Python itertools指南

那些迭代比你想象中的更为强大。

什么是迭代?

简单的说,迭代是可以被for循环使用的数据类型,Python中常见的迭代器是列表。

colors = ['red', 'orange', 'yellow', 'green']

在上面的例子中,我们创建了一个字符串列表,我们已经给这个列表命名为colors

我们可以使用for循环来迭代,下面的的列表中将输出列表中的每一个元素。

for color in colors:
print(color)

Python中有许多不同种类的迭代,但是在本教程中,我们将使用列表。

要求

我们必须导入该itertools模块才能使用它,我们还将导入operator模块。

以下所有示例将包含这些导入。

import itertools
import operator

itertools

accumulate()

itertools.accumulate(iterable [,func])

该函数会返回函数结果的迭代器,函数可以是变量来传递。accumulate()函数将一个函数作为参数。它也需要一个迭代。它返回所有的结果,结果本身包含在一个迭代器中。

  • Example
data = [1, 2, 3, 4, 5]

result = itertools.accumulate(data, operator.mul)
for each in result:
print(each)
  • Example
1
2
6
24
120

operator.mul需要两个数字并乘以它们

>>> import operator
>>> operator.mul(1, 2)
2
>>> operator.mul(2, 3)
6
>>> operator.mul(6, 4)
24
>>> operator.mul(24, 5)
120

在下一个例子中将会使用该max功能

  • Example
data = [5, 2, 6, 4, 5, 9, 1]

result = itertools.accumulate(data, max)
for each in result:
print(each)
  • Example
5 
5
6
6
6
9
9

max函数返回最大的项

>>> max(5, 2)
5
>>> max(5, 6)
6
>>> max(6, 4)
6
>>> max(6, 5)
6
>>> max(6, 9)
9
>>> max(9, 1)
9

传递函数是可选的

  • Example
data = [5, 2, 6, 4, 5, 9, 1]

result = itertools.accumulate(data)
for each in result:
print(each)
  • Output
5 
7
13
17
22
31
32

如果没有指定功能,项目将相加。

5 
5 + 2 = 7
7 + 6 = 13
13 + 4 = 17
17 + 5 = 22
22 + 9 = 31
31 + 1 = 32

count()

itertools.count(start=0, step=1)

迭代器每次返回start+step的值

  • Example

返回1-10之间的所有奇数

for i in itertools.count(1, 2):
if i > 10:
break
else:
print(i)
  • Output
1
3
5
7
9

cycle()

itertools.cycle(iterable)

无限循环迭代器中的每一个元素

  • Example
colors = ['red', 'orange', 'yellow', 'green', 'blue', 'violet']

for color in itertools.cycle(colors):
print(color)

在上面的代码中,我们创建一个列表,然后我们循环或循环遍历这个列表。通常,一个for循环逐步循环,直到它到达结束。如果一个列表有3个项目,循环将重复3次。但是如果我们使用这个cycle()功能的话。当我们到达迭代的结束时,我们从一开始就重新开始。

  • Output
red
orange
yellow
green
blue
indigo
violet
red
orange
yellow
green
...

repeat()

itertools.repeat(object[, times])

此功能将一遍又一遍地重复一个对象,除非有一个times次数。

  • Example
for i in itertools.repeat("spam"):
print(i)

在上面的代码中,我们创建一个可重复的迭代spam,它会不停地循环输出spam

  • Output
spam
spam
spam
spam
spam
spam
...
  • Example
for i in itertools.repeat("spam", 3):
print(i)

如果我们使用times参数,可以限制它将重复的次数。

  • Output
spam
spam
spam

在这个例子中,spam只重复三次

chain()

itertools.chain(*iterables)

此函数需要一系列迭代,并将其返回为一个长的迭代。

  • Example
colors = ['red', 'orange', 'yellow', 'green', 'blue']
shapes = ['circle', 'triangle', 'square', 'pentagon']

result = itertools.chain(colors, shapes)
for each in result:
print(each)
  • Output
red
orange
yellow
green
blue
circle
triangle
square
pentagon

compress()

itertools.compress(data, selectors)

这个函数可以使用另一个过滤器来迭代

  • Example
shapes = ['circle', 'triangle', 'square', 'pentagon']
selections = [True, False, True, False]

result = itertools.compress(shapes, selections)
for each in result:
print(each)
  • Output
circle
square

dropwhile()

itertools.dropwhile(predicate, iterable)

做一个迭代器,只要返回为true,就从iterable中删除元素,否则就返回后面的每个元素

  • Example
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 1]

result = itertools.dropwhile(lambda x: x < 5, data)
for each in result:
print(each)
  • Output
5
6
7
8
9
10
1

好。这可以令人困惑 代码说,当项目小于5时,删除每个项目。遇到不少于5的项目后,返回剩下的项目。这就是为什么最后一个被归还。

  • Step Through It
1 < 5:  True,  drop
2 < 5: True, drop
3 < 5: True, drop
4 < 5: True, drop
5 < 5: False, return surviving items

groupby()

itertools.groupby(iterable, key=None)

简单地说,这个功能将事情集中在一起

  • Example

robots = [
{
'name': 'blaster',
'faction': 'autobot'
},
{
'name': 'galvatron',
'faction': 'decepticon'
},
{
'name': 'jazz',
'faction': 'autobot'
},
{
'name': 'metroplex',
'faction': 'autobot'
},
{
'name': 'megatron',
'faction': 'decepticon'
},
{
'name': 'starcream',
'faction': 'decepticon'
}
]

for key, group in itertools.groupby(robots, key=lambda x: x['faction']):
print(key)
print(list(group))
  • Output
autobot
[{'name': 'blaster', 'faction': 'autobot'}]
decepticon
[{'name': 'galvatron', 'faction': 'decepticon'}]
autobot
[{'name': 'jazz', 'faction': 'autobot'}, {'name': 'metroplex', 'faction': 'autobot'}]
decepticon
[{'name': 'megatron', 'faction': 'decepticon'}, {'name': 'starcream', 'faction': 'decepticon'}]

filterfalse()

itertools.filterfalse(predicate, iterable)

这个函数使迭代器从iterable中过滤元素,只返回的元素False

  • Example
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 1]

result = itertools.filterfalse(lambda x: x < 5, data)
for each in result:
print(each)
  • Output
5
6
7
8
9
10
  • Debug
1 < 5:  True,  drop
2 < 5: True, drop
3 < 5: True, drop
4 < 5: True, drop
5 < 5: False, keep
6 < 5: False, keep
7 < 5: False, keep
8 < 5: False, keep
9 < 5: False, keep
10 < 5: False, keep
1 < 5: True, drop

islice()

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

这个功能非常像切片,此功能允许您剪切一个可迭代的片段

  • Example
colors = ['red', 'orange', 'yellow', 'green', 'blue']
few_colors = itertools.islice(colors, 2)

for each in few_colors:
print(each)
  • Output
red
orange

starmap()

itertools.starmap(function, iterable)

此函数使迭代器使用从iterable获取的参数来计算函数

  • Example
data = [(2, 6), (8, 4), (7, 3)]

result = itertools.starmap(operator.mul, data)
for each in result:
print(each)
  • Output
12
32
21
  • Step Through
>>> operator.mul(2, 6)
12
>>> operator.mul(8, 4)
32
>>> operator.mul(7, 3)
21

tee()

itertools.tee(iterable, n=2)

从单个迭代中返回n个独立迭代器

  • Example
colors = ['red', 'orange', 'yellow', 'green', 'blue']
alpha_colors, beta_colors = itertools.tee(colors)

for each in alpha_colors:
print(each)

print('..')

for each in beta_colors:
print(each)

默认值为2,但您可以根据需要进行许多操作。

  • Output
red
orange
yellow
green
blue
..
red
orange
yellow
green
blue

takewhile()

itertools.takwwhile(predicate, iterable)

这是相反的dropwhile(),只要返回为true,该函数就可以使用迭代器并从iterable返回元素

  • Example
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 1]
result = itertools.takewhile(lambda x: x < 5, data)

for each in result:
print(each)
  • Output
1
2
3
4
  • Step Through It
1 < 5:  True,  keep going
2 < 5: True, keep going
3 < 5: True, keep going
4 < 5: True, keep going
5 < 5: False, stop and drop

zip_longest()

itertools.zip_longest(*iterables, fillvalue=None)

此函数使迭代器聚合每个迭代的元素,如果迭代长度不均匀,则缺少的值将被填充为fillvalue。迭代继续,直到最长的迭代耗尽。

  • Example
colors = ['red', 'orange', 'yellow', 'green', 'blue']
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

for each in itertools.zip_longest(colors, data, fillvalue=None):
print(each)
  • Output
('red', 1)
('orange', 2)
('yellow', 3)
('green', 4)
('blue', 5)
(None, 6)
(None, 7)
(None, 8)
(None, 9)
(None, 10)

product()

此函数从一系列迭代创建笛卡尔乘积

  • Example
num_data = [1, 2, 3]
alpha_data = ['a', 'b', 'c']
result = itertools.product(num_data, alpha_data)

for each in result:
print(each)
  • Output
(1, 'a')
(1, 'b')
(1, 'c')
(2, 'a')
(2, 'b')
(2, 'c')
(3, 'a')
(3, 'b')
(3, 'c')

想象一下这样的桌子:

      a     b      c
1 a1 b1 c1
2 a2 b2 c3
3 a3 b3 b3

permutations()

itertools.permutations(iterable, r=None)
  • Example
alpha_data = ['a', 'b', 'c']
result = itertools.permutations(alpha_data)

for each in result:
print(each)
  • Output
('a', 'b', 'c')
('a', 'c', 'b')
('b', 'a', 'c')
('b', 'c', 'a')
('c', 'a', 'b')
('c', 'b', 'a')

combinations()

itertools.combinations(iterable, r)

此函数需要一个迭代和一个整数,这将创建具有r成员的所有独特组合。

  • Example
shapes = ['circle', 'triangle', 'square', ]
result = itertools.combinations(shapes, 2)

for each in result:
print(each)

在这段代码中,我们使用2个成员组合所有组合。

  • Output
('circle','triangle')
('circle','square')
('triangle','square')
  • Example
result = itertools.combinations(shapes, 3)
for each in result:
print(each)

在这段代码中,我们使用3个成员组合所有组合。这有点不太令人兴奋。

  • Output
('circle', 'triangle', 'square')

combinations_with_replacement()

itertools.combinations_with_replacement(iterable, r)

这一个就像combinations()功能一样,但是这个可以让单个元素重复一次。

  • Example
shapes = ['circle', 'triangle', 'square', ]

result = itertools.combinations_with_replacement(shapes, 2)
for each in result:
print(each)
  • Output
('circle', 'circle')
('circle', 'triangle')
('circle', 'square')
('triangle', 'triangle')
('triangle', 'square')
('square', 'square')

wechat