python基础函数对照表(Python函数速查)

Python基础函数对照表是开发者跨平台开发、版本迁移及代码维护的重要参考工具。它系统梳理了Python内置函数、标准库函数及第三方库常用函数的功能差异、参数变化与兼容性特征。通过多维度对比可显著降低学习成本，例如Python 2与Python 3的print语法重构、range/xrange迭代器差异，以及math/cmath/numpy数学库的函数覆盖范围区别。该对照表需涵盖函数名、功能描述、参数说明、返回值类型、异常处理等核心要素，并标注不同Python版本、操作系统及运行环境的适配性。对于进阶开发者，还需对比函数性能差异（如timeit测试结果）、内存占用特性（如生成器与列表推导式）以及线程安全属性。值得注意的是，部分函数在特定场景下存在隐性行为差异，例如os.path模块在Windows与Linux路径分隔符处理上的不同。通过建立多层级对照体系，开发者能快速定位最优函数选择，规避版本升级带来的兼容性问题。

一、Python版本差异对比

函数类别	Python 2	Python 3	兼容性方案
打印输出	print语句	print()函数	from __future__ import print_function
整数除法	/取整	/浮点数	from __future__ import division
迭代工具	xrange()	range()	保留xrange别名

二、数学函数库对比

函数功能	math模块	cmath模块	numpy.math扩展
平方根计算	sqrt(x)	sqrt(x)	sqrt支持数组广播
对数运算	log(x,base)	log(x,base)	新增log2/log10
三角函数	sin/cos/tan	复数支持	向量化运算

三、字符串处理差异

操作类型	Python 2	Python 3	Unicode处理
默认编码	ASCII	UTF-8	str/bytes分离
格式化方法	%运算符	format()函数	f-strings(3.6+)
字符迭代	byte序列	Unicode码点	ord()/chr()

在文件操作领域，Python 3全面推行open()函数的encoding参数，替代Python 2的codecs模块编码设置。异步文件处理方面，asyncio库的aopen()与aiofiles第三方库形成功能互补，前者侧重协程管道，后者提供更完整的异步API。

四、错误处理机制演变

异常类型	捕获方式	上下文管理
常规异常	try-except	with语句(3.2+)
自定义异常	继承Exception	链式异常(3.3+)
警告控制	warning模块	filterwarnings()

迭代工具方面，range()与xrange()在Python 3完成合并，生成器表达式性能提升40%以上。itertools库新增product()组合函数，配合yield_from()(3.3+)实现嵌套生成器扁平化处理。

五、时间处理函数对比

time模块

时间粒度	datetime模块	pandas扩展
日期解析	strptime()	struct_time	to_datetime()
时间差计算	timedelta	float秒数	Nano精度
时区处理	pytz依赖	无原生支持	Timezone对象

在自定义函数开发规范方面，Python 3强制要求print()函数化，同时引入annotation类型提示。装饰器语法新增functools.singledispatch(3.4+)实现泛型函数，而dataclass(3.7+)简化类定义。

六、平台兼容性特征

• Windows特有函数：os.startfile()、mklink()
• POSIX扩展函数：os.fork()、plockf()
• 跨平台替代方案：pathlib路径操作、subprocess进程管理

七、性能优化函数组

numpyjoblib

优化目标	内置函数	标准库工具	第三方方案
循环加速	map/filter	itertools	numba
内存优化	生成器	array模块
并行计算	multiprocessing	concurrent.futures

在元编程层面，__import__函数与importlib模块形成动态导入体系，而exec()执行环境在Python 3.5+增加locals参数控制。装饰器注册机制通过functools.wraps保留原函数元信息。

• DataFrame.apply()、matplotlib的pyplot.plot()
• Session.send()、socket的create_connection()
• resolve()、Flask的route()

通过系统性构建Python基础函数对照体系，开发者可建立多维函数认知地图。建议采用记录函数兼容性，使用量化不同实现方案，并通过验证跨平台适配效果。未来随着Python语言发展，需重点关注、等新特性对应的函数演进。