python 高效的 itertools 模块
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；
无限迭代器
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
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
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
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(, 3):
... print item
...
有限迭代器
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
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(, ['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
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', ))
['A', 'B', 'D', 'F']
>>> list(compress('ABCDEF', ))
['A', 'B', 'D']
>>> list(compress('ABCDEF', ))
['A', 'C']
dropwhile
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, ))
>>>
>>> list(dropwhile(lambda x: x > 3, ))
groupby
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', 'ddd', 'eee', 'f']
>>> for key, value_iter in groupby(data, len):
... print key, ':', list(value_iter)
...
1 : ['a']
2 : ['bb', 'cc']
3 : ['ddd', 'eee']
1 : ['f']
ifilter
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)))
>>>
>>> list(ifilter(None, ))
ifilterfalse
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)))
>>>
>>> list(ifilter(None, ))
islice
islice 是切片选择，它的使用形式如下：
islice(iterable, 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(, 5))
>>>
>>> list(islice(count(), 6))
>>>
>>> list(islice(count(), 3, 10))
>>> list(islice(count(), 3, 10 ,2))
imap
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, )
<itertools.imap object at 0x10556d050>
>>>
>>> list(imap(str, ))
['1', '2', '3', '4']
>>>
>>> list(imap(pow, , ))
tee
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
(<itertools.tee object at 0x1049957e8>, <itertools.tee object at 0x104995878>)
>>>
>>> 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
(<itertools.tee object at 0x104995998>, <itertools.tee object at 0x1049959e0>, <itertools.tee object at 0x104995a28>)
takewhile
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, ))
>>> list(takewhile(lambda x: x > 3, ))
[]
izip
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(, ['a', 'b', 'c', 'd', 'e']):
... print item
...
(1, 'a')
(2, 'b')
(3, 'c')
izip_longest
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, ) 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', '-')
组合生成器
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
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, ) 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
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)
<itertools.permutations object at 0x1074d9c50>
>>>
>>> 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
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
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')]
小结
[*] 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。
页:
[1]