1. 內(nèi)置函數(shù)到底是什么先弄清它的邊界和地位1.1 從一次代碼評(píng)審說(shuō)起有次做代碼評(píng)審看到同事寫(xiě)了這么一段nums [3, 1, 4, 1, 5, 9, 2, 6] max_val 0 for n in nums: if n max_val: max_val n我問(wèn)他為什么不直接max(nums)他愣了一下說(shuō)啊還能這樣那一刻我意識(shí)到很多人不是不會(huì)寫(xiě)代碼而是對(duì)自己天天在用的內(nèi)置函數(shù)缺乏系統(tǒng)認(rèn)知。內(nèi)置函數(shù)這個(gè)詞很多教程里都提過(guò)但真正把它當(dāng)成一門(mén)學(xué)問(wèn)去研究的人并不多。內(nèi)置函數(shù)其實(shí)就是編程語(yǔ)言?xún)?nèi)置的、直接可用的函數(shù)不需要任何導(dǎo)入操作。在 Python 里你打開(kāi)解釋器就能用len()、max()、sorted()、range()這些在 JavaScript 里parseInt()、Array.isArray()同樣是內(nèi)置的就算在 Go 里make()、append()、len()也是語(yǔ)言規(guī)范直接提供的。它們共同的特點(diǎn)是語(yǔ)法層面就在那里隨解釋器或運(yùn)行時(shí)一起啟動(dòng)永遠(yuǎn)可訪(fǎng)問(wèn)。1.2 內(nèi)置函數(shù)與標(biāo)準(zhǔn)庫(kù)、模塊函數(shù)的本質(zhì)區(qū)別很多人容易混淆三個(gè)概念內(nèi)置函數(shù)、標(biāo)準(zhǔn)庫(kù)函數(shù)、第三方模塊函數(shù)。區(qū)別其實(shí)很清晰。內(nèi)置函數(shù)屬于解釋器本身是你啟動(dòng)任何一個(gè)腳本時(shí)最先被加載的那批函數(shù)。標(biāo)準(zhǔn)庫(kù)函數(shù)則需要通過(guò) import 引入比如import os之后才能用os.getcwd()。第三方模塊就更不用說(shuō)了得先安裝再導(dǎo)入。以 Python 為例內(nèi)置函數(shù)的數(shù)量其實(shí)是有限的——CPython 3.11 版本里公開(kāi)暴露的內(nèi)置函數(shù)有 70 多個(gè)。你可以用dir(__builtins__)或者builtins模塊把它們?nèi)苛谐鰜?lái)import builtins print([name for name in dir(builtins) if not name.startswith(_) and callable(getattr(builtins, name))])這些函數(shù)是每個(gè)程序啟動(dòng)時(shí)就存在的基礎(chǔ)設(shè)施。它們承擔(dān)的職責(zé)非常廣泛類(lèi)型轉(zhuǎn)換、數(shù)值計(jì)算、對(duì)象處理、反射、迭代支持、資源獲取、編譯執(zhí)行、日志輸出、進(jìn)制轉(zhuǎn)換幾乎覆蓋了程序設(shè)計(jì)的每一個(gè)角落。理解了它們的邊界和地位你才能在設(shè)計(jì)代碼時(shí)做出正確的選擇什么時(shí)候用內(nèi)置什么時(shí)候自己寫(xiě)什么時(shí)候去翻標(biāo)準(zhǔn)庫(kù)。這才是系統(tǒng)學(xué)習(xí)內(nèi)置函數(shù)真正的起點(diǎn)。2. 常用內(nèi)置函數(shù)分類(lèi)圖譜與實(shí)戰(zhàn)選型2.1 高頻數(shù)據(jù)處理函數(shù)的最短路徑我見(jiàn)過(guò)太多人用復(fù)雜的循環(huán)解決一行代碼就能搞定的事。處理數(shù)據(jù)時(shí)len()、max()、min()、sum()、sorted()、reversed()是絕對(duì)的高頻主力。最容易踩的坑是reversed()。它是惰性的返回一個(gè)迭代器你直接打印它看到的是list_reverseiterator object at 0x...必須先list()轉(zhuǎn)一下才能看到內(nèi)容。sorted()則相反它返回一個(gè)新列表任何可迭代對(duì)象都能排。注意sorted()有兩個(gè)重要參數(shù)key和reverse。key接收一個(gè)函數(shù)用來(lái)生成排序依據(jù)典型用法是sorted(users, keylambda u: u[age])reverseTrue表示降序。data [(1, b), (3, a), (2, c)] # 按第二列排序 print(sorted(data, keylambda x: x[1])) # [(1, b), (2, c), (3, a)] 不對(duì)結(jié)果是 [(3, a), (1, b), (2, c)]字典按鍵排序時(shí)sorted(d)默認(rèn)排的是鍵sorted(d.values())排的是值sorted(d.items(), keylambda x: x[1])按值排序。這一組的共同規(guī)律是能用內(nèi)置就用內(nèi)置它們基于 C 語(yǔ)言底層優(yōu)化性能遠(yuǎn)好過(guò)手工寫(xiě)循環(huán)。2.2 函數(shù)式編程三件套map、filter、zip函數(shù)式編程這幾年很流行Python 的map()、filter()、zip()是三個(gè)繞不開(kāi)的內(nèi)置函數(shù)。map(fn, iterable)對(duì)可迭代對(duì)象中的每個(gè)元素依次執(zhí)行函數(shù)返回 map 對(duì)象惰性求值。filter(fn, iterable)保留函數(shù)返回真的元素。zip(*iterables)把多個(gè)可迭代對(duì)象按索引對(duì)齊打包成元組。這三個(gè)函數(shù)需要注意的共性問(wèn)題它們都返回迭代器而非列表。在 Python 3 里你用完一次之后如果想再用必須重新調(diào)用函數(shù)因?yàn)榈饕呀?jīng)耗盡了。很多人剛接觸時(shí)罵 Python 3 改掉了 Python 2 的返回列表行為其實(shí)這是內(nèi)存友好的設(shè)計(jì)——大數(shù)據(jù)集不落地式處理不會(huì)瞬間撐爆內(nèi)存。它們?nèi)叩慕M合能力更值得關(guān)注比如同時(shí)遍歷多個(gè)序列并映射處理keys [name, age, city] values [Tom, 28, Beijing] result dict(zip(keys, values)) # {name: Tom, age: 28, city: Beijing} mapped list(map(lambda kv: kv[0] str(kv[1]), result.items()))但有一個(gè)語(yǔ)法糖層面的問(wèn)題當(dāng) map 的函數(shù)是單參時(shí)可以用map(len, words)這種形式當(dāng)需要兩個(gè)參數(shù)時(shí)map(pow, [2, 3], [5, 4])是合法的。如果你經(jīng)常要寫(xiě)lambda x: x 1這種簡(jiǎn)單映射其實(shí)列表推導(dǎo)式[i 1 for i in data]可讀性更好、速度也不慢。內(nèi)置函數(shù)是工具不是信仰該用列表推導(dǎo)式的時(shí)候別硬上 map。2.3 類(lèi)型轉(zhuǎn)換家族的隱藏參數(shù)與邊界行為類(lèi)型轉(zhuǎn)換內(nèi)置函數(shù)看起來(lái)簡(jiǎn)單int()、float()、str()、bool()、list()、tuple()、dict()、set()人人會(huì)用但很少有人研究它們的邊界行為。int()的第二個(gè)參數(shù)是進(jìn)制基數(shù)很多人不知道。int(ff, 16)返回 255int(1010, 2)返回 10。這在處理協(xié)議解析、二進(jìn)制數(shù)據(jù)時(shí)極其有用。bool()的轉(zhuǎn)換規(guī)則也容易搞錯(cuò)。在 Python 里空的列表、字典、字符串、元組、集合、數(shù)字 0、None都是 False其余都是 True。但注意bool(0)結(jié)果是 True因?yàn)樽址?非空。這個(gè)誤判在數(shù)據(jù)清洗時(shí)經(jīng)?？尤恕ist()和set()的配合有一個(gè)經(jīng)典用途去重。list(set(data))可以快速去重但結(jié)果順序不定。需要保持順序的可以去查dict.fromkeys(data)配合list()的組合技巧data [3, 1, 3, 2, 1, 4] dedup list(dict.fromkeys(data)) # [3, 1, 2, 4]順序保持Python 3.7 字典有序這背后依賴(lài)的是字典鍵唯一性加插入有序性的特性屬于內(nèi)置函數(shù)之間的組合玩法。類(lèi)型轉(zhuǎn)換看似基礎(chǔ)實(shí)際是數(shù)據(jù)處理中最容易被忽略的細(xì)節(jié)密集區(qū)。下表是幾個(gè)容易記錯(cuò)的行為調(diào)用結(jié)果備注int(3.7)3向下取整不是四舍五入int(3.7)報(bào)錯(cuò)字符串轉(zhuǎn) int 時(shí)不能直接轉(zhuǎn)浮點(diǎn)字符串float(3)3.0整數(shù)轉(zhuǎn)浮點(diǎn)合法bool()False空字符串為假bool(0)True非空字符串為真list(range(3))[0, 1, 2]range 是惰性的2.4 反射與屬性操作編程中的自適應(yīng)能力反射組的內(nèi)置函數(shù)——getattr()、setattr()、hasattr()——是動(dòng)態(tài)編程的核心工具。它們讓你在程序運(yùn)行時(shí)而不是編譯時(shí)去查詢(xún)和操作對(duì)象的屬性。getattr(obj, name)等價(jià)于obj.name但它接受第三個(gè)參數(shù)作為默認(rèn)值getattr(obj, age, 18)。這在處理可選字段時(shí)比 try except 優(yōu)雅得多。hasattr(obj, age)做存在性判斷setattr(obj, age, 20)動(dòng)態(tài)賦值。它們最常見(jiàn)的兩個(gè)應(yīng)用場(chǎng)景是配置驅(qū)動(dòng)的代碼分發(fā)以及通用數(shù)據(jù)處理框架。比如寫(xiě)一個(gè)根據(jù)字段名動(dòng)態(tài)取出數(shù)據(jù)的函數(shù)for field in [name, age, email]: value getattr(user, field, ) print(field, value)反射有個(gè)明顯的性能代價(jià)每次getattr都要走屬性查找鏈路比直接調(diào)用屬性慢一個(gè)數(shù)量級(jí)。但它的價(jià)值在于通用性——讓一段代碼能適配任意結(jié)構(gòu)的數(shù)據(jù)而不是為一個(gè)特定類(lèi)寫(xiě)死邏輯。在我做數(shù)據(jù)報(bào)表工具時(shí)這種設(shè)計(jì)模式大大減少了樣板代碼量。3. 內(nèi)置函數(shù)為什么快從實(shí)現(xiàn)層面拆解性能來(lái)源3.1 內(nèi)置函數(shù)背后的 C 層實(shí)現(xiàn)很多程序員有個(gè)誤解覺(jué)得內(nèi)置函數(shù)只是一種方便封裝的名字性能和自己寫(xiě)的函數(shù)差不多。實(shí)際上Python 里大部分內(nèi)置函數(shù)是 CPython 用 C 寫(xiě)的函數(shù)體本身就是高度優(yōu)化的 C 代碼直接操作解釋器的 C 層數(shù)據(jù)結(jié)構(gòu)。拿sum()來(lái)說(shuō)它內(nèi)部直接遍歷 PyObject 序列做加法運(yùn)算不需要像你寫(xiě) Python 循環(huán)那樣每次迭代都經(jīng)過(guò) Python 字節(jié)碼解釋。Python 每執(zhí)行一行循環(huán)代碼都要經(jīng)歷字節(jié)碼解釋、棧幀管理、異常檢查等環(huán)節(jié)這些開(kāi)銷(xiāo)會(huì)疊加而sum()把這些鎖死在 C 層性能差距在數(shù)據(jù)量大時(shí)能到幾倍甚至十幾倍。再比如len()更夸張它根本不是通過(guò)迭代計(jì)算長(zhǎng)度而是直接讀取序列對(duì)象的 ob_size 字段。Python 的列表、字典、元組在創(chuàng)建時(shí)就維護(hù)了長(zhǎng)度屬性len()的復(fù)雜度是 O(1)即無(wú)論列表多長(zhǎng)執(zhí)行時(shí)間都恒定。你可以從調(diào)用鏈的角度理解len()做的是看一下結(jié)構(gòu)體里存的數(shù)字而手工數(shù)一遍是遍歷每個(gè)元素計(jì)數(shù)。3.2 命名空間查找的隱藏開(kāi)銷(xiāo)內(nèi)置函數(shù)在 CPython 中有專(zhuān)門(mén)的內(nèi)存位置它們存在于builtins模塊的字典里。當(dāng)你調(diào)用max(data)時(shí)字節(jié)碼指令 LOAD_GLOBAL 會(huì)去模塊全局命名空間找max找不到再去內(nèi)置命名空間找。這個(gè)查找過(guò)程比局部變量 LOAD_FAST 慢但比自定義函數(shù)快。這是因?yàn)?LOAD_FAST 直接通過(guò)索引訪(fǎng)問(wèn)棧幀的局部變量槽LOAD_GLOBAL 需要先查全局字典再查內(nèi)置字典是兩次字典查找。字典查找本身是 O(1)但兩次哈希查找加上可能的緩存失效總開(kāi)銷(xiāo)還是比局部變量大。知道了這個(gè)原理就可以做一個(gè)經(jīng)典優(yōu)化把高頻調(diào)用的內(nèi)置函數(shù)賦值給局部變量。比如循環(huán)里反復(fù)調(diào)len()時(shí)可以先l len再在循環(huán)里用l(data)。這個(gè)技巧在處理千萬(wàn)級(jí)數(shù)據(jù)時(shí)效果明顯屬于用局部變量代替全局查找的標(biāo)準(zhǔn)優(yōu)化手段。3.3 用 timeit 做的一組直觀(guān)對(duì)比我做了個(gè)簡(jiǎn)單測(cè)試分別計(jì)算三種方式對(duì)一個(gè)包含 100 萬(wàn)元素的列表求和所需的時(shí)間import timeit setup data list(range(1000000)) def manual_sum(arr): total 0 for x in arr: total x return total t1 timeit.timeit(sum(data), setupsetup, number50) t2 timeit.timeit(manual_sum(data), setupsetup, number50) t3 timeit.timeit(functools.reduce(lambda a,b: ab, data), setupfrom functools import reduce; setup, number50) print(f內(nèi)置 sum: {t1:.4f}s) print(f手寫(xiě)循環(huán): {t2:.4f}s) print(freduce 方法: {t3:.4f}s)實(shí)測(cè)下來(lái)內(nèi)置sum()通常比手寫(xiě)循環(huán)快 3 到 5 倍比reduce快得多。這背后的邏輯很簡(jiǎn)單手寫(xiě)循環(huán)每一輪迭代都經(jīng)過(guò)完整的 Python 解釋流程而sum()把累加邏輯下沉到 C 層且內(nèi)層使用的是優(yōu)化過(guò)的遍歷機(jī)制。這不是說(shuō)所有人都必須用內(nèi)置函數(shù)——有些場(chǎng)景確實(shí)需要自定義邏輯。但當(dāng)你不需要特殊邏輯的時(shí)候用內(nèi)置函數(shù)就是碾壓級(jí)的性?xún)r(jià)比優(yōu)勢(shì)。4. 內(nèi)置函數(shù)與關(guān)鍵字、方法、模塊函數(shù)的邊界排查4.1 它和關(guān)鍵字哪里不一樣內(nèi)置函數(shù)經(jīng)常與關(guān)鍵字混為一談但它們有本質(zhì)差異。關(guān)鍵字是語(yǔ)言語(yǔ)法的一部分比如if、for、while、def、return它們不參與賦值、不能被覆蓋也沒(méi)有對(duì)象形式。內(nèi)置函數(shù)則是普通對(duì)象只是默認(rèn)被放入內(nèi)置作用域。這個(gè)區(qū)別帶來(lái)一個(gè)重要的實(shí)際后果內(nèi)置函數(shù)可以被重新賦值。len lambda s: 100 print(len([1, 2, 3])) # 輸出 100 print(__builtins__.len([1, 2, 3])) # 輸出 3真身不受影響在全局命名空間里len被自己的局部定義遮蔽之后內(nèi)置函數(shù)不會(huì)被真正刪除只是看不見(jiàn)了。這個(gè)問(wèn)題在生產(chǎn)代碼里非常危險(xiǎn)——如果你給某個(gè)變量起名叫l(wèi)ist、dict、id后續(xù)代碼會(huì)靜默出現(xiàn)怪異行為不會(huì)報(bào)錯(cuò)因?yàn)槊执_實(shí)找到了只不過(guò)找到的是你的變量而不是內(nèi)置函數(shù)。排查這類(lèi)問(wèn)題時(shí)最有效的工具是dir()和globals()。dir()不帶參數(shù)時(shí)列出當(dāng)前作用域所有名字globals()返回全局命名空間的字典。當(dāng)你懷疑某個(gè)內(nèi)置函數(shù)被遮蔽時(shí)快速比較這兩者即可定位。4.2 isinstance 與 type 的使用邊界內(nèi)置函數(shù)群里isinstance()和type()長(zhǎng)得像用起來(lái)容易搞混。type(obj)返回的是對(duì)象的確切類(lèi)型isinstance(obj, cls)檢查的是類(lèi)型兼容性——考慮到繼承關(guān)系。推薦用isinstance()而不是type()做類(lèi)型檢查。這是因?yàn)?Python 支持子類(lèi)和多態(tài)isinstance()遵循繼承體系而type()是精確匹配。舉個(gè)例子class Animal: pass class Dog(Animal): pass d Dog() print(type(d) is Dog) # True print(type(d) is Animal) # False print(isinstance(d, Animal)) # True在框架代碼、通用庫(kù)的編寫(xiě)中如果你堅(jiān)持type()精確匹配會(huì)把傳入子類(lèi)實(shí)例的合法調(diào)用者拒之門(mén)外。isinstance()還接受元組形式一次檢查多個(gè)類(lèi)型isinstance(x, (int, float))。這種表達(dá)式語(yǔ)義更清晰也更快。再補(bǔ)充一個(gè)容易搞混的點(diǎn)callable()。它判斷一個(gè)對(duì)象是否可以調(diào)用即能否寫(xiě)obj()。函數(shù)、方法、類(lèi)對(duì)象類(lèi)的實(shí)例如果實(shí)現(xiàn)了__call__都是可調(diào)用的。這個(gè)函數(shù)在動(dòng)態(tài)分發(fā)、插件機(jī)制中非常常用但經(jīng)常被初學(xué)者忽略。4.3 同名遮蔽問(wèn)題的完整排查鏈路舉一個(gè)我實(shí)際遇到過(guò)的案例。某次線(xiàn)上任務(wù)突然報(bào)錯(cuò)日志顯示TypeError: list object is not callable。我第一反應(yīng)是某個(gè)變量把內(nèi)置函數(shù)list遮蔽了。排查鏈路是這樣的用print(globals().get(list))看全局命名空間里list是否被其他對(duì)象占用。用import builtins; print(builtins.list)確認(rèn)內(nèi)置的list還是函數(shù)。如果是中間變量導(dǎo)致的查一下最近的賦值語(yǔ)句有沒(méi)有寫(xiě)list something。結(jié)果發(fā)現(xiàn)是某個(gè)工具函數(shù)里寫(xiě)了全局變量list json.loads(...)之后沒(méi)清理導(dǎo)致共享模塊后所有依賴(lài)list()的函數(shù)全部失效。這種問(wèn)題往往在 Code Review 階段就能發(fā)現(xiàn)只要各位約定變量命名時(shí)避免使用內(nèi)置函數(shù)名。更進(jìn)一步可以用一個(gè)懶人技巧自動(dòng)排查遍歷代碼里的所有標(biāo)識(shí)符看它們是否與dir(builtins)有交集。這在大型工程里可以做成一個(gè) lint 規(guī)則成本低收益高。5. 我在實(shí)際項(xiàng)目中踩過(guò)的與內(nèi)置函數(shù)相關(guān)的坑5.1 生成器消費(fèi)一次就空的陷阱map()、filter()、zip()、enumerate()返回的都是迭代器只能遍歷一次。我第一次踩這個(gè)坑是在做數(shù)據(jù)流水線(xiàn)時(shí)寫(xiě)了類(lèi)似下面的代碼lines map(process, data_list) print(sum(len(line) for line in lines)) # 第一次遍歷成功 print(sum(len(line) for line in lines)) # 第二次結(jié)果變成 0第二次遍歷結(jié)果為零因?yàn)榈谝粋€(gè)生成器表達(dá)式已經(jīng)把lines消費(fèi)完了。排查過(guò)程并不難但當(dāng)時(shí)確實(shí)讓我困惑了十幾分鐘因?yàn)閘ines看起來(lái)還是那個(gè)對(duì)象沒(méi)有任何異常。內(nèi)置的迭代器沒(méi)有統(tǒng)一的 可重頭再來(lái) 語(yǔ)義只能重新構(gòu)造。解決方案很簡(jiǎn)單包裝成列表list(map(...))或者把生成器做成工廠(chǎng)函數(shù)每次調(diào)用都重建。前者適合數(shù)據(jù)量可控的場(chǎng)景后者適合大數(shù)據(jù)流。5.2 enumerate 的起始參數(shù)遠(yuǎn)比你想的實(shí)用enumerate()大概是所有內(nèi)置函數(shù)里最容易被只用一個(gè)參數(shù)冤枉的一個(gè)。大多數(shù)人知道enumerate(iterable)返回(索引, 元素)對(duì)但很少有人用enumerate(iterable, start)顯式指定起始索引。有一次我寫(xiě)分頁(yè)邏輯需要從第 1 頁(yè)開(kāi)始編號(hào)默認(rèn)的enumerate從 0 開(kāi)始結(jié)果頁(yè)面上顯示的是 0、1、2而不是 1、2、3。我原先的寫(xiě)法是index 1手動(dòng)修正后來(lái)才反應(yīng)過(guò)來(lái)enumerate(items, start1)一步到位。這種細(xì)節(jié)會(huì)影響代碼的可讀性。手動(dòng)1容易讓閱讀者困惑——到底是從 0 開(kāi)始還是從 1 開(kāi)始直接寫(xiě)成enumerate(items, start1)語(yǔ)義一目了然。5.3 sorted 與 list.sort 的行為差異sorted()和list.sort()是另一個(gè)高頻混淆點(diǎn)。sorted()是內(nèi)置函數(shù)接受任意可迭代對(duì)象返回新的已排序列表原數(shù)據(jù)不變list.sort()是列表的方法原地排序返回None原數(shù)據(jù)被修改。在實(shí)際項(xiàng)目中原地修改是不可忽視的副作用。比如def get_top3(data): data.sort(reverseTrue) return data[:3]這個(gè)函數(shù)會(huì)直接改動(dòng)調(diào)用者傳入的列表。如果調(diào)用者沒(méi)有復(fù)制的習(xí)慣原始數(shù)據(jù)順序就被破壞了。更穩(wěn)妥的做法是def get_top3(data): return sorted(data, reverseTrue)[:3]這兩者的性能差異在列表場(chǎng)景下其實(shí)很小。真正的區(qū)別是你需要原數(shù)據(jù)不變時(shí)用sorted()你不介意甚至希望原列表被排序時(shí)用list.sort()節(jié)省內(nèi)存。很多長(zhǎng)期寫(xiě)代碼的人依然會(huì)在這上面翻車(chē)核心原因是沒(méi)意識(shí)到副作用。5.4 all 與 any 的短路特性與空序列行為all()和any()是檢查序列條件的常用內(nèi)置函數(shù)但它們有兩個(gè)容易忽略的行為。第一個(gè)是短路。all()在遇到第一個(gè)假值時(shí)就返回 Falseany()在遇到第一個(gè)真值時(shí)就返回 True不會(huì)把整個(gè)序列全部跑完。如果傳入的iterable是生成器這可以避免無(wú)謂的計(jì)算。第二個(gè)是空序列的行為這個(gè)永遠(yuǎn)有反直覺(jué)的戲劇性?？招蛄械腶ll()結(jié)果是 Trueany()結(jié)果是 False。邏輯上這符合數(shù)學(xué)約定全稱(chēng)命題在空集上為真存在命題在空集上為假但在業(yè)務(wù)代碼里如果沒(méi)做防御很容易產(chǎn)生我以為至少有一個(gè)元素的錯(cuò)誤判斷。我有一個(gè)同事寫(xiě)了個(gè)校驗(yàn)函數(shù)依賴(lài)all(items)判斷配置項(xiàng)是否都符合要求結(jié)果配置項(xiàng)列表為空時(shí)校驗(yàn)靜默通過(guò)導(dǎo)致后續(xù)流程拿著空配置執(zhí)行出奇怪的結(jié)果。5.5 id 與 的辨別別再同一性與相等性混著玩最后補(bǔ)一個(gè)非常有迷惑性的例子id()函數(shù)返回對(duì)象的內(nèi)存地址標(biāo)識(shí)與比較的值相等完全是兩個(gè)維度。is才是比較兩個(gè)對(duì)象是否是同一個(gè)對(duì)象。很多人用is或時(shí)沒(méi)分清就會(huì)寫(xiě)出類(lèi)似這樣的 buga [1, 2, 3] b [1, 2, 3] print(a b) # True值相等 print(a is b) # False不同對(duì)象 print(id(a), id(b)) # 兩個(gè)不同的地址而在 Python 里小整數(shù)緩存和字符串駐留機(jī)制會(huì)讓一些小整數(shù)出現(xiàn)is比較為 True 的錯(cuò)覺(jué)256 和 257兩種表現(xiàn)你很容易就能測(cè)出來(lái)。真正嚴(yán)謹(jǐn)?shù)拇a判斷對(duì)象身份用is判斷值相等用id()除了調(diào)試、哈希和內(nèi)存管理場(chǎng)景之外盡量不要出現(xiàn)在業(yè)務(wù)邏輯里。6. 何時(shí)值得繞開(kāi)內(nèi)置函數(shù)性能與語(yǔ)義的權(quán)衡6.1 需要短路與提前終止的場(chǎng)景內(nèi)置函數(shù)雖強(qiáng)但不是萬(wàn)能的。比如all()雖然會(huì)短路但如果你需要在找到第一個(gè)不滿(mǎn)足條件的元素時(shí)立刻執(zhí)行額外操作比如記錄日志、發(fā)送告警那么內(nèi)置函數(shù)就不夠直接了。你只能靠for循環(huán)手動(dòng)做for item in items: if not validate(item): logger.warning(f非法數(shù)據(jù): {item}) break else: # 全部合法時(shí)才走到這里 do_all_valid()Python 的for...else語(yǔ)法配合手動(dòng)循環(huán)提供了內(nèi)置函數(shù)做不到的中間動(dòng)作能力。同樣如果你需要寫(xiě)一個(gè)find_first函數(shù)并保留元素的索引和值for i, v in enumerate(items)這種組合就比純內(nèi)置函數(shù)更加靈活因?yàn)樯善鞅旧硪彩莾?nèi)置概念邏輯融為一體。6.2 自定義排序規(guī)則時(shí)的選擇sorted()的key參數(shù)已經(jīng)能覆蓋絕大多數(shù)排序場(chǎng)景但有些復(fù)雜業(yè)務(wù)排序邏輯——比如按多個(gè)權(quán)重、含分組信息、依賴(lài)全局狀態(tài)——用key寫(xiě)出來(lái)會(huì)很別扭。我不止一次見(jiàn)過(guò)用functools.cmp_to_key()把舊式比較函數(shù)轉(zhuǎn)換成key函數(shù)的做法這其實(shí)是一個(gè)很優(yōu)雅的過(guò)渡方案from functools import cmp_to_key def custom_cmp(a, b): if a[level] ! b[level]: return -1 if a[level] b[level] else 1 return -1 if a[score] b[score] else 1 sorted(users, keycmp_to_key(custom_cmp))但如果你始終在做復(fù)雜比較可能要停下來(lái)想想是不是應(yīng)該把比較邏輯封裝成類(lèi)實(shí)現(xiàn)__lt__等魔術(shù)方法這時(shí)內(nèi)置函數(shù)只是入口真正的邏輯在類(lèi)里面代碼的可測(cè)試性和可維護(hù)性反而更高。6.3 一次自定義性能優(yōu)化的復(fù)盤(pán)有一回我需要在一個(gè)巨大的文本列表里統(tǒng)計(jì)每個(gè)單詞出現(xiàn)的頻次。第一版代碼用了set()和列表的count()方法數(shù)據(jù)量一大就卡住了。原因很簡(jiǎn)單list.count()是 O(n) 的外層再套循環(huán)就是 O(n2)一萬(wàn)個(gè)單詞就慢得離譜。后來(lái)我改成了內(nèi)置的collections.Counterfrom collections import Counter counter Counter(words)Counter 在 CPython 中是用字典實(shí)現(xiàn)的計(jì)數(shù)邏輯單次插入和更新接近 O(1)總復(fù)雜度降到 O(n)。實(shí)測(cè)速度提升了近兩個(gè)數(shù)量級(jí)。這個(gè)案例的啟示是內(nèi)置函數(shù)組合未必永遠(yuǎn)是最優(yōu)解標(biāo)準(zhǔn)庫(kù)中基于內(nèi)置數(shù)據(jù)結(jié)構(gòu)精妙構(gòu)建的容器類(lèi)有時(shí)能力遠(yuǎn)超單個(gè)內(nèi)置函數(shù)的簡(jiǎn)單拼裝。反過(guò)來(lái)也有內(nèi)置函數(shù)比任何第三方輪子都快的場(chǎng)景。比如網(wǎng)絡(luò)文本處理時(shí)用str.translate()做批量字符替換它比你手動(dòng)循環(huán)調(diào)str.replace()快很多。re.sub雖然能處理正則場(chǎng)景但是當(dāng)你的需求就是固定字符映射時(shí)translate()明顯更高效。這種繞開(kāi)內(nèi)置反而慢了的經(jīng)驗(yàn)讓我意識(shí)到一個(gè)本質(zhì)問(wèn)題內(nèi)置函數(shù)和標(biāo)準(zhǔn)庫(kù)、自寫(xiě)代碼之間沒(méi)有絕對(duì)的優(yōu)劣真正的專(zhuān)業(yè)性在于理解它們各自的時(shí)間復(fù)雜度、內(nèi)存占用和副作用特征然后按場(chǎng)景選型。7. 排查與定位內(nèi)置函數(shù)相關(guān)問(wèn)題的速查清單7.1 五個(gè)最快的診斷問(wèn)題如果你被內(nèi)置函數(shù)相關(guān)的 Bug困擾不必急著翻官方文檔先問(wèn)問(wèn)自己五個(gè)問(wèn)題這個(gè)函數(shù)返回的是迭代器還是一個(gè)可重用的容器—— 如果是迭代器確認(rèn)你有沒(méi)有多次遍歷。這個(gè)函數(shù)有沒(méi)有副作用——list.sort()原地改數(shù)據(jù)sorted()不改數(shù)據(jù)差異巨大。是不是有變量把內(nèi)置函數(shù)遮蔽了—— 用globals()查一下同名變量?？蛰斎霑r(shí)這個(gè)函數(shù)的表現(xiàn)是什么——all([])、max([])的行為都不一致提前做好防御。類(lèi)型檢查用的是type()精確匹配還是isinstance()考慮繼承這五個(gè)問(wèn)題解決了我職業(yè)生涯中絕大多數(shù)內(nèi)置函數(shù)使人困惑的場(chǎng)景。你會(huì)注意到它們覆蓋的不是語(yǔ)法層面而是語(yǔ)義和副作用層面。真正的生產(chǎn)環(huán)境 Bug 從來(lái)不是代碼寫(xiě)錯(cuò)而是設(shè)計(jì)時(shí)沒(méi)搞清這些函數(shù)的特性。7.2 用 dir 與 help 快速建立內(nèi)置函數(shù)的可靠認(rèn)知最后推薦一個(gè)永遠(yuǎn)有效的學(xué)習(xí)方法在自己的解釋器里跑一遍dir(__builtins__)你會(huì)發(fā)現(xiàn)很多奇妙的函數(shù)從來(lái)沒(méi)有被認(rèn)真使用過(guò)。對(duì)每個(gè)陌生的內(nèi)置函數(shù)用help(函數(shù)名)查看詳細(xì)說(shuō)明,尤其是它的參數(shù)形式和返回值類(lèi)型。我給自己設(shè)定過(guò)一個(gè)規(guī)則在寫(xiě)任何項(xiàng)目之前先把當(dāng)前語(yǔ)言的內(nèi)置函數(shù)全部過(guò)一遍記憶那些可以解決眼前問(wèn)題的冷門(mén)選手。比如divmod()同時(shí)返回商和余數(shù)處理時(shí)間戳轉(zhuǎn)換時(shí)很好用globals()配合動(dòng)態(tài)字符串變量名能實(shí)現(xiàn)小型代碼生成器oct()和hex()處理進(jìn)制轉(zhuǎn)換、寫(xiě)設(shè)備協(xié)議時(shí)非常便捷staticmethod()這種雖然常作為裝飾器出現(xiàn)但它本身也是內(nèi)置函數(shù)家族的成員。這種系統(tǒng)性梳理花的時(shí)間非常值。內(nèi)置函數(shù)的核心價(jià)值往往不在單一函數(shù)的復(fù)雜度而在于它們之間可以自由組合。誰(shuí)能把這些最底層的工具吃透誰(shuí)就掌握了編程語(yǔ)言中最快的執(zhí)行路徑和最簡(jiǎn)潔的表達(dá)方式。這也是我在團(tuán)隊(duì)里反復(fù)強(qiáng)調(diào)先窮盡內(nèi)置函數(shù)再考慮第三方庫(kù)的真正原因。