Python内置函数完整列表与分类速查表

认真发呆
认真发呆
发布时间:2026-11-16| 3人浏览过
原创

全面系统的Python内置函数速查手册与分类解析指南。涵盖数学运算、类型转换、迭代序列、对象反射、作用域与运行期控制等完整内置函数列表、典型示例与避坑实践。

在 Python 编程中,内置函数(Built-in Functions)是语言解释器直接提供的基础能力,它们常驻在 builtins 模块中,无需执行任何 import 导入操作即可直接调用。掌握全部内置函数的功能归属、参数细节与边界特性,不仅能大幅削减冗余代码,还能依托底层 C 语言原生实现的执行效率显著提升程序性能。本文梳理了标准 Python 运行环境下的完整内置函数列表,按照实际用途划分为 7 大核心体系,并提供直观图解、代码实测示例与避坑指南,帮助开发者随时查阅与落地运用。

Python内置函数完整列表与分类速查表
图 1:Python 内置函数全局体系架构与 6 大功能分类全景图

一、Python内置函数完整分类速查表

在标准 Python(以 Python 3.10 及以上为准)中,内置函数共计 71 个左右。下表按照功能体系将所有内置函数进行结构化汇总,方便快速查阅参数、行为与返回值。

函数签名 所属分类 核心功能说明 典型调用示例
abs(x) 数学运算 返回数值的绝对值;若为复数则返回其模长。 abs(-42) -> 42
aiter(async_iterable) 异步控制 返回异步迭代器的异步迭代对象(Python 3.10+)。 aiter(async_gen)
all(iterable) 逻辑运算 当可迭代对象中所有元素均为真值(或为空)时返回 True。 all([1, True, "ok"]) -> True
anext(async_iterator[, default]) 异步控制 等待并返回异步迭代器的下一项(Python 3.10+)。 await anext(it, None)
any(iterable) 逻辑运算 只要可迭代对象中有一个元素为真值,即返回 True。 any([0, False, 5]) -> True
ascii(obj) 编码表示 返回对象的字符串表示,非 ASCII 字符转义为 \x, \u 或 \U。 ascii('中国') -> "'\\u4e2d\\u56fd'"
bin(x) 基数转换 将整数转换为以 "0b" 为前缀的二进制字符串。 bin(10) -> '0b1010'
bool([x]) 类型构建 根据标准的真值检测规则将对象转为布尔值。 bool([]) -> False
breakpoint(*args, **kws) 调试控制 进入系统调试器,底层调用 sys.breakpointhook()。 breakpoint()
bytearray([source]) 类型构建 构造可变的字节数组序列。 bytearray(b"abc")
bytes([source]) 类型构建 构造不可变的字节序列。 bytes([65, 66]) -> b'AB'
callable(obj) 反射自省 判断对象是否可被调用(函数、类、实现__call__的对象)。 callable(print) -> True
chr(i) 字符编码 返回 Unicode 码点整数 i 对应的单字符字符串。 chr(65) -> 'A'
classmethod(fn) 对象修饰 将普通函数转换为类方法,首个参数自动接收类对象 cls。 @classmethod
compile(source, filename, mode) 动态编译 将源码编译为代码对象或 AST 对象,供 exec/eval 执行。 compile("x + 1", "", "eval")
complex([real[, imag]]) 类型构建 根据实部与虚部创建复数。 complex(2, 3) -> (2+3j)
delattr(obj, name) 属性操作 删除对象的指定属性,等同于 del obj.name。 delattr(user, "temp_token")
dict(**kwarg) 类型构建 创建键值映射字典对象。 dict(a=1, b=2)
dir([obj]) 反射自省 无参返回当前局部符号,有参返回对象的有效属性名列表。 dir(str)
divmod(a, b) 数学运算 以二元组形式同时返回商与余数 (a // b, a % b)。 divmod(10, 3) -> (3, 1)
enumerate(iterable, start=0) 迭代控制 返回由 (索引, 元素) 构成的迭代器。 enumerate(['a', 'b'], start=1)
eval(expression, globals, locals) 动态执行 解析并计算单个 Python 表达式的值并返回。 eval("2 * 3 + 1") -> 7
exec(object, globals, locals) 动态执行 动态执行 Python 代码块或语句,无返回值。 exec("a = 10; print(a)")
filter(func, iterable) 流式处理 通过判定函数过滤序列,保留返回为真的元素生成迭代器。 filter(lambda x: x > 0, nums)
float([x]) 类型构建 将字符串或数字转为双精度浮点数。 float("3.14") -> 3.14
format(val[, spec]) 格式化 按照格式化规范字符串将值格式化为文本。 format(12.3456, ".2f") -> '12.35'
frozenset([iterable]) 类型构建 创建不可变的只读集合(可作为字典键使用)。 frozenset([1, 2, 2])
getattr(obj, name[, default]) 属性操作 获取对象属性值;属性不存在时返回 default,避免抛出异常。 getattr(obj, "status", 0)
globals() 作用域 返回当前全局作用域的符号表字典。 globals().keys()
hasattr(obj, name) 属性操作 检查对象是否拥有指定名称的属性。 hasattr(obj, "run") -> bool
hash(obj) 对象模型 返回可哈希对象的整数哈希值。 hash("token")
help([obj]) 交互帮助 启动内置帮助系统或查看指定对象的帮助文档。 help(list.append)
hex(x) 基数转换 将整数转换为以 "0x" 为前缀的小写十六进制字符串。 hex(255) -> '0xff'
id(obj) 对象模型 返回对象的唯一内存标识整数(CPython 中为内存地址)。 id(a) == id(b)
input([prompt]) I/O交互 从标准输入读取一行文本并作为字符串返回。 name = input("请输入: ")
int([x, base=10]) 类型构建 将字符串或浮点数转换为整数,支持指定进制。 int("FF", 16) -> 255
isinstance(obj, classinfo) 反射自省 判断对象是否是目标类(或其子类、元组内任一类)的实例。 isinstance(x, (int, float))
issubclass(class, classinfo) 反射自省 判断类是否是另一个类(或元组内任一类)的派生子类。 issubclass(bool, int) -> True
iter(object[, sentinel]) 迭代控制 返回一个迭代器;传入哨兵值时支持函数循环调用直至命中。 iter([1, 2, 3])
len(s) 容器操作 返回容器对象中元素的个数(调用对象的 __len__)。 len("Python") -> 6
list([iterable]) 类型构建 创建可变动态数组列表。 list((1, 2, 3))
locals() 作用域 更新并返回代表当前局部命名空间的字典。 locals()
map(func, *iterables) 流式处理 将函数依次作用于可迭代对象的各元素并产生结果迭代器。 map(str.upper, ["a", "b"])
max(iterable, *[, key, default]) 数学运算 返回可迭代对象或参数中的最大值,支持 key 函数投影。 max(users, key=lambda u: u.age)
memoryview(obj) 底层操作 创建支持缓冲区协议对象的内存视图,零拷贝切片。 memoryview(b"abc")
min(iterable, *[, key, default]) 数学运算 返回可迭代对象或参数中的最小值。 min([5, 2, 8]) -> 2
next(iterator[, default]) 迭代控制 取出迭代器的下一项,耗尽时若指定 default 则返回它。 next(it, None)
object() 对象模型 返回一个空的基础通用对象,所有新式类的基类。 sentinel = object()
oct(x) 基数转换 将整数转换为以 "0o" 为前缀的八进制字符串。 oct(8) -> '0o10'
open(file, mode='r', ...) 文件I/O 打开文件并返回对应的文件流流对象。 with open("log.txt") as f:
ord(c) 字符编码 返回单个字符对应的 Unicode 整数码点。 ord('A') -> 65
pow(base, exp[, mod]) 数学运算 返回 base 的 exp 次幂;若提供 mod 则进行高效模幂运算。 pow(2, 10, 7) -> 2
print(*objects, sep=' ', ...) I/O交互 将对象格式化输出到文本流(默认标准输出)。 print("val:", 42, sep="")
property(fget=None, ...) 对象修饰 创建托管属性(Getter/Setter/Deleter 描述符)。 @property
range(stop) / range(start, stop[, step]) 迭代控制 生成不可变的等差数字序列。 range(0, 10, 2)
repr(obj) 编码表示 返回对象的规范化字符串表示,尽量满足 eval(repr(obj)) == obj。 repr("hello\n") -> "'hello\\n'"
reversed(seq) 迭代控制 返回给定序列的反向迭代器。 reversed([1, 2, 3])
round(number[, ndigits]) 数学运算 对浮点数四舍六入五成双(银行家舍入)舍入到指定位数。 round(2.5) -> 2, round(3.5) -> 4
set([iterable]) 类型构建 创建可变的无序不重复元素集合。 set([1, 2, 2, 3]) -> {1, 2, 3}
setattr(obj, name, value) 属性操作 设置对象属性的值,等同于 obj.name = value。 setattr(config, "port", 8080)
slice(stop) / slice(start, stop[, step]) 切片操作 构造切片对象,供序列切片索引使用。 s = slice(1, 5, 2); arr[s]
sorted(iterable, *, key=None, reverse=False) 序列操作 从可迭代对象中构建并返回一个全新的升序排好列表。 sorted(nums, reverse=True)
staticmethod(fn) 对象修饰 将方法声明为静态方法,不接收隐式 self 或 cls 参数。 @staticmethod
str(object='') 类型构建 返回对象的字符串形式(适合人类阅读)。 str(123) -> '123'
sum(iterable, /, start=0) 数学运算 对可迭代对象中的各项自左向右求和并加上初始值 start。 sum([1, 2, 3], 10) -> 16
super([type[, object-or-type]]) 面向对象 根据 MRO(方法解析顺序)委托调用父类或兄弟类的方法。 super().__init__()
tuple([iterable]) 类型构建 创建不可变元组对象。 tuple([1, 2, 3])
type(object) / type(name, bases, dict) 反射与元类 单参返回对象所属类型;三参则在运行时动态创建新类。 type("MyClass", (), {})
vars([object]) 反射自省 返回模块、类或对象的 __dict__ 属性字典。 vars(user_instance)
zip(*iterables, strict=False) 序列操作 聚合多个可迭代对象的对应元素生成元组迭代器。 zip(['a','b'], [1, 2])

二、类型判定与转换的最佳决策路径

在日常业务开发中,处理外部传入的未知数据类型是高频操作。很多初学者容易混淆 type() 与 isinstance() 的判定边界,或者在类型强制转换中遭遇非预期的 ValueError 崩溃。图 2 梳理了生产环境下标准的对象判定与防御性转换流程。

Python内置函数完整列表与分类速查表
图 2:数据类型校验(isinstance 与 type)及安全转换决策路径

1. isinstance 与 type 的继承链差异

在 Python 的对象体系中,bool 是 int 的直接子类。使用 isinstance(True, int) 会返回 True,这在大多数业务场景下符合多态预期;但如果代码逻辑严格要求参数必须是纯整数且拒绝布尔值,则必须使用 type() 进行精确比对:

# 示例:isinstance 与 type 的行为差异
val = True

print(isinstance(val, int))  # 输出: True (bool 继承自 int)
print(type(val) is int)      # 输出: False(精确类型判定)

# 批量类型校验的最佳写法:使用元组作为第二个参数
data = 3.14
if isinstance(data, (int, float)):
    print("有效数值类型")

三、核心序列与迭代处理函数协同流水线

在处理列表、字典或生成器数据流时,enumerate、zip、map、filter 和 sorted 构成了 Python 数据处理的核心工具链。利用内置迭代器,可以在内存占用极低的情况下完成流式变换。

Python内置函数完整列表与分类速查表
图 3:高频序列函数(filter、map、zip、sorted)协作流水线机制

2. 典型实战:构建多维安全过滤与排序管道

# 场景:清洗用户数据集,提取正数积分并按降序输出带编号的榜单
raw_scores = [("Alice", 85), ("Bob", -5), ("Charlie", 92), ("David", 0)]

# 1. 使用 filter 排除非正积分
valid_users = filter(lambda item: item[1] > 0, raw_scores)

# 2. 使用 sorted 按照得分降序排序 (稳定排序 Timsort)
sorted_users = sorted(valid_users, key=lambda item: item[1], reverse=True)

# 3. 使用 enumerate 生成排名 (start=1)
leaderboard = [
    f"第 {rank} 名: {name} (分数: {score})"
    for rank, (name, score) in enumerate(sorted_users, start=1)
]

print("\n".join(leaderboard))
# 输出示例:
# 第 1 名: Charlie (分数: 92)
# 第 2 名: Alice (分数: 85)

四、关键内置函数避坑与性能深度解析

1. round() 的银行家舍入法(Round Half to Even)

Python 中的 round() 并非传统数学意义上的“四舍五入”,而是遵循 IEEE 754 标准的“四舍六入五成双”(即舍入到最接近的偶数)。这是为了在金融计算和统计抽样中避免系统性的正向偏移。

print(round(1.5))  # 输出: 2 (向偶数 2 靠近)
print(round(2.5))  # 输出: 2 (向偶数 2 靠近,而非 3!)
print(round(3.5))  # 输出: 4 (向偶数 4 靠近)

# 如果业务必须执行严格的“四舍五入”,应使用 decimal 模块:
from decimal import Decimal, ROUND_HALF_UP
d = Decimal('2.5').quantize(Decimal('1'), rounding=ROUND_HALF_UP)
print(int(d))  # 输出: 3

2. all() 与 any() 的短路求值特性

all() 和 any() 具有短路(Short-circuit evaluation)特性:any() 只要遇到第一个真值就会立刻停止向后计算;all() 遇到第一个假值就会立刻终止。在结合生成器表达式时,这一特性具有巨大的性能优势:

# 结合生成器表达式,避免对后续大列表无意义地求值
def heavy_check(x):
    print(f"执行复杂运算: {x}")
    return x > 10

nums = [1, 15, 20, 30]

# 一旦命中 15 > 10,立刻返回 True,不会对 20 和 30 执行 heavy_check
has_valid = any(heavy_check(n) for n in nums)
print(f"结果: {has_valid}")

3. eval() 与 exec() 的安全隐患与替代方案

安全警示: 绝不能将未经严格消毒过滤的外部网络输入、HTTP 请求体或数据库字段直接传入 eval() 或 exec()。这极易被攻击者利用 __import__('os').system('rm -rf /') 等载荷造成任意代码执行(RCE)漏洞。

如果需求仅是将字符串格式的字典、列表、数字或布尔常量转为 Python 原生对象,请务必使用标准库中的 ast.literal_eval():

import ast

raw_input_str = '{"status": "ok", "code": 200}'

# 安全:仅支持解析合法的 Python 基础字面量,拒绝执行函数与系统命令
safe_data = ast.literal_eval(raw_input_str)
print(safe_data["status"])  # 输出: ok

五、Python内置函数核心使用场景总结

掌握内置函数的关键在于根据场景挑选语义明确、性能最优的原生方法。图 4 总结了不同工程场景下的核心函数选用矩阵与避坑准则。

Python内置函数完整列表与分类速查表
图 4:Python 内置函数工程选型与避坑速查矩阵

综上所述,Python 内置函数是一整套经由高度优化、与解释器内核紧密结合的工具库。熟练运用内置函数,不仅能让代码更具 Pythonic 的优雅风格,更能在日常工程开发中有效避免低级陷阱、降低内存开销并提升运行效率。

相关专题:

免责声明: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。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。