一个超好用的Python库:itertools

作者:忆先  
链接:segmentfault.com/a/1190000008590958

人生苦短,我学Python!

很多人都致力于把Python代码写得更Pythonic,一来更符合规范且容易阅读,二来一般Pythonic的代码在执行上也更有效率。今天就先给大家介绍一个很Pythonic的Python系统库:itertools。

itertools库

迭代器(生成器)在Python中是一种很常用也很好用的数据结构,比起列表(list)来说,迭代器最大的优势就是延迟计算,按需使用,从而提高开发体验和运行效率,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。

话虽这么说,但大家平时用到的迭代器大概只有range了,而通过iter函数把列表对象转化为迭代器对象又有点多此一举,这时候我们今天的主角itertools就该上场了。

使用itertools

itertools中的函数大多是返回各种迭代器对象,作为python自带的系统库,使用起来语法简洁,执行效率也很高。


itertools.accumulate

简单来说就是累加。

>>> import itertools
>>> x = itertools.accumulate(range(10))
>>> print(list(x))
[0136101521283645]

itertools.chain

连接多个列表或者迭代器。

>>> x = itertools.chain(range(3), range(4), [3,2,1])
>>> print(list(x))
[0120123321]

itertools.combinations

求列表或生成器中指定数目的元素不重复的所有组合

>>> x = itertools.combinations(range(4), 3)
>>> print(list(x))
[(012), (013), (023), (123)]

itertools.combinations_with_replacement

允许重复元素的组合

>>> x = itertools.combinations_with_replacement( ABC 2)
>>> print(list(x))
[( A A ), ( A B ), ( A C ), ( B B ), ( B C ), ( C C )]

itertools.compress

按照真值表筛选元素

>>> x = itertools.compress(range(5), (TrueFalseTrueTrueFalse))
>>> print(list(x))
[023]

itertools.count

就是一个计数器,可以指定起始位置和步长

>>> x = itertools.count(start=20, step=-1)
>>> print(list(itertools.islice(x, 0101)))
[20191817161514131211]

itertools.cycle

循环指定的列表和迭代器

>>> x = itertools.cycle( ABC )
>>> print(list(itertools.islice(x, 0101)))
[ A B C A B C A B C A ]

itertools.dropwhile

按照真值函数丢弃掉列表和迭代器前面的元素

>>> x = itertools.dropwhile(lambda e: e < 5, range(10))
>>> print(list(x))
[56789]

itertools.filterfalse

保留对应真值为False的元素

>>> x = itertools.filterfalse(lambda e: e < 5, (153694))
>>> print(list(x))
[569]

itertools.groupby

按照分组函数的值对元素进行分组

>>> x = itertools.groupby(range(10), lambda x: x < 5 or x > 8)                                                                                                
>>> for condition, numbers in x:                                                  
...     print(condition, list(numbers))                                                                                                        
True [01234]                                                              
False [5678]                                                                
True [9]

itertools.islice

上文使用过的函数,对迭代器进行切片

>>> x = itertools.islice(range(10), 092)
>>> print(list(x))
[02468]

itertools.permutations

产生指定数目的元素的所有排列(顺序有关)

>>> x = itertools.permutations(range(4), 3)
>>> print(list(x))
[(012), (013), (021), (023), (031), (032), (102), (103), (120), (123), (130), (132), (201), (20,3), (210), (213), (230), (231), (301), (302), (310), (312), (320), (321)]

itertools.product

产生多个列表和迭代器的(积)

>>> 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)]

itertools.repeat

简单的生成一个拥有指定数目元素的迭代器

>>> x = itertools.repeat(05)
>>> print(list(x))
[00000]

itertools.starmap

类似map

>>> x = itertools.starmap(str.islower,  aBCDefGhI )
>>> print(list(x))
[TrueFalseFalseFalseTrueTrueFalseTrueFalse]

itertools.takewhile

与dropwhile相反,保留元素直至真值函数值为假。

>>> x = itertools.takewhile(lambda e: e < 5, range(10))
>>> print(list(x))
[01234]

itertools.tee

这个函数我也不是很懂,似乎是生成指定数目的迭代器

>>> x = itertools.tee(range(10), 2)
>>> for letters in x:
...     print(list(letters))
...
[0123456789]
[0123456789]

itertools.zip_longest

类似于zip,不过已较长的列表和迭代器的长度为准

>>> x = itertools.zip_longest(range(3), range(5))
>>> y = zip(range(3), range(5))
>>> print(list(x))
[(00), (11), (22), (None3), (None4)]
>>> print(list(y))
[(00), (11), (22)]

结语

以上就是对 itertools 库中常用函数的介绍。大家大致了解这些功能即可,不必死记硬背,实际开发中有相关需求时可以再针对具体函数查询详细文档。

如果文章对你有帮助,欢迎转发/点赞/收藏~

相关推荐

  • 什么是Immutable对象?
  • 实时湖仓的核心技术与应用
  • 小米数据中台建设实践赋能业务增长!
  • NeurIPS 2023 | MixFormerV2:基于Transformer的高效跟踪器
  • 论文辅导 | 为什么建议你早点发表一篇核心论文?答案在这里!
  • 从梯度最大化看Attention的Scale操作
  • 视觉分词器统一图文信息,快手提出基座模型 LaVIT 刷榜多模态任务
  • 马斯克怒了,发帖挑衅ChatGPT,竟是奥特曼创建Grok同名的GPT?
  • 我的电子书,彻底爆了!
  • 我们该怎样迈向多云时代?
  • 阿里云产品集体崩溃,原因找到;传鸿蒙将与安卓不兼容,多家公司急招鸿蒙技术;超1500名小鹏P7车主联名维权丨T资讯
  • 一个收入被严重低估的方向!56K挡不住
  • 阿里云严重故障,钉钉、淘宝、闲鱼、阿里云盘都崩了
  • 【深度学习】CLAIM | AI在医学影像的checklist
  • 【NLP】大模型最全八股和答案(中)
  • 【学术相关】一位苦读6年终于毕业的博士说出了读博的四个陷阱
  • 大模型实践之浅尝prompt咒语设计:one-shot微调chatglm-6b实践信息抽取
  • 首发!文心一言「插件开发」中文教程,来了!
  • Node.js有多强?
  • Redis分布式锁存在哪些问题,该如何解决?