關(guān)于Python 內(nèi)置庫 itertools
前言：
最近事情不是很多，想寫一些技術(shù)文章分享給大家，同時也對自己一段時間來碎片化接受的知識進行一下梳理，所謂寫清楚才能說清楚，說清楚才能想清楚，就是這個道理了。
很多人都致力于把Python代碼寫得更Pythonic，一來更符合規(guī)范且容易閱讀，二來一般Pythonic的代碼在執(zhí)行上也更有效率。今天就先給大家介紹一下Python的系統(tǒng)庫itertools。
1、itertools庫
迭代器（生成器）在Python中是一種很常用也很好用的數(shù)據(jù)結(jié)構(gòu)，比起列表(list)來說，迭代器最大的優(yōu)勢就是延遲計算，按需使用，從而提高開發(fā)體驗和運行效率，以至于在Python 3中map,filter等操作返回的不再是列表而是迭代器。
話雖這么說但大家平時用到的迭代器大概只有range了，而通過iter函數(shù)把列表對象轉(zhuǎn)化為迭代器對象又有點多此一舉，這時候我們今天的主角itertools就該上場了。
2、使用itertools
itertools中的函數(shù)大多是返回各種迭代器對象，其中很多函數(shù)的作用我們平時要寫很多代碼才能達到，而在運行效率上反而更低，畢竟人家是系統(tǒng)庫。
3、itertools.accumulate
簡單來說就是累加。
>>> import itertools >>> x = itertools.accumulate(range(10)) >>> print(list(x)) [0, 1, 3, 6, 10, 15, 21, 28, 36, 45]
4、itertools.chain
連接多個列表或者迭代器。
>>> x = itertools.chain(range(3), range(4), [3,2,1]) >>> print(list(x)) [0, 1, 2, 0, 1, 2, 3, 3, 2, 1] itertools.combinations
求列表或生成器中指定數(shù)目的元素不重復的所有組合
>>> x = itertools.combinations(range(4), 3) >>> print(list(x)) [(0, 1, 2), (0, 1, 3), (0, 2, 3), (1, 2, 3)]
5、itertools.combinations_with_replacement
允許重復元素的組合
>>> x = itertools.combinations_with_replacement('ABC', 2)
>>> print(list(x))
[('A', 'A'), ('A', 'B'), ('A', 'C'), ('B', 'B'), ('B', 'C'), ('C', 'C')]
6、itertools.compress
按照真值表篩選元素
>>> x = itertools.compress(range(5), (True, False, True, True, False)) >>> print(list(x)) [0, 2, 3]
7、itertools.count
就是一個計數(shù)器,可以指定起始位置和步長
>>> x = itertools.count(start=20, step=-1) >>> print(list(itertools.islice(x, 0, 10, 1))) [20, 19, 18, 17, 16, 15, 14, 13, 12, 11]
8、itertools.cycle
循環(huán)指定的列表和迭代器
>>> x = itertools.cycle('ABC')
>>> print(list(itertools.islice(x, 0, 10, 1)))
['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C', 'A']
9、itertools.dropwhile
按照真值函數(shù)丟棄掉列表和迭代器前面的元素
>>> x = itertools.dropwhile(lambda e: e < 5, range(10)) >>> print(list(x)) [5, 6, 7, 8, 9]
10、itertools.filterfalse
保留對應真值為False的元素
>>> x = itertools.filterfalse(lambda e: e < 5, (1, 5, 3, 6, 9, 4)) >>> print(list(x)) [5, 6, 9]
11、itertools.groupby
按照分組函數(shù)的值對元素進行分組
>>> x = itertools.groupby(range(10), lambda x: x < 5 or x > 8) >>> for condition, numbers in x: ... print(condition, list(numbers)) True [0, 1, 2, 3, 4] False [5, 6, 7, 8] True [9]
12、itertools.islice
上文使用過的函數(shù)，對迭代器進行切片
>>> x = itertools.islice(range(10), 0, 9, 2) >>> print(list(x)) [0, 2, 4, 6, 8]
13、itertools.permutations
產(chǎn)生指定數(shù)目的元素的所有排列(順序有關(guān))
>>> x = itertools.permutations(range(4), 3) >>> print(list(x)) [(0, 1, 2), (0, 1, 3), (0, 2, 1), (0, 2, 3), (0, 3, 1), (0, 3, 2), (1, 0, 2), (1, 0, 3), (1, 2, 0), (1, 2, 3), (1, 3, 0), (1, 3, 2), (2, 0, 1), (2, 0,3), (2, 1, 0), (2, 1, 3), (2, 3, 0), (2, 3, 1), (3, 0, 1), (3, 0, 2), (3, 1, 0), (3, 1, 2), (3, 2, 0), (3, 2, 1)]
14、itertools.product
產(chǎn)生多個列表和迭代器的(積)
>>> x = itertools.product('ABC', range(3))
>>>
>>> print(list(x))
[('A', 0), ('A', 1), ('A', 2), ('B', 0), ('B', 1), ('B', 2), ('C', 0), ('C', 1), ('C', 2)]
15、itertools.repeat
簡單的生成一個擁有指定數(shù)目元素的迭代器
>>> x = itertools.repeat(0, 5) >>> print(list(x)) [0, 0, 0, 0, 0]
16、itertools.starmap
類似map
>>> x = itertools.starmap(str.islower, 'aBCDefGhI') >>> print(list(x)) [True, False, False, False, True, True, False, True, False]
17、itertools.takewhile
與dropwhile相反，保留元素直至真值函數(shù)值為假。
>>> x = itertools.takewhile(lambda e: e < 5, range(10)) >>> print(list(x)) [0, 1, 2, 3, 4]
18、itertools.tee
這個函數(shù)我也不是很懂，似乎是生成指定數(shù)目的迭代器
>>> x = itertools.tee(range(10), 2) >>> for letters in x: ... print(list(letters)) ... [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
19、itertools.zip_longest
類似于zip，不過已較長的列表和迭代器的長度為準
>>> x = itertools.zip_longest(range(3), range(5)) >>> y = zip(range(3), range(5)) >>> print(list(x)) [(0, 0), (1, 1), (2, 2), (None, 3), (None, 4)] >>> print(list(y)) [(0, 0), (1, 1), (2, 2)]
結(jié)語：
到此這篇關(guān)于關(guān)于Python 內(nèi)置庫 itertools的文章就介紹到這了,更多相關(guān)Python內(nèi)置庫itertools內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
- Python中itertools簡介使用介紹
- python迭代器模塊itertools常用的方法
- Python中itertools模塊的使用教程詳解
- Python中itertools庫的四個函數(shù)介紹
- 淺析Python自帶性能強悍的標準庫itertools
- python中itertools模塊使用小結(jié)
- Python函數(shù)式編程中itertools模塊詳解
- Python編程itertools模塊處理可迭代集合相關(guān)函數(shù)
- 關(guān)于Python中 循環(huán)器 itertools的介紹
- 詳解python itertools功能
- python排列組合庫itertools的具體使用
相關(guān)文章
在本篇文章里小編給大家分享了一篇關(guān)于python中slice參數(shù)過長的處理方法及實例內(nèi)容，有興趣的朋友們可以學習參考下。2020-12-12
Pandas的read_csv函數(shù)參數(shù)分析詳解
這篇文章主要介紹了Pandas的read_csv函數(shù)參數(shù)分析詳解，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-07-07
Python使用matplotlib繪制多個圖形單獨顯示的方法示例
這篇文章主要介紹了Python使用matplotlib繪制多個圖形單獨顯示的方法,結(jié)合實例形式分析了matplotlib實現(xiàn)繪制多個圖形單獨顯示的具體操作技巧與注意事項,代碼備有較為詳盡的注釋便于理解,需要的朋友可以參考下2018-03-03
這篇文章主要介紹了Sanic框架基于類的視圖用法,結(jié)合實例形式分析了Sanic框架基于類的視圖定義、使用及相關(guān)路由操作技巧與注意事項,需要的朋友可以參考下2018-07-07
ansible是新出現(xiàn)的自動化運維工具，基于Python開發(fā)，集合了眾多運維工具（puppet、chef、func、fabric）的優(yōu)點，實現(xiàn)了批量系統(tǒng)配置、批量程序部署、批量運行命令等功能，這篇文章主要介紹了python開發(fā)的自動化運維工具ansible詳解,需要的朋友可以參考下2021-08-08
Pycharm關(guān)于遠程JupyterLab以及JupyterHub登錄問題
這篇文章主要介紹了Pycharm關(guān)于遠程JupyterLab以及JupyterHub登錄問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-06-06
最近遇到數(shù)組合并問題,以此記錄解決方法,供大家參考學習,下面這篇文章主要給大家介紹了關(guān)于python對兩個數(shù)組進行合并排列處理的兩種方法,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下2023-05-05
這篇文章主要為大家詳細介紹了python傅里葉變換FFT繪制頻譜圖，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-07-07
Python將HTML快速轉(zhuǎn)換成PDF的方法實現(xiàn)
在Web開發(fā)和報告任務中,將HTML內(nèi)容轉(zhuǎn)換為PDF是一種常見需求,本文主要介紹了Python將HTML快速轉(zhuǎn)換成PDF的方法實現(xiàn),具有一定的參考價值,感興趣的可以了解一下2024-01-01
這篇文章主要為大家分享了一個Python自動化辦公腳本，可以實現(xiàn)文件整理，這是一個很有用的技能，可以幫助你管理你的電腦上的各種文件，需要的可以收藏一下2023-08-08