Python内置函数有哪些:68个Built-in Functions分类速查表

Cora
Cora
发布时间:2026-11-21| 12人浏览过
原创

全面整理Python官方标准运行时提供的68个内置函数(Built-in Functions),按数值计算、数据类型转换、迭代处理、对象反射、作用域与执行等维度进行系统分类与详细解析,附带高频代码示例与避坑指南。

Python 解释器在启动时会自动加载 builtins 模块,将其所有对象注入全局命名空间。这意味着开发者无需使用 import 语句,即可直接调用这组核心函数。在 Python 3 官方标准库中,内置函数(Built-in Functions)共有 68 个。为了摆脱零散记忆并建立高效的检索直觉,本文按照“数学计算”、“类型构造”、“迭代序列”、“对象反射”、“作用域运行”及“系统交互”等 6 大功能维度,对全部 68 个内置函数展开系统分类,解析其核心参数、设计意图与边界陷阱。

一、Python 内置函数全景架构与分类概览

根据功能定位与调用频次,这 68 个内置函数并非孤立存在,而是紧密结合 Python 的底层对象模型(如迭代协议、描述符协议、富比较与属性反射机制)。将它们归类后,可以清晰理清语言设计的正交性与数据流转路径:

Python内置函数有哪些:68个Built-in Functions分类速查表
图 1:Python 68 个内置函数功能矩阵与所属体系分类全景

二、分类速查一:数值计算与数学运算(7个)

数学与数值内置函数专注于基础算术、极值归约与精度控制。这类函数全部直接对应 Python 内部的魔术方法(如 __abs__、__divmod__、__pow__),执行性能均由 CPython 底层 C 语言直接加速。

函数签名 功能描述 典型示例 注意事项与避坑指南
abs(x) 返回数值的绝对值;若参数为复数,返回模长 $\sqrt{a^2+b^2}$。 abs(-15.8) → 15.8
abs(3 + 4j) → 5.0
传入非数值类型且未实现 __abs__ 时抛出 TypeError。
divmod(a, b) 同时计算整除商和余数,等效于返回元组 (a // b, a % b)。 divmod(17, 5) → (3, 2)
divmod(7.5, 2.5) → (3.0, 0.0)
除数 b 为 0 时抛出 ZeroDivisionError;支持浮点数但注意精度损失。
max(iterable, *[, key, default])
max(arg1, arg2, *args[, key])
返回可迭代对象或多个参数中的最大值。 max([1, 9, 3]) → 9
max([], default=0) → 0
max(['a', 'bbb'], key=len) → 'bbb'
当序列为空且未指定 default 参数时,抛出 ValueError。
min(iterable, *[, key, default])
min(arg1, arg2, *args[, key])
返回可迭代对象或多个参数中的最小值。 min(5, 2, 8) → 2
min([], default=None) → None
支持通过 key 传入提取权重的单参函数(如 lambda x: x.age)。
pow(base, exp[, mod]) 计算幂 base ** exp;若指定可选参数 mod,计算 (base ** exp) % mod。 pow(2, 3) → 8
pow(2, 3, 5) → 3
三参数形式在密码学大数计算中远快于 (base ** exp) % mod,因其采用快速模幂算法。
round(number[, ndigits]) 对数值进行指定小数位数的四舍五入。 round(2.5) → 2
round(3.5) → 4
round(3.14159, 2) → 3.14
采用“银行家舍入法”(靠近最近偶数),round(0.5) 为 0,而非日常数学习惯的 1。
sum(iterable, /, start=0) 从左到右将 start 与可迭代对象的所有元素累加求和。 sum([1, 2, 3], 10) → 16
sum([[1], [2]], []) → [1, 2]
不可用于拼接字符串序列(解释器会明确禁止),字符串拼接应使用 "".join(seq)。
深入说明:关于 round() 的偶数舍入规则。Python 3 遵循 IEEE 754 标准,旨在减少大量浮点数据求和时向上取整带来的统计偏差。若业务明确要求传统“四舍五入”,应使用标准库中的 decimal.Decimal 配合 ROUND_HALF_UP 策略。

三、分类速查二:数据类型构造与转换(15个)

该分类覆盖了 Python 的内置类型构造器。在 Python 内部,“类型即对象”,这些函数本质上是内置类(Classes)的构造函数(调用 __init__ 与 __new__),负责类型的显式转换或空容器的实例化。

类型函数 构造目标与功能 典型示例 关键特性与说明
bool([x]) 将值转换为布尔值 True 或 False。 bool(0) → False
bool("text") → True
依据真值测试规则(__bool__ 或 __len__),空集合、0 及 None 均被视为假。
int([x, base=10]) 转换为整型对象;支持按不同进制解析字符串。 int("1010", base=2) → 10
int(3.99) → 3
浮点数转整数时直接截断小数部分(向零取整);进制转换仅接受字符串或字节类型。
float([x]) 将数字或符合规范的字符串转为双精度浮点数。 float("3.14") → 3.14
float("inf") → inf
支持特殊字面量:"nan"、"inf"、"-inf"(不区分大小写)。
complex([real[, imag]]) 构造复数对象 real + imag*1j。 complex(2, -3) → (2-3j)
complex("1+2j")
从字符串解析时,+ 或 - 符号两边不得包含任何空格,否则报 ValueError。
str(object='') 返回对象的非正式或易读的字符串表示。 str(123) → "123"
str(b"hi", 'utf-8')
若入参为 bytes,可额外指定 encoding 与 errors 参数。
bytes([source[, encoding]]) 构造不可变的字节序列对象(0-255范围)。 bytes("abc", "utf-8") → b'abc'
bytes(3) → b'\x00\x00\x00'
不可变类型,支持索引但不支持修改切片;入参为字符串时必须传入编码名称。
bytearray([source]) 构造可变的字节数组对象。 ba = bytearray(b'hi')
ba[0] = 72 → bytearray(b'Hi')
具备 list 的可变特性(支持 append、切片赋值),适用于网络缓冲区修改。
memoryview(obj) 基于支持缓冲区协议的对象创建零拷贝内存视图。 mv = memoryview(b'abcdef')
mv[1:3].tobytes() → b'bc'
切片操作不会发生实际内存拷贝,处理大文件网络 I/O 时能大幅提升吞吐量。
list([iterable]) 构造可变列表对象,将迭代器展开并固化到内存。 list(range(3)) → [0, 1, 2]
list("ab") → ['a', 'b']
浅拷贝传入的序列;展开无限生成器会导致内存耗尽崩毁。
tuple([iterable]) 构造不可变的元组对象。 tuple([1, 2]) → (1, 2) 内存占用比列表更为紧凑;元素本身若为可变对象,其内部仍可发生改变。
dict(**kwarg)
dict(mapping, **kwarg)
创建键值对字典对象。 dict(a=1, b=2)
dict([('k', 'v')]) → {'k': 'v'}
键必须是可哈希(hashable)对象;Python 3.7+ 保证字典严格维持插入顺序。
set([iterable]) 构造无序、不重复元素的可变集合。 set([1, 2, 2, 3]) → {1, 2, 3} 内部基于哈希表实现,成员检测 in 具备 $O(1)$ 平均时间复杂度。
frozenset([iterable]) 构造不可变集合。 fs = frozenset([1, 2]) 因其不可变且可哈希,可用作 dict 的键或存入另一个 set 中。
object() 返回所有类的顶层基类的新空对象。 sentinel = object() 不能赋予任何任意属性(无 __dict__),常在库设计中充当唯一哨兵值(Sentinel)。
type(object)
type(name, bases, dict)
单参返回对象真实类型;三参在运行时动态生成新类。 type(123) → <class 'int'>
type('A', (), {'x': 1})
元类(Metaclass)的核心机制,支持元编程动态创建类层级结构。

四、分类速查三:序列与迭代器处理(13个)

迭代协议是 Python 核心语法(如 for 循环、列表推导、解包赋值)的底层基石。该类函数处理序列切片、元素组合、条件筛选与迭代推进。其中 aiter() 与 anext() 是 Python 3.10 正式加入的内置函数,用于完善异步迭代协议。

Python内置函数有哪些:68个Built-in Functions分类速查表
图 2:Python 迭代器与数据管道流式处理执行模型
函数签名 功能定义 典型示例 关键机制说明
all(iterable) 若元素全部为真(或序列为空)返回 True。 all([True, 1, "ok"]) → True
all([]) → True
具备短路特性(遇到第一个假值立即终止迭代返回 False)。
any(iterable) 只要存在任一真值即返回 True;序列为空返回 False。 any([0, False, "hello"]) → True 同样具备短路特性(遇到第一个真值即返回 True)。
enumerate(iterable, start=0) 将可迭代对象组合为包含索引计数的元组迭代器。 list(enumerate(['a', 'b'], 1)) → [(1, 'a'), (2, 'b')] 消除传统通过 range(len(seq)) 维护临时下标的冗余写法。
filter(function, iterable) 过滤出使测试函数返回真值的元素。 list(filter(None, [0, 1, '', 'a'])) → [1, 'a'] 若 function 传 None,则直接移除所有假值元素。
iter(object[, sentinel]) 返回迭代器;双参形式重复调用直到返回值等于 sentinel。 it = iter([1, 2])
iter(f.readline, '')
哨兵形式常用于按块循环读取网络套接字或文件流,到达末尾自动引发 StopIteration。
next(iterator[, default]) 调用迭代器的 __next__() 获取下一项。 next(it, None) 若未提供 default 且迭代器耗尽,会抛出 StopIteration 异常。
aiter(async_iterable) 返回异步迭代器(Python 3.10+)。 ait = aiter(async_gen) 调用对象的 __aiter__() 方法,用于异步编程体系。
anext(async_iterator[, default]) 从异步迭代器获取下一项(Python 3.10+)。 await anext(ait, None) 对应异步的 __anext__(),需在 async def 协程中以 await 调用。
range(stop)
range(start, stop[, step])
生成不可变的等差数字序列。 list(range(0, 10, 2)) → [0, 2, 4, 6, 8] 并非生成器,而是一个不可变序列类型,支持索引查找与 in 检测。
reversed(seq) 返回反向遍历的迭代器对象。 list(reversed([1, 2, 3])) → [3, 2, 1] 目标对象必须实现 __reversed__ 或具备 __len__ 与整型索引。
slice(stop)
slice(start, stop[, step])
创建可在切片中使用的 slice 命名切片对象。 s = slice(1, 4, 2)
"abcdef"[s] → "bd"
可在函数间传递并复用切片规则,提高索引处理的可读性。
sorted(iterable, *, key=None, reverse=False) 基于序列元素构建一个新的升序排列列表。 sorted(['bb', 'a'], key=len) → ['a', 'bb'] 底层采用 Timsort 算法,属于稳定排序;不会修改原始入参对象。
zip(*iterables, strict=False) 并行聚合多个可迭代对象对应位置的元素。 list(zip([1, 2], ['a', 'b'])) → [(1, 'a'), (2, 'b')] Python 3.10 新增 strict=True,当多个序列长度不一致时立即报错。

五、分类速查四:对象自省与属性反射(10个)

自省(Introspection)与反射(Reflection)赋予 Python 强大的元编程能力。通过这组内置函数,程序可以在运行时动态检查对象的类型继承图谱、读取未知属性、校验可执行能力以及获取对象在内存中的生命周期标识。

Python内置函数有哪些:68个Built-in Functions分类速查表
图 3:Python 对象反射与类型多态校验决策图
函数签名 功能定义 代码示例 注意事项
callable(object) 检测对象是否可被调用(如函数、类或实现了 __call__ 的实例)。 callable(print) → True
callable(123) → False
返回 True 并不绝对保证调用一定会成功,但返回 False 则必然无法调用。
delattr(object, name) 动态删除对象的命名属性,等效于 del obj.name。 delattr(p, 'temp_val') 属性不存在时抛出 AttributeError;不能删除只读属性或受 __slots__ 限制的属性。
dir([object]) 返回对象的有效属性名称列表;无参时返回当前局部命名空间的名称列表。 dir([]) → ['__add__', ..., 'append', 'clear'] 主要通过调用 __dir__() 收集信息,通常供交互式调试或 IDE 自动补全使用。
getattr(object, name[, default]) 获取对象的命名属性值。 getattr(obj, 'x', 0) 若属性不存在且未提供 default,抛出 AttributeError;极力推荐传入默认值。
hasattr(object, name) 判断对象是否包含指定名称的属性。 hasattr(obj, 'run') → True 底层实质是调用 getattr(obj, name) 并捕获 AttributeError 来返回布尔值。
hash(object) 返回对象的哈希整数值(基于 __hash__())。 hash("token") → -1482847291... 可变容器(如 list、dict)不可哈希;为防哈希碰撞攻击,Python 每次启动会加随机盐。
id(object) 返回对象的唯一内存标识整数。 id(a) == id(b) 在 CPython 实现中该值为对象底层的 C 指针地址;两生命周期不重叠的对象可能复用相同 ID。
isinstance(object, classinfo) 判断对象是否为指定类或其元组包含类的实例。 isinstance(5, (int, float)) → True 支持继承链识别(子类实例判断为 True);工业级类型校验的标准首选方式。
issubclass(class, classinfo) 判断一个类是否是另一个类或元组中类的子类。 issubclass(bool, int) → True 两个参数必须都是类(Class),传入非类对象会报 TypeError。
setattr(object, name, value) 设置对象的命名属性值,等效于 obj.name = value。 setattr(cfg, 'port', 8080) 常用于从 JSON 配置字典或环境变量中动态批量向对象注入属性。

六、分类速查五:作用域、命名空间与代码执行(8个)

该分类涉及 Python 运行时的底层机制:符号表读取、代码字符串的动态编译与即时执行。动态求值在提供极端灵活性的同时,也伴随着深度的安全责任,必须严格约束输入源。

函数签名 功能定义 典型示例 安全与陷阱关键说明
globals() 返回代表当前模块全局符号表的真实字典。 g = globals()
g['API_KEY'] = 'secret'
修改 globals() 返回的字典会直接在模块全局作用域内创建或修改对应变量。
locals() 更新并返回代表当前局部命名空间的字典。 print(locals()) 在函数内部,修改 locals() 字典不会改变实际局部变量的值(优化器使用静态数组)。
vars([object]) 返回模块、类、实例或任何具有 __dict__ 属性的对象内部字典。 vars(user_obj) 无参时等同于 locals();若对象未声明 __dict__(如使用 __slots__)则报错。
compile(source, filename, mode, ...) 将源码字符串解析并编译为代码对象(Code Object)或 AST。 code = compile("x + 1", "<str>", "eval") mode 可选 'eval'(表达式)、'exec'(多语句块)、'single'(交互式单条)。
eval(expression[, globals[, locals]]) 计算并返回单个动态 Python 表达式的结果。 eval("2 * 3 + 1") → 7 严重安全隐患:严禁对不可信的用户输入执行 eval;可用 ast.literal_eval 替代。
exec(object[, globals[, locals]]) 动态执行复杂的 Python 代码块或语句。 exec("for i in range(2): print(i)") 返回值永远为 None;可通过显式传入独立的 globals 字典来限制上下文作用域。
__import__(name, globals, locals, fromlist, level) import 语句底层调用的原生加载函数。 math = __import__('math') 日常业务开发中请勿直接调用该函数,动态加载模块请优先选用 importlib.import_module()。

七、分类速查六:输入输出、交互调试与字符格式化(15个)

本分类包含控制台交互、文件读写、面向对象修饰器以及字符与编码转换工具。这些函数构成了 Python 编写命令行程序与规范面向对象设计的骨架。

分类细分 函数签名 功能定义与典型示例 注意事项
I/O 与交互调试 print(*objects, sep=' ', end='\n', file=sys.stdout, flush=False) 输出文本到文件流;print("A", "B", sep="-") 输出 A-B。 高频输出或网络管道中,设置 flush=True 可强制刷新底层缓冲区。
input([prompt]) 从标准输入读取一行文本并剥离结尾换行符返回字符串。 在自动化脚本或守护进程中若未重定向 stdin,可能引发 EOFError。
open(file, mode='r', buffering=-1, encoding=None, ...) 打开文件并返回对应文件流对象。 处理文本文件时必须显式指定 encoding='utf-8',规避跨平台编码不一致。
breakpoint(*args, **kws) 在代码中打入断点进入调试器(Python 3.7+)。 可通过设置系统环境变量 PYTHONBREAKPOINT=0 在生产环境一键禁用断点。
help([object]) 启动内置的交互式帮助系统,或打印对象的文档字符串。 适合在控制台交互式环境下快速查阅三方库的 __doc__ 描述。
面向对象类修饰 classmethod(function) 把函数转换为类方法,首参隐式接收类对象本身 cls。 常用于定义备选工厂构造方法(如 from_dict(cls, data))。
staticmethod(function) 把函数转换为静态方法,既不接收 self 也不接收 cls。 组织在逻辑上属于类但在实现上不依赖类实例状态的独立工具函数。
property(fget=None, fset=None, fdel=None, doc=None) 创建托管属性描述符,以方法形式实现属性访问与校验控制。 通常通过 @property 与 @name.setter 装饰器语法使用。
super([type[, object_or_type]]) 返回委托给父类或兄弟类的方法代理对象。 严格遵循方法解析顺序(MRO),是解决多继承“菱形继承”问题的核心。
字符编码与量度 len(s) 返回对象的长度或元素个数(基于 __len__())。 $O(1)$ 复杂度,直接读取底层的 ob_size 字段,避免自行遍历计数。
bin(x) 将整数转换为以 '0b' 为前缀的二进制字符串:bin(7) → '0b111'。 若入参非整型,必须实现 __index__() 方法。
oct(x) 将整数转换为以 '0o' 为前缀的八进制字符串:oct(8) → '0o10'。 常用于文件权限掩码表示,如 0o755。
hex(x) 将整数转换为以 '0x' 为前缀的十六进制字符串:hex(255) → '0xff'。 支持转为小写十六进制文本,处理二进制协议与颜色编码时极为常见。
chr(i) 与 ord(c) 互逆函数:chr(97) → 'a';ord('a') → 97。 ord 要求参数必须是单字符字符串;chr 范围必须在 0 到 1,114,111 之间。
repr(object) 与 ascii(object) repr 返回官方规范字符串;ascii 将非 ASCII 字符转义为 \x、\u。 repr 的设计目标是明确无歧义,理想情况下可满足 eval(repr(obj)) == obj。

八、核心工程场景下的选型避坑与总结

在日常实际工程开发中,合理选用内置函数能够大幅精简代码量并获得底层 C 语言级的性能增益。以下整理出四大关键准则与高频坑点:

Python内置函数有哪些:68个Built-in Functions分类速查表
图 4:Python 内置函数工程实践准则与关键避坑卡片

熟练运用这 68 个内置函数是编写地道、高效且具备健壮性 Python 代码的基本功。在日常编码中,当产生“实现某个通用基础工具函数”的想法时,不妨先对照本速查表排查标准库原生函数,充分利用底层 CPython 原生优化的性能优势与内存安全性。

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。