1. 首页
  2. web前端

每周一个 Python 模块 | itertools

专栏地址:每周一个 Python 模块

Python 标准库模块 itertools 提供了很多方便灵活的迭代器工具,熟练的运用可以极大的提高工作效率。

无限迭代器

itertools.count

count(start=0, step=1) 

创建一个迭代器,生成从 n 开始的连续整数,如果忽略 n,则从 0 开始计算。示例:

In [2]: for n in itertools.count():    ...:     if 100000 < n < 100010:    ...:         print n    ...:     if n > 1000000:    ...:         break    ...:      100001 100002 100003 100004 100005 100006 100007 100008 100009 

itertools.cycle

cycle(iterable) 

把传入的一个序列无限重复下去。示例:

In [6]: count = 0  In [7]: for c in itertools.cycle("AB"):    ...:     if count > 4:    ...:         break    ...:     print c    ...:     count += 1    ...:      A B A B A 

itertools.repeat

repeat(object [,times]) 

创建一个迭代器,重复生成 object,times(如果已提供)指定重复计数,如果未提供 times,将无止尽返回该对象。示例:

In [8]: for x in itertools.repeat("hello world", 5):    ...:     print x    ...:      hello world hello world hello world hello world hello world 

函数式工具

itertools.ifilteritertools.reduceitertools.imapitertools.izip

与内建函数 filter()reduce()map()zip() 有同样的功能,只是返回一个迭代器而不是一个序列。在 Python3 中被去掉,因为默认的内建函数就是返回一个迭代器。

itertools.ifilterfalse

ifilterfalse(function or None, sequence) 

python3 为:

filterfalse(function or None, sequence) 

与 filter 类似,但仅生成 sequence 中 function(item) 为 False 的项。示例:

In [25]: for elem in itertools.ifilterfalse(lambda x: x > 5, [2, 3, 5, 6, 7]):    ....:     print elem    ....:      2 3 5 

itertools.izip_longest

izip_longest(iter1 [,iter2 [...]], [fillvalue=None]) 

Python3 为:

zip_longest(iter1 [,iter2 [...]], [fillvalue=None]) 

与 zip 类似,但不同的是它会把最长的 iter 迭代完才结束,其他 iter 如果有缺失值则用 fillvalue 填充。示例:

In [33]: for item in itertools.izip_longest('abcd', '12', fillvalue='-'):    ....:     print item    ....:      ('a', '1') ('b', '2') ('c', '-') ('d', '-') 

itertools.starmap

starmap(function, sequence) 

对序列 sequence 的每个元素作为 function 的参数列表执行,即 function(*item), 返回执行结果的迭代器。只有当 iterable 生成的项适用于这种调用函数的方式时,此函数才有效。示例:

In [35]: seq = [(0, 5), (1, 6), (2, 7), (3, 3), (3, 8), (4, 9)]  In [36]: for item in itertools.starmap(lambda x,y:(x, y, x*y), seq):     ...:     print "%d * %d = %d" % item     ...:      0 * 5 = 0 1 * 6 = 6 2 * 7 = 14 3 * 3 = 9 3 * 8 = 24 4 * 9 = 36 

itertools.dropwhile

dropwhile(predicate, iterable) 

创建一个迭代器,只要函数 predicate(item) 为 True,就丢弃 iterable 中的项,如果 predicate 返回 False,就会生成 iterable 中的项和所有后续项。即在条件为false之后的第一次, 返回迭代器中剩下来的项。示例:

In [41]: for item in itertools.dropwhile(lambda x: x<1, [ -1, 0, 1, 2, 3, 4, 1, -2 ]):     ...:     print item     ...:      1 2 3 4 1 -2 

itertools.takewhile

takewhile(predicate, iterable) 

与 dropwhile 相反。创建一个迭代器,生成 iterable 中 predicate(item) 为 True 的项,只要 predicate 计算为 False,迭代就会立即停止。示例:

In [28]: for item in itertools.takewhile(lambda x: x < 2, [ -1, 0, 1, 2, 3, 4, 1, -2 ]):    ....:     print item    ....:      -1 0 1 

组合工具

itertools.chain

chain(*iterables) 

把一组迭代对象串联起来,形成一个更大的迭代器。示例:

In [9]: for c in itertools.chain('ABC', 'XYZ'):    ...:     print c    ...:      A B C X Y Z 

itertools.product

product(*iterables, repeat=1) 

创建一个迭代器,生成多个迭代器集合的笛卡尔积,repeat 参数用于指定重复生成序列的次数。示例:

In [6]: for elem in itertools.product((1, 2), ('a', 'b')):    ...:     print elem    ...:      (1, 'a') (1, 'b') (2, 'a') (2, 'b')  In [7]: for elem in itertools.product((1, 2), ('a', 'b'), repeat=2):    ...:     print elem    ...:      (1, 'a', 1, 'a') (1, 'a', 1, 'b') (1, 'a', 2, 'a') (1, 'a', 2, 'b') (1, 'b', 1, 'a') (1, 'b', 1, 'b') (1, 'b', 2, 'a') (1, 'b', 2, 'b') (2, 'a', 1, 'a') (2, 'a', 1, 'b') (2, 'a', 2, 'a') (2, 'a', 2, 'b') (2, 'b', 1, 'a') (2, 'b', 1, 'b') (2, 'b', 2, 'a') (2, 'b', 2, 'b') 

itertools.permutations

permutations(iterable[, r]) 

返回 iterable 中任意取 r 个元素做排列的元组的迭代器,如果不指定 r,那么序列的长度与 iterable 中的项目数量相同。示例:

In [7]: for elem in itertools.permutations('abc', 2):    ...:     print elem    ...:      ('a', 'b') ('a', 'c') ('b', 'a') ('b', 'c') ('c', 'a') ('c', 'b')  In [8]: for elem in itertools.permutations('abc'):    ...:     print elem    ...:      ('a', 'b', 'c') ('a', 'c', 'b') ('b', 'a', 'c') ('b', 'c', 'a') ('c', 'a', 'b') ('c', 'b', 'a') 

itertools.combinations

combinations(iterable, r) 

与 permutations 类似,但组合不分顺序,即如果 iterable 为 “abc”,r 为 2 时,ab 和 ba 则视为重复,此时只放回 ab. 示例:

In [10]: for elem in itertools.combinations('abc', 2):    ....:     print elem    ....:      ('a', 'b') ('a', 'c') ('b', 'c') 

itertools.combinations_with_replacement

combinations_with_replacement(iterable, r) 

与 combinations 类似,但允许重复值,即如果 iterable 为 “abc”,r 为 2 时,会多出 aa, bb, cc. 示例:

In [14]: for elem in itertools.combinations_with_replacement('abc', 2):    ....:     print elem    ....:      ('a', 'a') ('a', 'b') ('a', 'c') ('b', 'b') ('b', 'c') ('c', 'c') 

其他工具

itertools.compress

compress(data, selectors) 

相当于 bool 选取,只有当 selectors 对应位置的元素为 true 时,才保留 data 中相应位置的元素,否则去除。示例:

In [39]: list(itertools.compress('abcdef', [1, 1, 0, 1, 0, 1])) Out[39]: ['a', 'b', 'd', 'f']  In [40]: list(itertools.compress('abcdef', [True, False, True])) Out[40]: ['a', 'c'] 

itertools.groupby

groupby(iterable[, keyfunc]) 

对 iterable 中的元素进行分组。keyfunc 是分组函数,用于对 iterable 的连续项进行分组,如果不指定,则默认对 iterable 中的连续相同项进行分组,返回一个 (key, sub-iterator) 的迭代器。示例:

In [45]: for key, value_iter in itertools.groupby('aaabbbaaccd'):    ....:     print key, list(value_iter)    ....:      a ['a', 'a', 'a'] b ['b', 'b', 'b'] a ['a', 'a'] c ['c', 'c'] d ['d']  In [48]: data = ['a', 'bb', 'cc', 'ddd', 'eee', 'f']  In [49]: for key, value_iter in itertools.groupby(data, len):    ....:     print key, list(value_iter)    ....:      1 ['a'] 2 ['bb', 'cc'] 3 ['ddd', 'eee'] 1 ['f'] 

注意,注意,注意:必须先排序后才能分组,因为 groupby 是通过比较相邻元素来分组的。可以看第二个例子,因为 a 和 f 没有排在一起,所以最后没有分组到同一个列表中。

itertools.islice

islice(iterable, [start,] stop [, step]) 

切片选择,start 是开始索引,stop 是结束索引,step 是步长,start 和 step 可选。示例:

In [52]: list(itertools.islice([10, 6, 2, 8, 1, 3, 9], 5)) Out[52]: [10, 6, 2, 8, 1]  In [53]: list(itertools.islice(itertools.count(), 6)) Out[53]: [0, 1, 2, 3, 4, 5]  In [54]: list(itertools.islice(itertools.count(), 3, 10)) Out[54]: [3, 4, 5, 6, 7, 8, 9]  In [55]: list(itertools.islice(itertools.count(), 3, 10, 2)) Out[55]: [3, 5, 7, 9] 

itertools.tee

tee(iterable, n=2) 

从 iterable 创建 n 个独立的迭代器,以元组的形式返回。示例:

In [57]: itertools.tee("abcedf") Out[57]: (<itertools.tee at 0x7fed7b8f59e0>, <itertools.tee at 0x7fed7b8f56c8>)  In [58]: iter1, iter2 = itertools.tee("abcedf")  In [59]: list(iter1) Out[59]: ['a', 'b', 'c', 'e', 'd', 'f']  In [60]: list(iter2) Out[60]: ['a', 'b', 'c', 'e', 'd', 'f']  In [61]: itertools.tee("abcedf", 3) Out[61]: (<itertools.tee at 0x7fed7b8f5cf8>,  <itertools.tee at 0x7fed7b8f5cb0>,  <itertools.tee at 0x7fed7b8f5b00>) 

相关文档:

http://blog.konghy.cn/2017/04/25/python-itertools/

https://juejin.im/post/5af56230f265da0b93485cca#heading-15

原文始发于:每周一个 Python 模块 | itertools

主题测试文章,只做测试使用。发布者:开发工程师,转转请注明出处:http://www.cxybcw.com/3950.html

联系我们

13687733322

在线咨询:点击这里给我发消息

邮件:1877088071@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code