python常用函数参考(Python函数速查)

Python作为一门高效且易学的编程语言，其丰富的函数库是开发者解决问题的重要工具。无论是内置函数、标准库函数还是第三方扩展库函数，均覆盖了从基础操作到复杂场景的各类需求。本文将从八个维度深入剖析Python常用函数的核心特性、使用场景及最佳实践，并通过对比表格帮助开发者快速理解不同函数的适用边界。

一、内置函数：语言级别的基础工具

Python内置函数直接由解释器提供，无需额外导入模块，涵盖数据转换、数学计算等基础操作。

函数名	功能描述	典型场景
len()	返回对象长度	获取列表元素数量
sorted()	排序生成新列表	对字典键排序
zip()	并行迭代多个序列	同时遍历两个列表

例如len([1,2,3])返回3，sorted('b':2,'a':1)按字母顺序输出[('a',1),('b',2)]。

二、标准库函数：系统级功能支持

通过import os/sys/math等语句调用，提供操作系统交互、数学运算等扩展功能。

模块	核心函数	应用场景
os	path.join()	跨平台路径拼接
sys	argv	命令行参数解析
math	factorial()	计算阶乘数值

如os.path.join('dir', 'file.txt')自动处理斜杠差异，math.factorial(5)返回120。

三、第三方库函数：领域级解决方案

通过pip install获取的扩展库，如数据处理、网络请求等领域专用函数。

库名称	核心函数	功能亮点
requests	get()/post()	简洁的HTTP请求
pandas	read_csv()	高效的数据读取
numpy	array()	多维数组操作

示例：pandas.read_csv('data.csv')自动解析CSV文件，numpy.array([1,2])+1实现向量加法。

四、高阶函数：函数式编程核心

支持将函数作为参数传递或返回的机制，实现代码抽象化。

函数类型	代表函数	使用特征
映射处理	map()	对可迭代对象执行函数
过滤筛选	filter()	按条件筛选元素
排序控制	sorted()	自定义排序规则

如list(map(str.upper, ['a','b']))输出['A','B']，filter(lambda x:x%2, range(10))筛选奇数。

五、错误处理函数：程序健壮性保障

通过异常捕获机制处理运行时错误，提升代码容错能力。

处理方式	关键函数	适用场景
基础捕获	try-except	常规异常处理
自定义异常	raise语句	主动触发错误
日志记录	logging模块	错误追踪分析

示例：try: 1/0 except ZeroDivisionError: print('除零错误')，logging.error('文件缺失')记录错误日志。

六、性能优化函数：执行效率提升

通过特定函数减少资源消耗，提升代码运行速度。

优化类型	相关函数	优化原理
内存优化	生成器表达式	惰性计算节省内存
计算加速	内置函数	C语言实现底层操作
耗时分析	cProfile	定位性能瓶颈

如使用(xx for x in range(1000000))替代列表推导式，内存占用降低90%。

七、并发处理函数：多任务执行支持

通过多线程、多进程等技术实现并行计算。

并发模型	核心函数	适用场景
多线程	threading.Thread	I/O密集型任务
多进程	multiprocessing.Pool	CPU密集型计算
异步IO	asyncio.run	高并发网络请求

示例：Thread(target=func).start()启动线程，await asyncio.sleep(1)实现异步等待。

八、数据处理函数：结构化信息操作

针对集合、字典等数据结构的高效处理函数。

数据类型	处理函数	典型应用
列表操作	append()/extend()	动态增减元素
字典处理	update()/pop()	批量更新键值
集合运算	intersection()	求交集运算

如dict.fromkeys('abc',0)创建初始字典，set('ab') & set('bc')得到'b'。

Python函数体系通过分层设计满足不同层级的开发需求，从基础操作到专业领域均有对应解决方案。掌握这些函数的使用技巧，既能提升开发效率，又能保证代码质量。建议在实际项目中根据具体场景选择合适函数，并注意性能开销与可维护性之间的平衡。