13518219792
Python中有許多內置函數,不像print、len那么廣為人知,但它們的功能卻異常強大,用好了可以大大提高代碼效率，同時提升代碼的簡潔度，增強可閱讀性
站在用戶的角度思考問題，與客戶深入溝通，找到蕭縣網站設計與蕭縣網站推廣的解決方案，憑借多年的經驗，讓設計與互聯網技術結合，創造個性化、用戶體驗好的作品，建站類型包括：成都做網站、成都網站建設、企業官網、英文網站、手機端網站、網站推廣、國際域名空間、虛擬主機、企業郵箱。業務覆蓋蕭縣地區。
Counter
collections在python官方文檔中的解釋是High-performance container datatypes，直接的中文翻譯解釋高性能容量數據類型。這個模塊實現了特定目標的容器，以提供Python標準內建容器 dict , list , set , 和 tuple 的替代選擇。在python3.10.1中它總共包含以下幾種數據類型：
容器名簡介
namedtuple() 創建命名元組子類的工廠函數
deque 類似列表(list)的容器，實現了在兩端快速添加(append)和彈出(pop)
ChainMap 類似字典(dict)的容器類，將多個映射集合到一個視圖里面
Counter 字典的子類，提供了可哈希對象的計數功能
OrderedDict 字典的子類，保存了他們被添加的順序
defaultdict 字典的子類，提供了一個工廠函數，為字典查詢提供一個默認值
UserDict 封裝了字典對象，簡化了字典子類化
UserList 封裝了列表對象，簡化了列表子類化
UserString 封裝了字符串對象，簡化了字符串子類化
其中Counter中文意思是計數器，也就是我們常用于統計的一種數據類型，在使用Counter之后可以讓我們的代碼更加簡單易讀。Counter類繼承dict類，所以它能使用dict類里面的方法
舉例
#統計詞頻
fruits = ['apple', 'peach', 'apple', 'lemon', 'peach', 'peach']
result = {}
for fruit in fruits:
if not result.get(fruit):
result[fruit] = 1
else:
result[fruit] += 1
print(result)
#{'apple': 2, 'peach': 3, 'lemon': 1}下面我們看用Counter怎么實現：
from collections import Counter
fruits = ['apple', 'peach', 'apple', 'lemon', 'peach', 'peach']
c = Counter(fruits)
print(dict(c))
#{'apple': 2, 'peach': 3, 'lemon': 1}顯然代碼更加簡單了，也更容易閱讀和維護了。
elements()
返回一個迭代器，其中每個元素將重復出現計數值所指定次。元素會按首次出現的順序返回。如果一個元素的計數值小于1，elements()將會忽略它。
c = Counter(a=4, b=2, c=0, d=-2)
sorted(c.elements())
['a', 'a', 'a', 'a', 'b', 'b']most_common([n])
返回一個列表，其中包含n個最常見的元素及出現次數，按常見程度由高到低排序。如果n被省略或為None，most_common()將返回計數器中的所有元素。計數值相等的元素按首次出現的順序排序：
Counter('abracadabra').most_common(3)
[('a', 5), ('b', 2), ('r', 2)]這兩個方法是Counter中最常用的方法，其他方法可以參考 python3.10.1官方文檔
實戰
Leetcode 1002.查找共用字符
給你一個字符串數組words，請你找出所有在words的每個字符串中都出現的共用字符（包括重復字符），并以數組形式返回。你可以按任意順序返回答案。
輸入：words = ["bella", "label", "roller"]
輸出：["e", "l", "l"]
輸入：words = ["cool", "lock", "cook"]
輸出：["c", "o"]看到統計字符，典型的可以用Counter完美解決。這道題是找出字符串列表里面每個元素都包含的字符，首先可以用Counter計算出每個元素每個字符出現的次數，依次取交集最后得出所有元素共同存在的字符，然后利用elements輸出共用字符出現的次數
class Solution:
def commonChars(self, words: List[str]) - List[str]:
from collections import Counter
ans = Counter(words[0])
for i in words[1:]:
ans = Counter(i)
return list(ans.elements())提交一下，發現83個測試用例耗時48ms，速度還是不錯的
sorted
在處理數據過程中，我們經常會用到排序操作，比如將列表、字典、元組里面的元素正/倒排序。這時候就需要用到sorted()，它可以對任何可迭代對象進行排序，并返回列表
對列表升序操作：
a = sorted([2, 4, 3, 7, 1, 9])
print(a)
# 輸出：[1, 2, 3, 4, 7, 9]對元組倒序操作：
sorted((4,1,9,6),reverse=True)
print(a)
# 輸出：[9, 6, 4, 1]使用參數：key，根據自定義規則，按字符串長度來排序：
fruits = ['apple', 'watermelon', 'pear', 'banana']
a = sorted(fruits, key = lambda x : len(x))
print(a)
# 輸出：['pear', 'apple', 'banana', 'watermelon']all
all() 函數用于判斷給定的可迭代參數iterable中的所有元素是否都為 TRUE，如果是返回 True，否則返回 False。元素除了是 0、空、None、False外都算True。注意：空元組、空列表返回值為True。
all(['a', 'b', 'c', 'd']) # 列表list，元素都不為空或0
True
all(['a', 'b', '', 'd']) # 列表list，存在一個為空的元素
False
all([0, 1，2, 3]) # 列表list，存在一個為0的元素
False
all(('a', 'b', 'c', 'd')) # 元組tuple，元素都不為空或0
True
all(('a', 'b', '', 'd')) # 元組tuple，存在一個為空的元素
False
all((0, 1, 2, 3)) # 元組tuple，存在一個為0的元素
False
all([]) # 空列表
True
all(()) # 空元組
Trueany函數正好和all函數相反：判斷一個tuple或者list是否全為空，0，False。如果全為空，0，False，則返回False；如果不全為空，則返回True。
F-strings
在python3.6.2版本中，PEP 498提出一種新型字符串格式化機制，被稱為 “字符串插值” 或者更常見的一種稱呼是F-strings，F-strings提供了一種明確且方便的方式將python表達式嵌入到字符串中來進行格式化：
s1='Hello'
s2='World'
print(f'{s1} {s2}!')
# Hello World!在F-strings中我們也可以執行函數：
def power(x):
return x*x
x=4
print(f'{x} * {x} = {power(x)}')
# 4 * 4 = 16而且F-strings的運行速度很快，比傳統的%-string和str.format()這兩種格式化方法都快得多，書寫起來也更加簡單。
本文主要講解了python幾種冷門但好用的函數，更多內容以后會陸陸續續更新~
一些python常用函數包：
1、Urllib3
Urllib3是一個 Python 的 HTTP 客戶端，它擁有 Python 標準庫中缺少的許多功能：
線程安全
連接池
客戶端 SSL/TLS 驗證
使用分段編碼上傳文件
用來重試請求和處理 HTTP 重定向的助手
支持 gzip 和 deflate 編碼
HTTP 和 SOCKS 的代理支持
2、Six
six 是一個是 Python 2 和 3 的兼容性庫。這個項目旨在支持可同時運行在 Python 2 和 3 上的代碼庫。它提供了許多可簡化 Python 2 和 3 之間語法差異的函數。
3、botocore、boto3、s3transfer、awscli
Botocore是 AWS 的底層接口。Botocore是 Boto3 庫（#22）的基礎，后者讓你可以使用 Amazon S3 和 Amazon EC2 一類的服務。Botocore 還是 AWS-CLI 的基礎，后者為 AWS 提供統一的命令行界面。
S3transfer（#7）是用于管理 Amazon S3 傳輸的 Python 庫。它正在積極開發中，其介紹頁面不推薦人們現在使用，或者至少等版本固定下來再用，因為其 API 可能發生變化，在次要版本之間都可能更改。Boto3、AWS-CLI和其他許多項目都依賴s3transfer。
4、Pip
pip是“Pip Installs Packages”的首字母遞歸縮寫。
pip很容易使用。要安裝一個包只需pip install package name即可，而刪除包只需pip uninstall package name即可。
最大優點之一是它可以獲取包列表，通常以requirements.txt文件的形式獲取。該文件能選擇包含所需版本的詳細規范。大多數 Python 項目都包含這樣的文件。
如果結合使用pip與virtualenv（列表中的 #57），就可以創建可預測的隔離環境，同時不會干擾底層系統，反之亦然。
5、Python-dateutil
python-dateutil模塊提供了對標準datetime模塊的強大擴展。我的經驗是，常規的Python datetime缺少哪些功能，python-dateutil就能補足那一塊。
6、Requests
Requests建立在我們的 #1 庫——urllib3基礎上。它讓 Web 請求變得非常簡單。相比urllib3來說，很多人更喜歡這個包。而且使用它的最終用戶可能也比urllib3更多。后者更偏底層，并且考慮到它對內部的控制級別，它一般是作為其他項目的依賴項。
7、Certifi
近年來，幾乎所有網站都轉向 SSL，你可以通過地址欄中的小鎖符號來識別它。加了小鎖意味著與該站點的通信是安全和加密的，能防止竊聽行為。
8、Idna
根據其 PyPI 頁面，idna提供了“對 RFC5891 中指定的應用程序中國際化域名（IDNA）協議的支持。”
IDNA的核心是兩個函數：ToASCII和ToUnicode。ToASCII會將國際 Unicode 域轉換為 ASCII 字符串。ToUnicode則逆轉該過程。在IDNA包中，這些函數稱為idna.encode()和idna.decode()
9、PyYAML
YAML是一種數據序列化格式。它的設計宗旨是讓人類和計算機都能很容易地閱讀代碼——人類很容易讀寫它的內容，計算機也可以解析它。
PyYAML是 Python 的YAML解析器和發射器，這意味著它可以讀寫YAML。它會把任何 Python 對象寫成YAML：列表、字典，甚至是類實例都包括在內。
10、Pyasn1
像上面的IDNA一樣，這個項目也非常有用：
ASN.1 類型和 DER/BER/CER 編碼（X.208）的純 Python 實現
所幸這個已有數十年歷史的標準有很多信息可用。ASN.1是 Abstract Syntax Notation One 的縮寫，它就像是數據序列化的教父。它來自電信行業。也許你知道協議緩沖區或 Apache Thrift？這就是它們的 1984 年版本。
11、Docutils
Docutils是一個模塊化系統，用來將純文本文檔處理為很多有用的格式，例如 HTML、XML 和 LaTeX 等。Docutils能讀取reStructuredText格式的純文本文檔，這種格式是類似于 MarkDown 的易讀標記語法。
12、Chardet
你可以用chardet模塊來檢測文件或數據流的字符集。比如說，需要分析大量隨機文本時，這會很有用。但你也可以在處理遠程下載的數據，但不知道用的是什么字符集時使用它。
13、RSA
rsa包是一個純 Python 的 RSA 實現。它支持：
加密和解密
簽名和驗證簽名
根據 PKCS#1 1.5 版生成密鑰
它既可以用作 Python 庫，也能在命令行中使用。
14、Jmespath
JMESPath，發音為“James path”，使 Python 中的 JSON 更容易使用。它允許你聲明性地指定如何從 JSON 文檔中提取元素。
15、Setuptools
它是用于創建 Python 包的工具。不過，其文檔很糟糕。它沒有清晰描述它的用途，并且文檔中包含無效鏈接。最好的信息源是這個站點，特別是這個創建 Python 包的指南。
16、Pytz
像dateutils一樣，這個庫可幫助你處理日期和時間。有時候，時區處理起來可能很麻煩。幸好有這樣的包，可以讓事情變得簡單些。
17、Futures
從 Python 3.2 開始，python 提供current.futures模塊，可幫助你實現異步執行。futures 包是該庫適用于 Python 2 的 backport。它不適用于 Python3 用戶，因為 Python 3 原生提供了該模塊。
18、Colorama
使用 Colorama，你可以為終端添加一些顏色：
更多Python知識請關注Python自學網
1. print()函數：打印字符串
2. raw_input()函數：從用戶鍵盤捕獲字符
3. len()函數：計算字符長度
4. format(12.3654，'6.2f'/'0.3%')函數：實現格式化輸出
5. type()函數：查詢對象的類型
6. int()函數、float()函數、str()函數等：類型的轉化函數
7. id()函數：獲取對象的內存地址
8. help()函數：Python的幫助函數
9. s.islower()函數：判斷字符小寫
10. s.sppace()函數：判斷是否為空格
11. str.replace()函數：替換字符
12. import()函數：引進庫
13. math.sin()函數：sin()函數
14. math.pow()函數：計算次方函數
15. 3**4: 3的4次方
16. pow(3,4)函數：3的4次方
17. os.getcwd()函數：獲取當前工作目錄
18. listdir()函數：顯示當前目錄下的文件
19. socket.gethostbyname()函數：獲得某主機的IP地址
20. urllib.urlopen(url).read():打開網絡內容并存儲
21. open().write()函數：寫入文件
22. webbrowser.open_new_tab()函數：新建標簽并使用瀏覽器打開指定的網頁
23. def function_name(parameters):自定義函數
24. time.sleep()函數：停止一段時間
25. random.randint()函數：產生隨機數
在Python語言中，可以在函數中定義函數。 這種在函數中嵌套定義的函數也叫內部函數。我們來看下面的代碼：
上述代碼中，定義了函數greet，在函數greet內部又定義了一個函數inner_func, 并調用該函數打印了一串字符。
我們可以看到，內部函數inner_func的定義和使用與普通函數基本相同。需要注意的是變量的作用域，在上述代碼中，函數參數name對于全局函數greet是局部變量，對內部函數inner_func來說則是非局部變量。內部函數對于非局部變量的訪問規則類似于標準的外部函數訪問全局變量。
從這個例子我們還可以看到內部函數的一個作用，就是通過定義內部函數的方式將一些功能隱藏起來，防止外部直接調用。常見的場景是，在一個復雜邏輯的函數中，將一些小的任務定義成內部函數，然后由這個外層函數使用，這樣可以使代碼更為清晰，易于維護。這些內部函數只會在這個外層函數中使用，不能被其他函數或模塊使用。
在Python語言中, 函數也是對象，它可以被創建、賦值給變量，或者作為函數的返回值。我們來看下面這個例子。
在上述代碼中，在函數gen_greet內部定義了inner_func函數，并返回了一個inner_func函數對象。外部函數gen_greet返回了一個函數對象，所以像gen_greet這樣的函數也叫工廠函數。
在內部函數inner_func中，使用了外部函數的傳參greet_words（非局部變量），以及函數的參數name（局部變量），來打印一個字符串。
接下來，調用gen_greet("Hello")創建一個函數對象say_hello，緊接著調用say_hello("Mr. Zhang")，輸出的結果為：Hello, Mr. Zhang！
同樣的，調用gen_greet("Hi")創建一個函數對象say_hi，調用say_hello("Mr. Zhang")，輸出的結果為：Hi，Tony！
我們可以發現，gen_greet返回的函數對象具有記憶功能，它能夠把所需使用的非局部變量保存下來，用于后續被調用的時候使用。這種保存了非局部變量的函數對象被稱作閉包（closure）。
那么閉包是如何實現的呢？其實并不復雜，函數對象中有一個屬性__closure__，它就是在創建函數對象時用來保存這些非局部變量的。
__closure__屬性是一個元組或者None類型。在上述代碼中，我們可以通過下面方式查看：
函數的嵌套所實現的功能大都可以通過定義類的方式來實現，而且類是更加面向對象的代碼編寫方式。
嵌套函數的一個主要用途是實現函數的裝飾器。我們看下面的代碼：
在上述代碼中，logger函數返回函數with_logging，with_logging則是打印了函數func的名稱及傳入的參數，然后調用func, 并將參數傳遞給func。其中的@wraps(func)語句用于復制函數func的名稱、注釋文檔、參數列表等等，使得with_logging函數具有被裝飾的函數func相同的屬性。
代碼中接下來用@logger對函數power_func進行修飾，它的作用等同于下面的代碼:
可見，裝飾器@符其實就是上述代碼的精簡寫法。
通過了解了嵌套函數和閉包的工作原理，我們在使用過程中就能夠更加得心應手了。
