"常用函数"这个词在不同的上下文中可能有不同的含义。这里我会列举一些在不同领域常见的函数，包括数学、编程、数据分析等。如果你需要特定领域的函数，请提供更多信息以便我能更准确地回答。
### 数学函数：
1. `sin(x)`、`cos(x)`、`tan(x)`：三角函数，用于计算角度的三角函数值。
2. `exp(x)`：自然指数函数，计算e的x次方。
3. `log(x)`、`ln(x)`：自然对数函数，计算x的自然对数。
4. `sqrt(x)`：平方根函数，计算x的平方根。
5. `abs(x)`：绝对值函数，返回x的绝对值。
6. `round(x)`：四舍五入函数，将数字四舍五入到最接近的整数。
### 编程函数（以Python为例）：
1. `len()`：返回一个对象的长度或项目数。
2. `print()`：打印输出内容到控制台。
3. `str()`：将其他数据类型转换为字符串类型。
4. `int()`、`float()`：将字符串转换为整数或浮点数类型。
5. `list()`、`dict()`、`set()`：创建列表、字典或集合对象。
6. `sorted()`：对可迭代对象进行排序。
7. `sum()`：计算数字列表的总和。
8. `max()`、`min()`：返回列表中的最大值或最小值。
9. `random.random()`：生成一个随机浮点数。
### 数据处理和分析函数（以Python的pandas库为例）：
1. `df.mean()`：计算DataFrame或Series的平均值。
2. `df.median()`：计算中位数。
3. `df.mode()`：找到最频繁出现的值（对于数值没有意义）。
4. `df.sum()`：计算总和。
5. `df.std()`、`df.var()`：计算标准差和方差。
6. `df.groupby()`：根据特定列的值对数据进行分组。
7. `df.sort_values()`：对DataFrame或Series进行排序。
8. `df.dropna()`：删除包含缺失值的行或列。
9. `df.apply()`：对DataFrame或Series应用函数。
以上只是一些常见函数的简单列举，不同领域和编程语言中还有很多其他功能和用途的函数可供使用。如果你需要特定领域的常用函数列表，请提供更多的上下文信息以便我提供更准确的答案。