Python 自带性能强悍的标准库 itertools

可迭代对象就像密闭容器里的水，有货倒不出

itertools 是 python 内置的标准模块，提供了很多简洁又高效的专用功能，使用得当能够极大的简化代码行数，同时所有方法都是实现了生成器函数，这就意味着极大的节省内存。

itertools 提供的功能主要分为三大块，以最新版本的 3.10 为例：

对可迭代对象无限迭代，无限输出
对可迭代对象有限迭代
对可迭代对象排列组合

方法如下：

导入包

>>> from iteratortools import *

复制代码

无限迭代

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

数值生成器，可以指定起始位置和步长,并且步长可以为浮点数。无限输出，一直累加，在例子中需要边睡眠 1s 边输出。

>>> import time>>> iterator = count(4, 0.5)>>> for i in iterator:...     print(i)...     time.sleep(1)...44.55.05.56.06.57.07.5

复制代码

iteratortools.cycle(iteratorable) 无限循环取出可迭代对象里的元素

>>> a = cycle("ABCD")>>> import time>>> for i in a:...     print(i)...     time.sleep(1)...ABCDABCD

复制代码

iteratortools.repeat(object[, times]) 不断重复输出整个 object，如果指定了重复次数，则输出指定次数，否则将无限重复。

>>> iterator = repeat('hello world', 10)>>>>>> for i in iterator:...     print(i)...hello worldhello worldhello worldhello worldhello worldhello worldhello worldhello worldhello worldhello world有了这个神器，对输出10次hello world这种问题又有一种新解法

复制代码

有限迭代

iteratortools.accumulate(iteratorable[, func, *, initial=None]) 返回对列表中元素逐项的操作，操作有：

累加，返回累加到每一项的列表
累乘，返回累乘到每一项的列表
最小值，返回到当前项的最小值
最大值，返回到当前项的最大值

>>> [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]

复制代码

iteratortools.chain(*iteratorables) 将多个可迭代对象构建成一个新的可迭代对象，统一返回。类似于将多个对象链成一条串

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

复制代码

优点：可以将多个可迭代对象整合成一个，避免逐个取值

chain.from_iteratorable(iteratorable) 将一个迭代对象中将所有元素类似于 chain 一样，统一返回。

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

复制代码

iteratortools.compress(data, selectors) 按照真值表筛选元素

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

复制代码

iteratortools.dropwhile(predicate, iteratorable) 按照条件筛选，丢弃掉第一次不符合条件时之前的所有元素

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

复制代码

iteratortools.takewhile(predicate, iteratorable)

根据 predicate 条件筛选可迭代对象中的元素，只要元素为真就返回，第一次遇到不符合的条件就退出。

按照条件筛选，丢弃第一次遇到不符合条件之后的元素。行为类似于上一个 dropwhile，区别在于丢弃的选择不同。

iteratortools.filterfalse(predicate, iteratorable) 保留不符合条件的元素，返回迭代器

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

复制代码

iteratortools.groupby(iteratorable, key=None) 按照指定的条件分类。输出条件和符合条件的元素

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

复制代码

iteratortools.islice(iteratorable, start, stop[, step]) 对迭代器进行切片，老版本中不能指定 start 和 stop 以及步长，新版本可以。

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

复制代码

iteratortools.starmap(function, iteratorable) 将 function 作用于可迭代对象上，类似于 map 函数

iteratortools.tee(iteratorable, n=2) 从一个可迭代对象中返回 n 个独立的迭代器

>>> 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]

复制代码

iteratortools.zip_longest(*iteratorables, fillvalue=None)

创建一个迭代器，从每个可迭代对象中收集元素。如果可迭代对象的长度未对齐，将根据 fillvalue 填充缺失值。

迭代持续到耗光最长的可迭代对象。大致相当于：

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

复制代码

排列组合迭代

iteratortools.product(*iteratorables, repeat=1)

生成多个可迭代对象的笛卡尔积

大致相当于生成器表达式中的嵌套循环。例如， product(A, B) 和 ((x,y) for x in A for y in B) 返回结果一样。

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

复制代码

将可选参数 repeat 设定为要重复的次数。例如，product(A, repeat=4) 和 product(A, A, A, A) 是一样的

iteratortools.permutations(iteratorable, r=None) 由 iteratorable 元素生成长度为 r 的排列。元素的排列，类似于给一个[1,2,3]，选取其中两个元素，一共有多少种组合方法？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)]

复制代码

这个方法能够完美解决算法中的全排列问题，简直是量身定做。如果早知道这么简单，当年考算法也不会。。，哎

可参见 leetcode46 题：力扣

iteratortools.combinations(iteratorable, r) 返回由输入 iteratorable 中元素组成长度为 r 的子序列。元素不可重复使用。子序列是要求元素在排列之后和之前的相对位置不变的。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)[]

复制代码

这个方法可以曲线解决组合总数问题

力扣

iteratortools.combinations_with_replacement(iteratorable, r) 返回由输入 iteratorable 中元素组成的长度为 r 的子序列，允许每个元素可重复出现

>>> 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)]

复制代码

原文链接：http://www.cnblogs.com/goldsunshine/p/15678828.html

作者：goldsunshine