相見恨晚的 itertools 庫
點擊上方「
Python開發
」，選擇「置頂公眾號」
關鍵時刻，第一時間送達！
前言
最近事情不是很多，想寫一些技術文章分享給大家，同時也對自己一段時間來碎片化接受的知識進行一下梳理，所謂寫清楚才能說清楚，說清楚才能想清楚，就是這個道理了。
很多人都致力於把Python代碼寫得更Pythonic，一來更符合規範且容易閱讀，二來一般Pythonic的代碼在執行上也更有效率。今天就先給大家介紹一下Python的系統庫itertools。
itertools庫
迭代器（生成器）在Python中是一種很常用也很好用的數據結構，比起列表(list)來說，迭代器最大的優勢就是延遲計算，按需使用，從而提高開發體驗和運行效率，以至於在Python 3中map,filter等操作返回的不再是列表而是迭代器。
話雖這麼說但大家平時用到的迭代器大概只有range了，而通過iter函數把列表對象轉化為迭代器對象又有點多此一舉，這時候我們今天的主角itertools就該上場了。
使用itertools
itertools中的函數大多是返回各種迭代器對象，其中很多函數的作用我們平時要寫很多代碼才能達到，而在運行效率上反而更低，畢竟人家是系統庫。
itertools.accumulate
簡單來說就是累加。
>>>
import
itertools
>>>
x
=
itertools
.
accumulate
(
range
(
10
))
>>>
(
list
(
x
))
[
0
,
1
,
3
,
6
,
10
,
15
,
21
,
28
,
36
,
45
]
itertools.chain
連接多個列表或者迭代器。
>>>
x
=
itertools
.
chain
(
range
(
3
),
range
(
4
),
[
3
,
2
,
1
])
>>>
(
list
(
x
))
[
0
,
1
,
2
,
0
,
1
,
2
,
3
,
3
,
2
,
1
]
itertools.combinations
求列表或生成器中指定數目的元素不重複的所有組合
>>>
x
=
itertools
.
combinations
(
range
(
4
),
3
)
>>>
(
list
(
x
))
[(
0
,
1
,
2
),
(
0
,
1
,
3
),
(
0
,
2
,
3
),
(
1
,
2
,
3
)]
itertools.combinations_with_replacement
允許重複元素的組合
>>>
x
=
itertools
.
combinations_with_replacement
(
"ABC"
,
2
)
>>>
(
list
(
x
))
[(
"A"
,
"A"
),
(
"A"
,
"B"
),
(
"A"
,
"C"
),
(
"B"
,
"B"
),
(
"B"
,
"C"
),
(
"C"
,
"C"
)]
itertools.compress
按照真值表篩選元素
>>>
x
=
itertools
.
compress
(
range
(
5
),
(
True
,
False
,
True
,
True
,
False
))
>>>
(
list
(
x
))
[
0
,
2
,
3
]
itertools.count
就是一個計數器,可以指定起始位置和步長
>>>
x
=
itertools
.
count
(
start
=
20
,
step
=-
1
)
>>>
(
list
(
itertools
.
islice
(
x
,
0
,
10
,
1
)))
[
20
,
19
,
18
,
17
,
16
,
15
,
14
,
13
,
12
,
11
]
itertools.cycle
循環指定的列表和迭代器
>>>
x
=
itertools
.
cycle
(
"ABC"
)
>>>
(
list
(
itertools
.
islice
(
x
,
0
,
10
,
1
)))
[
"A"
,
"B"
,
"C"
,
"A"
,
"B"
,
"C"
,
"A"
,
"B"
,
"C"
,
"A"
]
itertools.dropwhile
按照真值函數丟棄掉列表和迭代器前面的元素
>>>
x
=
itertools
.
dropwhile
(
lambda
e
:
e
<
5
,
range
(
10
))
>>>
(
list
(
x
))
[
5
,
6
,
7
,
8
,
9
]
itertools.filterfalse
保留對應真值為False的元素
>>>
x
=
itertools
.
filterfalse
(
lambda
e
:
e
<
5
,
(
1
,
5
,
3
,
6
,
9
,
4
))
>>>
(
list
(
x
))
[
5
,
6
,
9
]
itertools.groupby
按照分組函數的值對元素進行分組
>>>
x
=
itertools
.
groupby
(
range
(
10
),
lambda
x
:
x
<
5
or
x
>
8
)
>>>
for
condition
,
numbers
in
x
:
...
(
condition
,
list
(
numbers
))
True
[
0
,
1
,
2
,
3
,
4
]
False
[
5
,
6
,
7
,
8
]
True
[
9
]
itertools.islice
上文使用過的函數，對迭代器進行切片
>>>
x
=
itertools
.
islice
(
range
(
10
),
0
,
9
,
2
)
>>>
(
list
(
x
))
[
0
,
2
,
4
,
6
,
8
]
itertools.permutations
產生指定數目的元素的所有排列(順序有關)
>>>
x
=
itertools
.
permutations
(
range
(
4
),
3
)
>>>
(
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
)]
itertools.product
產生多個列表和迭代器的(積)
>>>
x
=
itertools
.
product
(
"ABC"
,
range
(
3
))
>>>
>>>
(
list
(
x
))
[(
"A"
,
0
),
(
"A"
,
1
),
(
"A"
,
2
),
(
"B"
,
0
),
(
"B"
,
1
),
(
"B"
,
2
),
(
"C"
,
0
),
(
"C"
,
1
),
(
"C"
,
2
)]
itertools.repeat
簡單的生成一個擁有指定數目元素的迭代器
>>>
x
=
itertools
.
repeat
(
0
,
5
)
>>>
(
list
(
x
))
[
0
,
0
,
0
,
0
,
0
]
itertools.starmap
類似map
>>>
x
=
itertools
.
starmap
(
str
.
islower
,
"aBCDefGhI"
)
>>>
(
list
(
x
))
[
True
,
False
,
False
,
False
,
True
,
True
,
False
,
True
,
False
]
itertools.takewhile
與dropwhile相反，保留元素直至真值函數值為假。
>>>
x
=
itertools
.
takewhile
(
lambda
e
:
e
<
5
,
range
(
10
))
>>>
(
list
(
x
))
[
0
,
1
,
2
,
3
,
4
]
itertools.tee
這個函數我也不是很懂，似乎是生成指定數目的迭代器
>>>
x
=
itertools
.
tee
(
range
(
10
),
2
)
>>>
for
letters
in
x
:
...
(
list
(
letters
))
...
[
0
,
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
]
[
0
,
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
]
itertools.zip_longest
類似於zip，不過已較長的列表和迭代器的長度為準
>>>
x
=
itertools
.
zip_longest
(
range
(
3
),
range
(
5
))
>>>
y
=
zip
(
range
(
3
),
range
(
5
))
>>>
(
list
(
x
))
[(
0
,
0
),
(
1
,
1
),
(
2
,
2
),
(
None
,
3
),
(
None
,
4
)]
>>>
(
list
(
y
))
[(
0
,
0
),
(
1
,
1
),
(
2
,
2
)]
結語
大概就總結到這裡，不過老實說Python的各種語言特性和庫還是要多用才能熟練，最終達到隨手拈來的程度，裝逼的說就是由術入道。
來源：憶先
https://segmentfault.com/a/1190000008590958
Python開發整理髮布，轉載請聯繫作者獲得授權
【點擊成為Java大神】
※如何快速成長為優秀程序員？高薪程序員必備工具！
※一文看懂機器學習流程（客戶流失率預測）
TAG:Python開發 |