很多人学 Python 半年还在各种第三方库里找“轮子”却忘了语言自带的那批“官方工具”才是性价比最高的知识点。每次看到有人为了省三行代码去 import 一个冷门库或者因为不会用内置函数把数据处理写成几十行毛线团一样的循环我都替他们觉得亏。python 内置函数总共有 60 多个全部由解释器直接提供不需要任何 import它们是你在写任何 Python 代码时都躲不掉的第一层工具。这篇东西就是冲着“大全”两个字去的不搞虚的我把它们按实战价值重新分组挑最能救命的讲透冷门的也带上最后还有我实测的性能数据和踩坑复盘。写给自己复盘也写给想真正用好 Python 的人。1. 为什么“内置函数”这张藏宝图值得单独拿出来讲1.1 从一次线上排查说起内置函数如何救场去年有段时间我负责一个数据清洗需求上游系统每天吐出来几十个 JSON 文件每个文件有十几万条记录字段还不统一。最初的方案是写解析脚本一个文件一个文件地遍历、判断、转换代码倒是能跑但是维护起来很痛苦稍微改个字段名就要动一堆分支逻辑。后来我做了个重构核心思路就是大量改用内置函数组合处理。举个例子从嵌套字典里批量取值并过滤空值原来可能要写result [] for item in raw_data: value item.get(tags, {}).get(level, ) if value: result.append(value)用内置函数和推导式组合之后result [value for item in raw_data if (value : item.get(tags, {}).get(level, ))]再配合filter、sorted、map整个清洗链路从一百多行压到四十行左右跑批时间还快了一截。别小看这几个函数的价值它们不是“语法糖”而是把循环的样板代码交给了解释器内部的 C 实现去执行效率和可读性同时拉满。1.2 内置函数不是“小工具”理解它背后的分类逻辑很多人对内置函数的印象是“就是些小工具”这个认知会让你错过它们真正的价值。内置函数和标准库最大的区别在于标准库需要 import 才可用内置函数无论何时何地直接就能用。它们几乎涵盖了 Python 编程中所有基础操作类型转换、数学计算、迭代处理、属性反射、输入输出、对象管理。为了好记忆我一般把它们分成六类整理成一张头脑地图分类核心函数典型用途类型转换int、float、str、list、tuple、set、dict、bytes数据清洗、序列化、入参校验迭代处理map、filter、sorted、zip、enumerate、reversed批量数据处理、循环优化逻辑判断all、any、bool条件汇总、快速校验属性反射getattr、setattr、hasattr、dir、vars动态配置、插件化设计代码执行eval、exec、compile、globals、locals动态执行、模板解析对象管理id、type、isinstance、issubclass、hash类型判断、唯一标识这个分类不是官方标准是我自己的记忆框架。分类也不是死规则比如iter既能算迭代处理又能算对象管理这不重要。重要的是当你遇到一个问题时脑子里能立刻反应出“这件事 Python 已经内置了解决方案”而不是先去 Stack Overflow 搜代码。2. 高频核心函数真正值得背下来的那一小撮2.1 数据处理三剑客map、filter、sorted 的底层逻辑先说map。它的表面上作用是“把函数应用到每个元素”但很多人不知道它的返回结果是个迭代器惰性求值。也就是说map(str, data)不会立刻生成一个列表而是生成一个 map 对象只有当你 for 循环它或者用list()包它的时候才会真正执行转换。data [1, 2, 3, 4] mapped map(lambda x: x * 2, data) print(mapped) # map object at ... print(list(mapped)) # [2, 4, 6, 8]这个惰性特性在数据量大的时候非常有用你可以把map对象直接传给下一个处理函数而不需要中间产生一个完整的临时列表内存占用大幅下降。同样的道理适用于filter它也是惰性的。我见过有人写filter(lambda x: x 0, data)之后直接判断“为什么结果是空”其实就是忘了迭代器需要被消费。再说sorted。它和列表自带的.sort()方法不同.sort()是原地排序sorted()是生成新列表。对于任何可迭代对象包括元组、字典键、生成器sorted都能返回有序列表。它最强大的地方是key参数接受一个函数排序时先用这个函数提取排序键students [{name: A, age: 20}, {name: B, age: 18}] sorted_by_age sorted(students, keylambda s: s[age], reverseTrue)这个key机制在实战中非常重要。它避免了“排序时比较原对象”的低效而是先批量计算键再进行排序。只要理解了key像“按字典的值排序”“按字符串长度排序”“多级排序”都能轻松搞定。2.2 类型转换与迭代解包zip、enumerate、all、any 的组合拳zip是我非常喜欢的一个函数它的作用是“把多个迭代器按位置合并成元组序列”。最容易忽略的一个特性是zip在最短的迭代器结束时停止不会自动补全缺失值。keys [name, age, city] values [张三, 25] dict(zip(keys, values)) # {name: 张三, age: 25}city 被截断如果你想要“以最长序列为准缺失的补默认值”得用itertools.zip_longest。但在大多数场景下zip的“最短截断”反而是正确的因为它符合“两个列表严格对齐”的逻辑。enumerate就简单了它给迭代对象加上索引。费解的是为什么有人不用它硬写i 0然后在循环里i 1。用enumerate还能指定起始索引for idx, line in enumerate(lines, start1): print(idx, line)all和any是两个被低估的“短路”函数。all要求所有元素为真any要求至少一个为真。它们都会在结果确定的那一刻停止计算这种短路特性在批量校验时能省下大量无谓的计算if all(len(item) 0 for item in config_list): # 全部的配置项都有值时才继续 pass注意这里的写法传给all的其实是一个生成器表达式它并不先构建整个列表而是边迭代边判断所以即使数据量是百万级别也能快速得到结果。2.3 函数式编程入场券lambda 与 reduce 的结合姿势lambda严格来说不是内置函数但你基本离不开它。它就是个匿名函数表达式适合用在那些“只调用一次”的场合比如sorted的key、map的函数参数。但很多时候你根本不需要lambda。比如map(str, list)直接把内置函数str传进去比lambda x: str(x)更清晰、更高效。这是很多人写代码时的一个通病什么事情都套一层 lambda反而把代码搞复杂了。reduce不是内置函数它在functools模块里但和内置函数关系密切。它做的事情是“把一个序列累积成单个值”from functools import reduce total reduce(lambda acc, x: acc x, range(1, 101), 0)实战中我建议谨慎使用reduce。函数式风格虽然紧凑但对不熟悉这个模式的同事来说可读性偏弱。如果是团队项目我更推荐用sum、max、min等内置聚合函数——它们本身就是“reduce 的特化版本”。只有当你需要自定义聚合逻辑比如“拼接路径并去重”时才值得考虑reduce。3. 冷门但关键的内置函数解决“文档查不到”的痛点3.1 getattr/hasattr/setattr动态属性操作这三个函数在“把字符串 key 映射到对象的属性”这种场景里是救命级别的存在。很多人写动态配置解析时喜欢堆一堆if hasattr(obj, field)但配合getattr可以写得更优雅。getattr的签名是getattr(object, name[, default])第二个参数是属性名的字符串。如果属性不存在它可以返回你指定的默认值而不是抛AttributeErrorstatus getattr(response, status_code, 500)hasattr用来判断对象是否有某个属性。注意它内部就是getattr加try/except实现的。setattr则是动态设置属性比如按配置文件里的字段名批量赋值config {debug: True, timeout: 30} for key, value in config.items(): setattr(server, key, value)这一组函数做配置驱动的代码时极其好用。我把它们列进“冷门但关键”是因为大多数教程会讲对象属性访问用.操作符就够了但当属性名是动态字符串的时候.语法根本无法工作这时候你才会意识到getattr的价值。3.2 永远可以信任的 repr、eval、compile字符串到代码repr和str都能把对象变成字符串但两者定位不同。str是为了给人看repr是为了给 Python 看——它尽量返回“能直接复制回去用来重建该对象”的字符串。text hello\n print(str(text)) # hello print(repr(text)) # hello\n在调试日志时repr比str更接近真相因为它会显示引号和转义符。这个差异在排查换行符、空格、特殊字符引起的 bug 时非常有帮助。eval能把一个字符串当表达式求值。比方说你要从配置文件里读取一个数字表达式expr 3 * 4 2 value eval(expr) # 14关于eval的争议很多我只说一点在一个可信的、自己生成的字符串上使用eval是完全可以接受的但如果你把用户输入直接丢给eval那就是在给自己造雷。compile更进一步能把代码字符串编译成字节码对象之后可以重复执行适合模板系统的场景。3.3 exec 与 globals动态执行的力量与边界exec比eval更大胆它可以执行一段完整的代码包括赋值语句、函数定义。一个典型场景是“动态拼装函数”code def double(x): return x * 2 namespace {} exec(code, namespace) print(namespace[double](21)) # 42注意我传入了namespace字典这样执行产生的变量不会污染当前命名空间。这是exec最重要的一个使用边界永远给 exec 单独的字典空间不要让它直接操作你的局部变量。很多人写动态执行代码踩坑就是因为忽略了作用域隔离的问题。globals()和locals()分别返回全局变量和局部变量的字典。配合vars()可以达到“把对象属性变成字典”的效果。这些函数在调试动态代码时非常好使比如打印某个作用域里到底有哪些变量。3.4 特殊场景下的 memoryview、bytearray二进制处理处理二进制数据时bytes和bytearray是绕不开的。区别在于bytes不可变、bytearray可变。如果你需要频繁修改二进制内容bytearray比bytes拼接效率高得多——每次bytes拼接都会新建一个对象而bytearray可以原地改。memoryview则是在大数据切片时的利器。它不会复制数据而是创建一个引用原缓冲区的视图切片时近乎零开销data bytearray(babcdefgh) view memoryview(data) chunk view[2:5] # 不拷贝底层数据当你在处理音视频流、文件头解析等高性能场景时memoryview能把“复制大数组”的成本降得极低。但它也有边界就是被引用的原对象不能随便释放否则视图会失效。这个知识点一般教程很少提及但在二进制处理的圈子里属于默认常识。4. 内置函数在真实项目中的三个应用场景拆解4.1 场景A数据清洗里的多条件筛选数据清洗是内置函数出现频率最高的地方。假设你有一份 CSV 格式的用户数据包含姓名、年龄、注册时间、城市现在要过滤出“年龄大于 18 且城市在名单内”的用户并按年龄倒序。allowed_cities {北京, 上海, 广州} users [(张三, 25, 北京), (李四, 17, 深圳), (王五, 30, 上海)] result sorted( filter(lambda u: u[1] 18 and u[2] in allowed_cities, users), keylambda u: u[1], reverseTrue )这种“filter先筛、sorted后排序、lambda写条件”的组合在实际项目中很常见。如果你只想保留某几个字段再把map叠上去就能完成一条流水线式的清洗操作中间不会产生多余的临时列表。4.2 场景B序列化与配置文件解析中的内置函数组合动态配置系统里getattr和setattr几乎是标配。比如你把外部传入的字典配置映射到服务对象上不希望写死每个字段的赋值语句CONFIG_MAPPING { host: (host, str), port: (port, int), debug: (debug, bool), } for key, (attr, cast_func) in CONFIG_MAPPING.items(): if key in external_config: setattr(service, attr, cast_func(external_config[key]))这里先用cast_func做类型转换再用setattr做动态赋值。如果字段缺失getattr还能提取默认值。这套模式比堆一百行if key host: service.host ...干净得多而且加新配置项只是加一行映射的事。4.3 场景C性能敏感代码中的内置函数优化很多人不知道内置函数因为底层是 C 实现通常比同等的 Python 手写循环快不少。下面是我最近对几组写法做的小测试数据是 100 万元素列表写法耗时均值备注普通 for 循环拼接字符串约 0.45s每次新建字符串str.join(map(str, data))约 0.09s迭代器内建处理手写循环求最大值约 0.08s-max(data)约 0.02sC 级循环差距最明显的是字符串拼接。str.join配合map(str, data)把“逐元素转换”和“一次性拼接”都交给了底层实现性能碾压手写循环。这就是我反复说的内置函数不仅是“写起来短”更是“跑得快”。在追求执行效率的场景里优先选用内置函数等于白捡一个性能优化。5. 性能对比与避坑实录一次“用错内置函数”的复盘5.1 实测看似等价的代码为何差一个数量级有一次帮同事 review 代码他写了一段“把列表里所有数字转成字符串”的逻辑str_list [] for i in range(1000000): str_list.append(str(i))这段代码跑了好几秒。我让他换成str_list list(map(str, range(1000000)))同样的数据耗时直接降到原来的五分之一左右。原因很简单map是在 C 层完成迭代和调用的而手写 for 循环的每一次迭代都要经过 Python 的解释器边界。还有一次是sum和手写累加的对比。sum(range(1000000))和手写循环累加相比前者快了将近 4 倍。这背后的原因是sum内部针对整数有专门的底层加法逻辑走的是紧凑的 C 循环而手写total i每次都要做 Python 层的整数对象操作。但这不代表手写循环一定差。map在函数调用开销较高的情况下优势会被抵消。比如你传一个自定义的 Python 函数给map每个元素都要进一次 Python 函数那么它的优势就不如直接用推导式。所以选不选内置函数要看“底层有没有对应的 C 实现”。sum、max、min、map、filter、sorted这类有 C 级实现兜底的函数优先用纯 Python lambda 包一层再传给map反而可能更慢。5.2 最容易被忽略的“坑位”清单我整理了几个内置函数常见的坑全部是真实踩过的不是从文档里抄来的第一个坑zip的长度截断zip在最短迭代器结束时会静默停止多余元素直接丢弃不会报错。如果你需要两侧数据严格一致或者想要补默认值要先确认到底要不要用itertools.zip_longest。第二个坑filter和map是惰性的这两个函数返回的都是迭代器对象打印出来是filter object或者map object不消费它就没有结果。常见错误是直接判断“为什么筛选后为空”其实只是忘了转成list。第三个坑getattr不传默认值会抛异常getattr(obj, 名字)在属性不存在时直接抛AttributeError。我见过太多代码因为这里没传默认值在线上半夜报错。写动态属性访问时默认值必须给全。第四个坑sorted的key只调用一次sorted的key函数对每个元素只调用一次然后把结果缓存起来排序。这个设计是好的但也意味着如果key函数有副作用副作用也只发生一次不要在里面做某些依赖执行次数的操作。第五个坑eval和exec的作用域隔离永远给它们一个字典作为独立命名空间。直接执行用户可控字符串等于把执行权拱手送人。这个原则在开源项目里也是默认纪律。第六个坑不要用type(x) list判断类型应该用isinstance(x, list)。type等于判断只认精确类型子类会被误判而isinstance会考虑继承关系。这个差异在面向对象设计里是致命的。6. 给不同阶段开发者的使用建议6.1 新手、中级、高级开发者的不同使用策略新手阶段我的建议是先背熟十来个函数len、type、isinstance、range、print、input、int、float、str、list、dict、set。这些是写任何脚本都离不开的基础。能把它用熟再进入map、filter、sorted、zip、enumerate这些数据处理函数。中级阶段重点理解惰性求值。map、filter、zip返回的都是迭代器配合生成器表达式能写出“几乎不产生中间数据”的高效流水线。这是从“能跑”到“跑得优雅”的分水岭。高级阶段精力可以放在getattr、setattr、exec、compile这些动态能力上。它们能让你设计出配置驱动、甚至是插件化的系统。但越是这样的功能越要对作用域和安全边界有清醒认识。6.2 如何把内置函数当成“心智模型”的一部分我个人的体会是内置函数不只是“单个工具”它们可以组成一套心智模型。拿到任何一段数据处理任务先不写循环先问三个问题要不要筛选用filter。要不要转换用map。要不要排序用sorted。然后再思考“这些操作能不能链成一条流水线”。数据流式的写法有很多好处可读性好每一步都是纯函数式操作不会隐藏状态内存使用可控迭代器之间可以流式传递代码短不需要为每一个循环专门开一个列表收集结果。这种思维方式我用了一年多之后明显感觉自己写代码的“形状”不一样了——不再是堆逻辑而是在搭管道。最后再分享一个小技巧当我不确定某个内置函数的确切行为时会直接在 REPL 里跑help(len)或者dir(list)看官方文档就在眼前。Python 的内置函数是把“文档即代码”贯彻得最彻底的部分随时随地都能查。真正的“大全”不是背下所有函数的名字而是知道每一个函数能在哪类问题里帮你省时间、省内存、省心。