高效的 itertools 模块

摘要：的使用形式和类似，它将中为的元素组成一个迭代器返回，如果是，则返回中所有计算为的项。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。

我们知道，迭代器的特点是：惰性求值（Lazy evaluation），即只有当迭代至某个值时，它才会被计算，这个特点使得迭代器特别适合于遍历大文件或无限集合等，因为我们不用一次性将它们存储在内存中。

Python 内置的 itertools 模块包含了一系列用来产生不同类型迭代器的函数或类，这些函数的返回都是一个迭代器，我们可以通过 for 循环来遍历取值，也可以使用 next() 来取值。

itertools 模块提供的迭代器函数有以下几种类型：

无限迭代器：生成一个无限序列，比如自然数序列 1, 2, 3, 4, ...；

有限迭代器：接收一个或多个序列（sequence）作为参数，进行组合、分组和过滤等；

组合生成器：序列的排列、组合，求序列的笛卡儿积等；

itertools 模块提供了三个函数（事实上，它们是类）用于生成一个无限序列迭代器：

count(firstval=0, step=1)

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

cycle(iterable)

对 iterable 中的元素反复执行循环，返回迭代器

repeat(object [,times]

反复生成 object，如果给定 times，则重复次数为 times，否则为无限

下面，让我们看看一些例子。

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：

>>> import itertools
>>>
>>> nums = itertools.count()
>>> for i in nums:
...     if i > 6:
...         break
...     print i
...
0
1
2
3
4
5
6
>>> nums = itertools.count(10, 2)    # 指定开始值和步长
>>> for i in nums:
...     if i > 20:
...         break
...     print i
...
10
12
14
16
18
20

cycle() 用于对 iterable 中的元素反复执行循环：

>>> import itertools
>>>
>>> cycle_strings = itertools.cycle("ABC")
>>> i = 1
>>> for string in cycle_strings:
...     if i == 10:
...         break
...     print i, string
...     i += 1
...
1 A
2 B
3 C
4 A
5 B
6 C
7 A
8 B
9 C

repeat() 用于反复生成一个 object：

>>> import itertools
>>>
>>> for item in itertools.repeat("hello world", 3):
...     print item
...
hello world
hello world
hello world
>>>
>>> for item in itertools.repeat([1, 2, 3, 4], 3):
...     print item
...
[1, 2, 3, 4]
[1, 2, 3, 4]
[1, 2, 3, 4]

itertools 模块提供了多个函数（类），接收一个或多个迭代对象作为参数，对它们进行组合、分组和过滤等：

chain()

compress()

dropwhile()

groupby()

ifilter()

ifilterfalse()

islice()

imap()

starmap()

tee()

takewhile()

izip()

izip_longest()

chain 的使用形式如下：

chain(iterable1, iterable2, iterable3, ...)

chain 接收多个可迭代对象作为参数，将它们『连接』起来，作为一个新的迭代器返回。

>>> from itertools import chain
>>>
>>> for item in chain([1, 2, 3], ["a", "b", "c"]):
...     print item
...
1
2
3
a
b
c

chain 还有一个常见的用法：

chain.from_iterable(iterable)

接收一个可迭代对象作为参数，返回一个迭代器：

>>> from itertools import chain
>>>
>>> string = chain.from_iterable("ABCD")
>>> string.next()
"A"

compress 的使用形式如下：

compress(data, selectors)

compress 可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
>>>
>>> list(compress("ABCDEF", [1, 1, 0, 1, 0, 1]))
["A", "B", "D", "F"]
>>> list(compress("ABCDEF", [1, 1, 0, 1]))
["A", "B", "D"]
>>> list(compress("ABCDEF", [True, False, True]))
["A", "C"]

dropwhile 的使用形式如下：

dropwhile(predicate, iterable)

其中，predicate 是函数，iterable 是可迭代对象。对于 iterable 中的元素，如果 predicate(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
>>>
>>> list(dropwhile(lambda x: x < 5, [1, 3, 6, 2, 1]))
[6, 2, 1]
>>>
>>> list(dropwhile(lambda x: x > 3, [2, 1, 6, 5, 4]))
[2, 1, 6, 5, 4]

groupby 用于对序列进行分组，它的使用形式如下：

groupby(iterable[, keyfunc])

其中，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，则默认对 iterable 中的连续相同项进行分组，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", "ccc", "dd", "eee", "f"]
>>> for key, value_iter in groupby(data, len):    # 使用 len 函数作为分组函数
...     print key, ":", list(value_iter)
...
1 : ["a"]
2 : ["bb"]
3 : ["ccc"]
2 : ["dd"]
3 : ["eee"]
1 : ["f"]
>>>
>>> data = ["a", "bb", "cc", "ffffd", "eee", "f"]
>>> for key, value_iter in groupby(data, len):
...     print key, ":", list(value_iter)
...
1 : ["a"]
2 : ["bb", "cc"]
3 : ["ffffd", "eee"]
1 : ["f"]

ifilter 的使用形式如下：

ifilter(function or None, sequence)

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
>>>
>>> list(ifilter(lambda x: x < 6, range(10)))
[0, 1, 2, 3, 4, 5]
>>>
>>> list(ifilter(None, [0, 1, 2, 0, 3, 4]))
[1, 2, 3, 4]

ifilterfalse 的使用形式和 ifilter 类似，它将 iterable 中 function(item) 为 False 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 False 的项。

>>> from itertools import ifilterfalse
>>>
>>> list(ifilterfalse(lambda x: x < 6, range(10)))
[6, 7, 8, 9]
>>>
>>> list(ifilter(None, [0, 1, 2, 0, 3, 4]))
[0, 0]

islice 是切片选择，它的使用形式如下：

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 和 step 可选。

>>> from itertools import count, islice
>>>
>>> list(islice([10, 6, 2, 8, 1, 3, 9], 5))
[10, 6, 2, 8, 1]
>>>
>>> list(islice(count(), 6))
[0, 1, 2, 3, 4, 5]
>>>
>>> list(islice(count(), 3, 10))
[3, 4, 5, 6, 7, 8, 9]
>>> list(islice(count(), 3, 10 ,2))
[3, 5, 7, 9]

imap 类似 map 操作，它的使用形式如下：

imap(func, iter1, iter2, iter3, ...)

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
>>>
>>> imap(str, [1, 2, 3, 4])

>>>
>>> list(imap(str, [1, 2, 3, 4]))
["1", "2", "3", "4"]
>>>
>>> list(imap(pow, [2, 3, 10], [4, 2, 3]))
[16, 9, 1000]

tee 的使用形式如下：

tee(iterable [,n])

tee 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
>>>
>>> tee("abcd")   # n 默认为 2，创建两个独立的迭代器
(, )
>>>
>>> iter1, iter2 = tee("abcde")
>>> list(iter1)
["a", "b", "c", "d", "e"]
>>> list(iter2)
["a", "b", "c", "d", "e"]
>>>
>>> tee("abc", 3)  # 创建三个独立的迭代器
(, , )

takewhile 的使用形式如下：

takewhile(predicate, iterable)

其中，predicate 是函数，iterable 是可迭代对象。对于 iterable 中的元素，如果 predicate(item) 为 true，则保留该元素，只要 predicate(item) 为 false，则立即停止迭代。

>>> from itertools import takewhile
>>>
>>> list(takewhile(lambda x: x < 5, [1, 3, 6, 2, 1]))
[1, 3]
>>> list(takewhile(lambda x: x > 3, [2, 1, 6, 5, 4]))
[]

izip 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。它的使用形式如下：

izip(iter1, iter2, ..., iterN)

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 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。它的形式如下：

izip_longest(iter1, iter2, ..., iterN, [fillvalue=None])

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", "-")

itertools 模块还提供了多个组合生成器函数，用于求序列的排列、组合等：

product

permutations

combinations

combinations_with_replacement

product 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。它的一般使用形式如下：

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，

>>> 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")
>>>
>>> list(product("ab", range(3)))
[("a", 0), ("a", 1), ("a", 2), ("b", 0), ("b", 1), ("b", 2)]
>>>
>>> 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)]
>>>
>>> list(product("ABC", repeat=2))
[("A", "A"), ("A", "B"), ("A", "C"), ("B", "A"), ("B", "B"), ("B", "C"), ("C", "A"), ("C", "B"), ("C", "C")]
>>>

permutations 用于生成一个排列，它的一般使用形式如下：

permutations(iterable[, r])

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
>>>
>>> permutations("ABC", 2)

>>>
>>> list(permutations("ABC", 2))
[("A", "B"), ("A", "C"), ("B", "A"), ("B", "C"), ("C", "A"), ("C", "B")]
>>>
>>> list(permutations("ABC"))
[("A", "B", "C"), ("A", "C", "B"), ("B", "A", "C"), ("B", "C", "A"), ("C", "A", "B"), ("C", "B", "A")]
>>>

combinations 用于求序列的组合，它的使用形式如下：

combinations(iterable, r)

其中，r 指定生成组合的元素的长度。

>>> from itertools import combinations
>>>
>>> list(combinations("ABC", 2))
[("A", "B"), ("A", "C"), ("B", "C")]

combinations_with_replacement 和 combinations 类似，但它生成的组合包含自身元素。

>>> from itertools import combinations_with_replacement
>>>
>>> list(combinations_with_replacement("ABC", 2))
[("A", "A"), ("A", "B"), ("A", "C"), ("B", "B"), ("B", "C"), ("C", "C")]

itertools 模块提供了很多用于产生多种类型迭代器的函数，它们的返回值不是 list，而是迭代器。

本文由 funhacks 发表于个人博客，采用 Creative Commons BY-NC-ND 4.0（自由转载-保持署名-非商用-禁止演绎）协议发布。
非商业转载请注明作者及出处。商业转载请联系作者本人。
本文标题为: 高效的 itertools 模块
本文链接为: http://funhacks.net/2017/02/1...

itertools — Functions creating iterators for efficient looping

itertools – Iterator functions for efficient looping - Python Module of the Week