前言

?

可迭代對(duì)象就像密閉容器里的水，有貨倒不出

itertools是python內(nèi)置的標(biāo)準(zhǔn)模塊，提供了很多簡潔又高效的專用功能，使用得當(dāng)能夠極大的簡化代碼行數(shù)，同時(shí)所有方法都是實(shí)現(xiàn)了生成器函數(shù)，這就意味著極大的節(jié)省內(nèi)存。

itertools提供的功能主要分為三大塊，以最新版本的3.10為例：

• 對(duì)可迭代對(duì)象無限迭代，無限輸出
• 對(duì)可迭代對(duì)象有限迭代
• 對(duì)可迭代對(duì)象排列組合

方法如下：

導(dǎo)入包

>>> from iteratortools import *

無限迭代

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

數(shù)值生成器，可以指定起始位置和步長,并且步長可以為浮點(diǎn)數(shù)。無限輸出，一直累加，在例子中需要邊睡眠1s邊輸出。

>>> import time
>>> iterator = count(4, 0.5)
>>> for i in iterator:
...     print(i)
...     time.sleep(1)
...
4
4.5
5.0
5.5
6.0
6.5
7.0
7.5

iteratortools.cycle(iteratorable)

無限循環(huán)取出可迭代對(duì)象里的元素

>>> a = cycle("ABCD")
>>> import time
>>> for i in a:
...     print(i)
...     time.sleep(1)
...
A
B
C
D
A
B
C
D

iteratortools.repeat(object[, times])

不斷重復(fù)輸出整個(gè)object，如果指定了重復(fù)次數(shù)，則輸出指定次數(shù)，否則將無限重復(fù)。

>>> iterator = repeat('hello world', 10)
>>>
>>> for i in iterator:
...     print(i)
...
hello world
hello world
hello world
hello world
hello world
hello world
hello world
hello world
hello world
hello world

有了這個(gè)神器，對(duì)輸出10次hello world這種問題又有一種新解法

有限迭代

iteratortools.accumulate(iteratorable[, func, *, initial=None])

返回對(duì)列表中元素逐項(xiàng)的操作，操作有：

1. 累加，返回累加到每一項(xiàng)的列表
2. 累乘，返回累乘到每一項(xiàng)的列表
3. 最小值，返回到當(dāng)前項(xiàng)的最小值
4. 最大值，返回到當(dāng)前項(xiàng)的最大值

>>> [2, 4, 8, 1, 3, 5]
[2, 4, 8, 1, 3, 5]
>>> arr = [2, 4, 8, 1, 3, 5]
>>>
>>> add = accumulate(arr)
>>>
>>> list(add)
[2, 6, 14, 15, 18, 23]
>>>
>>> max = accumulate(arr, max)
>>> list(max)
[2, 4, 8, 8, 8, 8]
>>>
>>> import operator
>>> mul = accumulate(arr, operator.mul)
>>> list(mul)
[2, 8, 64, 64, 192, 960]
>>>
>>> min = accumulate(arr, min)
>>> list(min)
[2, 2, 2, 1, 1, 1]

iteratortools.chain(*iteratorables)

將多個(gè)可迭代對(duì)象構(gòu)建成一個(gè)新的可迭代對(duì)象，統(tǒng)一返回。類似于將多個(gè)對(duì)象鏈成一條串

>>> iterator = chain([1,2,3],['a','b','c'],(5,6,7))
>>> list(iterator)
[1, 2, 3, 'a', 'b', 'c', 5, 6, 7]

優(yōu)點(diǎn)：可以將多個(gè)可迭代對(duì)象整合成一個(gè)，避免逐個(gè)取值

chain.from_iteratorable(iteratorable)

將一個(gè)迭代對(duì)象中將所有元素類似于chain一樣，統(tǒng)一返回。

>>> chain.from_iteratorable(['abc','def'])
<iteratortools.chain object at 0x1083ae460>
>>> iterator = chain.from_iteratorable(['abc','def'])
>>> list(iterator)
['a', 'b', 'c', 'd', 'e', 'f']

iteratortools.compress(data, selectors)

按照真值表篩選元素

>>> arr = [1,2,3,4]
>>> selectors = [1,0,1,0]
>>>
>>> iterator = compress(arr, selectors)
>>>
>>> list(iterator)
[1, 3]

iteratortools.dropwhile(predicate, iteratorable)

按照條件篩選，丟棄掉第一次不符合條件時(shí)之前的所有元素

>>> arr = [1,2,3,2,1,2,1]
>>> iterator = dropwhile(lambda x: x<3, arr)
>>> list(iterator)
[3, 2, 1, 2, 1]

iteratortools.takewhile(predicate, iteratorable)

根據(jù)predicate條件篩選可迭代對(duì)象中的元素，只要元素為真就返回，第一次遇到不符合的條件就退出。

按照條件篩選，丟棄第一次遇到不符合條件之后的元素。行為類似于上一個(gè)dropwhile，區(qū)別在于丟棄的選擇不同。

iteratortools.filterfalse(predicate, iteratorable)

保留不符合條件的元素，返回迭代器

>>> arr = [1,2,3,4,5]
>>> iterator = filterfalse(lambda x:x<3, arr)
>>> list(iterator)
[3, 4, 5]

iteratortools.groupby(iteratorable, key=None)

按照指定的條件分類。輸出條件和符合條件的元素

>>> iterator = groupby(arr, lambda x: x>3)
>>> for condition ,numbers in iterator:
...     print(condition, list(numbers))
...
False [1, 2, 3]
True [4, 5]

iteratortools.islice(iteratorable, start, stop[, step])

對(duì)迭代器進(jìn)行切片，老版本中不能指定start和stop以及步長，新版本可以。

>>> iterator = count()
>>> slice_iterator = islice(iterator, 10, 20, 2)
>>> list(slice_iterator)
[10, 12, 14, 16, 18]

iteratortools.starmap(function, iteratorable)

將function作用于可迭代對(duì)象上，類似于map函數(shù)

iteratortools.tee(iteratorable, n=2)

從一個(gè)可迭代對(duì)象中返回 n 個(gè)獨(dú)立的迭代器

>>> iterator = tee(arr)
>>> for i in iterator:
...     print(type(i), list(i))
...
<class 'iteratortools._tee'> [1, 2, 3, 4, 5]
<class 'iteratortools._tee'> [1, 2, 3, 4, 5]

iteratortools.zip_longest(*iteratorables, fillvalue=None)

創(chuàng)建一個(gè)迭代器，從每個(gè)可迭代對(duì)象中收集元素。如果可迭代對(duì)象的長度未對(duì)齊，將根據(jù) fillvalue 填充缺失值。

迭代持續(xù)到耗光最長的可迭代對(duì)象。大致相當(dāng)于：

>>> iterator = zip_longest("ABCD", "xy", fillvalue="-")
>>> list(iterator)
[('A', 'x'), ('B', 'y'), ('C', '-'), ('D', '-')]

排列組合迭代

iteratortools.product(*iteratorables, repeat=1)

生成多個(gè)可迭代對(duì)象的笛卡爾積

大致相當(dāng)于生成器表達(dá)式中的嵌套循環(huán)。例如， product(A, B) 和 ((x,y) for x in A for y in B) 返回結(jié)果一樣。

>>> iterator = product("123", "abc")
>>> list(iterator)
[('1', 'a'), ('1', 'b'), ('1', 'c'), ('2', 'a'), ('2', 'b'), ('2', 'c'), ('3', 'a'), ('3', 'b'), ('3', 'c')]

將可選參數(shù) repeat 設(shè)定為要重復(fù)的次數(shù)。例如，product(A, repeat=4) 和 product(A, A, A, A) 是一樣的

iteratortools.permutations(iteratorable, r=None)

由 iteratorable 元素生成長度為 r 的排列。元素的排列，類似于給一個(gè)[1,2,3]，選取其中兩個(gè)元素，一共有多少種組合方法？不要求元素排列之后的位置。

>>> iter = permutations([1,2,3], r=3)
>>> list(iterator)
[(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)]

這個(gè)方法能夠完美解決算法中的全排列問題，簡直是量身定做。如果早知道這么簡單，當(dāng)年考算法也不會(huì)。。，哎

可參見leetcode46題： 力扣

iteratortools.combinations(iteratorable, r)

返回由輸入 iteratorable 中元素組成長度為 r 的子序列。元素不可重復(fù)使用。子序列是要求元素在排列之后和之前的相對(duì)位置不變的。1，2，3中3在1的后面，子序列中3也一定在1的后面。

>>> iterator = combinations([1,2,3,4], r = 3)
>>> list(iterator)
[(1, 2, 3), (1, 2, 4), (1, 3, 4), (2, 3, 4)]
>>> iterator = combinations([1], r = 3)
>>> list(iterator)
[]

這個(gè)方法可以曲線解決組合總數(shù)問題

力扣

iteratortools.combinations_with_replacement(iteratorable, r)

返回由輸入 iteratorable 中元素組成的長度為 r 的子序列，允許每個(gè)元素可重復(fù)出現(xiàn)

>>> iter = combinations_with_replacement([1,2,3,4], r=2)
>>> list(iter)
[(1, 1), (1, 2), (1, 3), (1, 4), (2, 2), (2, 3), (2, 4), (3, 3), (3, 4), (4, 4)]

>>> iterator = combinations_with_replacement([1], r=3)
>>> list(iterator)
[(1, 1, 1)]

到此這篇關(guān)于淺析Python自帶性能強(qiáng)悍的標(biāo)準(zhǔn)庫itertools的文章就介紹到這了,更多相關(guān)Python 標(biāo)準(zhǔn)庫itertools內(nèi)容請(qǐng)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！

最新評(píng)論