itertools详解
作者：互联网
Python中有一种特有的概念，称之为迭代器。
迭代器最大的特点是惰性求值，即只有当迭代至某个值时，才会对其进行计算，而不是一开始就计算出全部的值。
迭代器特别适合应用于大文件，无限集合等，因为无需将他们一次性传入内存中。
itertools是Python内置的模块，其中包含了一系列迭代器相关的函数和类。
本文将主要学习一下这些方法的使用。
count
count() 接收两个参数，第一个参数指定开始值，默认为 0，第二个参数指定步长，默认为 1。
作用是创建一个从 firstval (默认值为 0) 开始，以 step (默认值为 1) 为步长的的无限整数迭代器。
import itertools
nums = itertools.count(1, 2)
for i in nums:
if i > 10:
break
print i
# 1
# 3
# 5
# 7
# 9
cycle
cycle(iterable)接收一个迭代器作为参数。
作用是对 iterable 中的元素反复执行循环，返回迭代器。
import itertools
nums = itertools.cycle("nian")
index = 0
for i in nums:
index += 1
if index > 10:
break
print i
# n
# i
# a
# n
# n
# i
# a
# n
# n
# i
repeat
repeat(object, times)接收两个参数，第一个参数是被重复的对象，第二个参数为重复的次数。
作用是重复生成多个对象。
import itertools
for element in itertools.repeat([1,2,3], 3):
print element
# [1, 2, 3]
# [1, 2, 3]
# [1, 2, 3]
chain
chain的使用格式如下：chain(iterable1, iterable2, iterable3, ...)
作用是接收多个迭代器，并将他们连接起来返回一个新的迭代器。
from itertools import chain
for item in chain([1,2,3], [4,5,6]):
print item
# 1
# 2
# 3
# 4
# 5
# 6
chain还有另外一个用法：即接收一个可迭代对象作为参数，并输出一个迭代器。
from itertools import chain
string = chain.from_iterable('ABCD')
print string.next()
# A
compress
compress的使用格式如下：compress(data, selectors)
作用如下：用于对数据进行筛选，当 selectors 的某个元素为 true 时，则保留 data 对应位置的元素，否则去除。
from itertools import compress
print list(compress('ABCDEF', [1, 1, 0, 1, 0, 1]))
# ['A', 'B', 'D', 'F']
print list(compress('ABCDEF', [1, 1, 0, 1]))
# ['A', 'B', 'D']
print list(compress('ABCDEF', [True, False, True]))
# ['A', 'C']
dropwhile
dropwhile的使用形式如下：dropwhile(function, iterable)
其中，第一个参数是一个函数，第二个参数是一个可迭代对象。
作用如下：对于 iterable 中的元素，如果 function(item) 为 true，则丢弃该元素，否则返回该项及所有后续项。
from itertools import dropwhile
print list(dropwhile(lambda x: x < 5, [1, 3, 6, 2, 1]))
# [6, 2, 1]
print list(dropwhile(lambda x: x > 3, [2, 1, 6, 5, 4]))
# [2, 1, 6, 5, 4]
groupby
groupby的使用形式如下：groupby(iterable[, keyfunc])
作用如下：iterable 是一个可迭代对象，keyfunc 是分组函数，用于对 iterable 的连续项进行分组。
如果不指定keyfunc，则默认对 iterable 中的连续相同值进行分组，返回一个 (key, sub-iterator) 的迭代器。
from itertools import groupby
for key, value_iter in groupby('aaabbbaaccd'):
print key, ':', list(value_iter)
# a : ['a', 'a', 'a']
# b : ['b', 'b', 'b']
# a : ['a', 'a']
# c : ['c', 'c']
# d : ['d']
data = ['a', 'bb', 'cc', 'ddd', 'eee', 'f']
for key, value_iter in groupby(data， len):
print key, ':', list(value_iter)
# 1 : ['a']
# 2 : ['bb', 'cc']
# 3 : ['ddd', 'eee']
# 1 : ['f']
data = ['a', 'bb', 'ccc', 'dd', 'eee', 'f']
for key, value_iter in groupby(data, len):
print key, ':', list(value_iter)
# 1 : ['a']
# 2 : ['bb']
# 3 : ['ccc']
# 2 : ['dd']
# 3 : ['eee']
# 1 : ['f']
# Ps：函数处理后得到的值连续时会分为同一个组。
ifilter/ifilterfalse
形式如下：ifilter(function or None, iterable)
作用：将 iterable 中 function(item) 为 True 的元素组成一个迭代器返回，如果 function 是 None，则返回 iterable 中所有计算为 True 的项。
from itertools import ifilter
print list(ifilter(lambda x: x < 6, range(10)))
# [0, 1, 2, 3, 4, 5]
print list(ifilter(None, [0, 1, 2, 0, 3, 4]))
# [1, 2, 3, 4]
ifilterfalse与ifilter类似，将 iterable 中 function(item) 为 False 的元素组成一个迭代器返回。
from itertools import ifilterfalse
print list(ifilterfalse(lambda x: x < 6, range(10)))
# [6, 7, 8, 9]
print list(ifilter(None, [0, 1, 2, 0, 3, 4]))
# [0, 0]
islice
形式如下：islice(iterable, [start,] stop [, step])
其中，iterable 是可迭代对象，start 是开始索引，stop 是结束索引，step 是步长，start （默认为0）和 step（默认为1） 可选。
作用是将一个可迭代对象进行切割，返回一个新的迭代器。
from itertools import count, islice
print list(islice([10, 6, 2, 8, 1, 3, 9], 5))
# [10, 6, 2, 8, 1]
print list(islice(count(), 6))
# [0, 1, 2, 3, 4, 5]
print list(islice(count(), 3, 10))
# [3, 4, 5, 6, 7, 8, 9]
print list(islice(count(), 3, 10 ,2))
# [3, 5, 7, 9]
imap
形式如下：imap(func, iter1, iter2, iter3, ...)
作用是：imap 返回一个迭代器，元素为 func(i1, i2, i3, ...)，i1，i2 等分别来源于 iter, iter2。
from itertools import imap
print imap(str, [1, 2, 3, 4])
# <itertools.imap object at 0x10556d050>
print list(imap(str, [1, 2, 3, 4]))
# ['1', '2', '3', '4']
print list(imap(pow, [2, 3, 10], [4, 2, 3]))
# [16, 9, 1000]
tee
形式如下：tee(iterable [,n])
作用是：用于从 iterable 创建 n 个独立的迭代器，以元组的形式返回，n 的默认值是 2。
from itertools import tee
print tee('abcd') # n 默认为 2，创建两个独立的迭代器
# (<itertools.tee object at 0x1049957e8>, <itertools.tee object at 0x104995878>)
iter1, iter2 = tee('abcde')
print list(iter1)
# ['a', 'b', 'c', 'd', 'e']
print list(iter2)
# ['a', 'b', 'c', 'd', 'e']
print tee('abc', 3) # 创建三个独立的迭代器
# (<itertools.tee object at 0x104995998>, <itertools.tee object at 0x1049959e0>, <itertools.tee object at 0x104995a28>)
takewhile
形式如下：takewhile(function, iterable)
其中，function是函数，iterable 是可迭代对象。
作用是：对于 iterable 中的元素，如果 function(item) 为 true，则保留该元素，只要 function(item) 为 false，则立即停止迭代。
from itertools import takewhile
print list(takewhile(lambda x: x < 5, [1, 3, 6, 2, 1]))
# [1, 3]
print list(takewhile(lambda x: x > 3, [2, 1, 6, 5, 4]))
# []
izip
形式如下：izip(iter1, iter2, ..., iterN)
作用是：用于将多个可迭代对象对应位置的元素作为一个元组，将所有元组『组成』一个迭代器，并返回。
Ps：如果某个可迭代对象不再生成值，则迭代停止。
from itertools import izip
for item in izip('ABCD', 'xy'):
print item
# ('A', 'x')
# ('B', 'y')
for item in izip([1, 2, 3], ['a', 'b', 'c', 'd', 'e']):
print item
# (1, 'a')
# (2, 'b')
# (3, 'c')
izip_longest
形式如下： izip_longest(iter1, iter2, ..., iterN, [fillvalue=None])
作用是：跟 izip 类似，但迭代过程会持续到所有可迭代对象的元素都被迭代完。
如果有指定 fillvalue，则会用其填充缺失的值，否则为 None。
from itertools import izip_longest
for item in izip_longest('ABCD', 'xy'):
print item
# ('A', 'x')
# ('B', 'y')
# ('C', None)
# ('D', None)
for item in izip_longest('ABCD', 'xy', fillvalue='-'):
print item
# ('A', 'x')
# ('B', 'y')
# ('C', '-')
# ('D', '-')
product
形式如下：product(iter1, iter2, ... iterN, [repeat=1])
其中，repeat 是一个关键字参数，用于指定重复生成序列的次数。
作用是：用于求多个可迭代对象的笛卡尔积，它跟嵌套的 for 循环等价。
from itertools import product
for item in product('ABCD', 'xy'):
print item
# ('A', 'x')
# ('A', 'y')
# ('B', 'x')
# ('B', 'y')
# ('C', 'x')
# ('C', 'y')
# ('D', 'x')
# ('D', 'y')
print list(product('ab', range(3)))
# [('a', 0), ('a', 1), ('a', 2), ('b', 0), ('b', 1), ('b', 2)]
print list(product((0,1), (0,1), (0,1)))
# [(0, 0, 0), (0, 0, 1), (0, 1, 0), (0, 1, 1), (1, 0, 0), (1, 0, 1), (1, 1, 0), (1, 1, 1)]
print list(product('ABC', repeat=2))
# [('A', 'A'), ('A', 'B'), ('A', 'C'), ('B', 'A'), ('B', 'B'), ('B', 'C'), ('C', 'A'), ('C', 'B'), ('C', 'C')]
permutations
形式如下：permutations(iterable[, r])
作用是：用于生成一个排列、
其中，r 指定生成排列的元素的长度，如果不指定，则默认为可迭代对象的元素长度。
from itertools import permutations
print permutations('ABC', 2)
# <itertools.permutations object at 0x1074d9c50>
print list(permutations('ABC', 2))
# [('A', 'B'), ('A', 'C'), ('B', 'A'), ('B', 'C'), ('C', 'A'), ('C', 'B')]
print list(permutations('ABC'))
# [('A', 'B', 'C'), ('A', 'C', 'B'), ('B', 'A', 'C'), ('B', 'C', 'A'), ('C', 'A', 'B'), ('C', 'B', 'A')]
combinations
形式如下：combinations(iterable, r)
作用是：用于求序列的组合，其中，r 指定生成组合的元素的长度。
from itertools import combinations
print list(combinations('ABC', 2))
# [('A', 'B'), ('A', 'C'), ('B', 'C')]
combinations_with_replacement
形式如下：combinations_with_replacement(iterable, r)
作用是：和 combinations 类似，但它生成的组合包含自身元素。
from itertools import combinations_with_replacement
print list(combinations_with_replacement('ABC', 2))
# [('A', 'A'), ('A', 'B'), ('A', 'C'), ('B', 'B'), ('B', 'C'), ('C', 'C')]
标签：迭代,list,itertools,详解,print,import,iterable 来源： https://www.cnblogs.com/ai594ai/p/15930579.html