python 高效的 itertools 模块

hncys

　　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([1, 2, 3, 4], 3):
　　
...     print item
　　
...
　　
[1, 2, 3, 4]
　　
[1, 2, 3, 4]
　　
[1, 2, 3, 4]

　　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([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
　　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
　　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
　　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)))
　　
[0, 1, 2, 3, 4, 5]
　　
>>>
　　
>>> list(ifilter(None, [0, 1, 2, 0, 3, 4]))
　　
[1, 2, 3, 4]

　　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)))
　　
[6, 7, 8, 9]
　　
>>>
　　
>>> list(ifilter(None, [0, 1, 2, 0, 3, 4]))
　　
[0, 0]

　　islice
　　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
　　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])
　　
<itertools.imap object at 0x10556d050>
　　
>>>
　　
>>> list(imap(str, [1, 2, 3, 4]))
　　
['1', '2', '3', '4']
　　
>>>
　　
>>> list(imap(pow, [2, 3, 10], [4, 2, 3]))
　　
[16, 9, 1000]

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

　　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([1, 2, 3], ['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, [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', '-')

　　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, [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
　　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。