前言：
最近事情不是很多，想写一些技术文章分享给大家，同时也对自己一段时间来碎片化接受的知识进行一下梳理，所谓写清楚才能说清楚，说清楚才能想清楚，就是这个道理了。
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下Python的系统库itertools。
1、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。
2、使用itertools
itertools中的函数大多是返回各种迭代器对象，其中很多函数的作用我们平时要写很多代码才能达到，而在运行效率上反而更低，毕竟人家是系统库。
3、itertools.accumulate
简单来说就是累加。
|
1
2
3
4
|
>>> import itertools
>>> x = itertools.accumulate(range(10))
>>> print(list(x))
[0, 1, 3, 6, 10, 15, 21, 28, 36, 45]
|
4、itertools.chain
连接多个列表或者迭代器。
|
1
2
3
4
|
>>> 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数目的元素不重复的所有组合
|
1
2
3
|
>>> 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
允许重复元素的组合
|
1
2
3
|
>>> 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
按照真值表筛选元素
|
1
2
3
|
>>> x = itertools.compress(range(5), (True, False, True, True, False))
>>> print(list(x))
[0, 2, 3]
|
7、itertools.count
就是一个计数器,可以指定起始位置和步长
|
1
2
3
|
>>> 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
循环指定的列表和迭代器
|
1
2
3
|
>>> 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
按照真值函数丢弃掉列表和迭代器前面的元素
|
1
2
3
|
>>> x = itertools.dropwhile(lambda e: e < 5, range(10))
>>> print(list(x))
[5, 6, 7, 8, 9]
|
10、itertools.filterfalse
保留对应真值为False的元素
|
1
2
3
|
>>> x = itertools.filterfalse(lambda e: e < 5, (1, 5, 3, 6, 9, 4))
>>> print(list(x))
[5, 6, 9]
|
11、itertools.groupby
按照分组函数的值对元素进行分组
|
1
2
3
4
5
6
|
>>> 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
上文使用过的函数，对迭代器进行切片
|
1
2
3
|
>>> x = itertools.islice(range(10), 0, 9, 2)
>>> print(list(x))
[0, 2, 4, 6, 8]
|
13、itertools.permutations
产生指定数目的元素的所有排列(顺序有关)
|
1
2
3
|
>>> 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
产生多个列表和迭代器的(积)
|
1
2
3
4
|
>>> 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
简单的生成一个拥有指定数目元素的迭代器
|
1
2
3
|
>>> x = itertools.repeat(0, 5)
>>> print(list(x))
[0, 0, 0, 0, 0]
|
16、itertools.starmap
类似map
|
1
2
3
|
>>> x = itertools.starmap(str.islower, 'aBCDefGhI')
>>> print(list(x))
[True, False, False, False, True, True, False, True, False]
|
17、itertools.takewhile
与dropwhile相反，保留元素直至真值函数值为假。
|
1
2
3
|
>>> x = itertools.takewhile(lambda e: e < 5, range(10))
>>> print(list(x))
[0, 1, 2, 3, 4]
|
18、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
|
1
2
3
4
5
6
|
>>> 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
类似于zip，不过已较长的列表和迭代器的长度为准
|
1
2
3
4
5
6
|
>>> 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)]
|
结语：
到此这篇关于关于Python 内置库 itertools的文章就介绍到这了,更多相关Python内置库itertools内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://www.tuicool.com/articles/yQziY3m