一，返回值为bool类型的函数

1.any()函数

any（iterable）->bool

当迭代器中有一个是Ture,则返回Ture；若interable=NUll,则返回False.

>>> any([1,0])
True
>>> any([0,0])
False
>>> any([])
False
>>> any([1,0,0])
True

应用：在一颗二叉树中，找出每一层中的最大元素（leetcode515）。

Input: 

          1

         / \

        3   2

       / \   \

      5   3   9 

Output: [1, 3,9] 

#类节点的定义
class node(self) :

    def __init__(self,data)

        self.val=data

        self.right=NULL

        self.left=NULL

class Solution(object):

         def largestValues(self, root):

              maxlist=[]

              row=[root]

              while any(row):

                   maxlist.append(max[node.val for node in row])

                   row=[kid for node in row for kid in node.left,node.right) if kid]

              return maxlist

2.all()函数

all(iterable)->bool

迭代器中每个元素必须都为真时，返回Ture,否则返回False.

>>> all([1,0])
False
>>> all(["e",1])
True

3.isinstance(),issubclass()

1.isinstance(object, classinfo) ->bool.返回True如果参数object是classinfo的一个实例，否则返回False。

2.issubclass(class, classinfo) .返回True如果参数class是classinfo的一个子类，否则返回False。

待续中。。。

二，内置高阶函数（可以接受函数名为参数的函数）

高阶函数：在数学中类似于算子，高阶导数，复合函数，也就是说把函数当作自变量，通过某种对应关系映射得到一个新的函数。在Python中常见内置的高阶函数有：mape(),reduce(),filter(),sortded()

1.map()

map(function_name,list)->list 。map()将接受 一个函数与列表为参数，返回一个新的列表。这个函数依次对列表中的每个元素进行操作，返回得到的结果，组成一个列表作为输出的结果。

列如：

实现，map（）函数的作用相当于迭代，我们只需要定义一个实现我们想要的子结果的函数即可。

2.reduce（）

reduce把一个函数f(x,y)作用在一个序列[x1, x2, x3…]上，f(x,y)必须接收两个参数x,y，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

>>> def add(x, y):

...     return x + y

...

>>> reduce(add, [1, 3, 5, 7, 9])

25

3.filter()

filter(f,list)->list;这个f的作用是对list的每个元素进行判断，返回True或False，filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。

def odd(x):

    return x%2!=0

filter(odd,[1,2,3,4,6,3,6,10,3])

filter（f,list）相当于一个筛子，其中f函数就好像就是一个衡量标准，若list中的元素符合标准，就保留下来。否则就删除掉。

4.sorted()

排序接口：对给定的List L进行排序，
方法1.用List的成员函数sort进行排序，在本地进行排序，不返回副本。
方法2.用built-in函数sorted进行排序（从2.4开始），返回副本，原始输入不变。

>>> a=[1, 54, 6, 90, 8, 9]

>>> b=[33,7,3,1]

>>> a.sort()

>>> a

[1, 6, 8, 9, 54, 90]

>>> sorted(b)

[1, 3, 7, 33]

>>> b

[33, 7, 3, 1]

sorted(iterable, cmp=None, key=None, reverse=False) --> new sorted list

其中

<<< sorted("This is a test string from Andrew".split(), key=str.lower)

   ['a', 'Andrew', 'from', 'is', 'string', 'test', 'This']

>>> student_tuples = [

        ('john', 'A', 15),

        ('jane', 'B', 12),

        ('dave', 'B', 10),

]

>>> sorted(student_tuples, key=lambda student: student[2])   # sort by age

[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

>>> class Student:

        def __init__(self, name, grade, age):

                self.name = name

                self.grade = grade

                self.age = age

        def __repr__(self):

                return repr((self.name, self.grade, self.age))

>>> student_objects = [

        Student('john', 'A', 15),

        Student('jane', 'B', 12),

        Student('dave', 'B', 10)]

>>> sorted(student_objects, key=lambda student: student.age)   # sort by age

[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

sorted里面的key参数的使用非常广泛，因此python提供了一些方便的函数来使得访问方法更加容易和快速。operator模块有itemgetter，attrgetter，从2.6开始还增加了methodcaller方法。使用这些方法，上面的操作将变得更加简洁和快速：

>>> from operator import itemgetter, attrgetter

>>> sorted(student_tuples, key=itemgetter(2))

[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

>>> sorted(student_objects, key=attrgetter('age'))

[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

operator模块还允许多级的排序，例如，先以grade，然后再以age来排序

>>> sorted(student_tuples, key=itemgetter(1,2))

[('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]

>>> sorted(student_objects, key=attrgetter('grade', 'age'))

[('john', 'A', 15), ('dave', 'B', 10), ('jane', 'B', 12)]

>>> sorted(student_tuples, key=itemgetter(2), reverse=True)

[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]

>>> sorted(student_objects, key=attrgetter('age'), reverse=True)

[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]

四、字符串处理函数

1、字符串大小写：

str.capitalize

'Hello'

全部大写：str.upper()
全部小写：str.lower()
大小写互换：str.swapcase()

2、字符串替换

str.replace

可以传三个参数，第三个参数为替换次数

3、字符串切割：

str.split

可以传二个参数，第二个参数为切割次数

4.字符串格式化

获取固定长度，右对齐，左边不够用空格补齐：str.ljust(width)
获取固定长度，左对齐，右边不够用空格补齐：str.rjust(width)
获取固定长度，中间对齐，两边不够用空格补齐：str.centerjust(width)
获取固定长度，右对齐，左边不足用0补齐:str.zfill(width)

>>> str.rjust(40)

'                  python string function'

>>> str.rjust(30,'')

'00000000python string function'

>>.>str.ljust(30,'')

'python string function00000000'

>>> str.center(30,'')

'0000python string function0000'

5.字符串搜索相关
搜索指定字符串，没有返回-1：str.find('t')
指定起始位置搜索：str.find('t',start)
指定起始及结束位置搜索：str.find('t',start,end)
从右边开始查找：str.rfind('t')
搜索到多少个指定字符串：str.count('t')
上面所有方法都可用index代替，不同的是使用index查找不到会抛异常，而find返回-1

6.字符串去空格及去指定字符
去两边空格：str.strip()
去左空格：str.lstrip()
去右空格：str.rstrip()
去两边字符串：str.strip('d')，相应的也有lstrip，rstrip

7.字符串判断相关
是否以start开头：str.startswith('start')
是否以end结尾：str.endswith('end')
是否全为字母或数字：str.isalnum()
是否全字母：str.isalpha()
是否全数字：str.isdigit()
是否全小写：str.islower()
是否全大写：str.isupper()

五.其他内置函数

1.enumerate()  .返回一个枚举类型

>>> for i,j in enumerate(('a','b','c')):
print(i,j)

0 a
1 b
2 c

>>> for i,j in enumerate([1,2,3]):
print(i,j)

0 1
1 2
2 3

>>> for i,j in enumerate('abc'):
print(i,j)

0 a
1 b
2 c

>>> for i,j in enumerate({'a':1,'b':2}):
print(i,j)

0 b
1 a

2.zip(*iterables) 生成一个迭代器，它（迭代器）聚合了从每个可迭代数集里的元素。

>>> x = [1, 2, 3]
>>> y = [4, 5, 6]
>>> zipped = zip(x, y)
>>> list(zipped)
[(1, 4), (2, 5), (3, 6)]