumDate最大日期。firstDayOfWeek设置每周的第一天是周几&#xff08;影响日历的第一列是周几&#xff09;。gridVisible是否显示日历…

智慧废品回收小程序php+uniapp

废品回收小程序&#xff1a;数字化赋能环保&#xff0c;开启资源循环新时代 城市垃圾治理难题&#xff0c;废品回收小程序成破局关键 随着城市化进程加速与消费水平提升&#xff0c;我国生活垃圾总量逐年攀升&#xff0c;年均增速达5%-8%&#xff0c;其中超30%为可回收物。然…