Python中itertools的⽤法详解
iterator
循环器(iterator)是对象的容器，包含有多个对象。通过调⽤循环器的next()⽅法 (next()⽅法，在Python 3.x中)，循环器将依次返回⼀个对象。直到所有的对象遍历穷尽，循环器将举出StopIteration错误。
在for i in iterator结构中，循环器每次返回的对象将赋予给i，直到循环结束。使⽤iter()内置函数，我们可以将诸如表、字典等容器变为循环器。⽐如
for i in iter([2, 4, 5, 6]):
print i
标准库中的itertools包提供了更加灵活的⽣成循环器的⼯具。这些⼯具的输⼊⼤都是已有的循环器。另⼀⽅⾯，这些⼯具完全可以⾃⾏使⽤Python实现，该包只是提供了⼀种⽐较标准、⾼效的实现⽅式。
# import the tools
from itertools import *
⽆穷循环器
# 从5开始的整数循环器，每次增加2，即5, 7, 9, 11, 13, 15 ...
count(5, 2)
# 重复序列的元素，既a, b, c, a, b, c ...
cycle('abc')
# 重复1.2，构成⽆穷循环器，即1.2, 1.2, 1.2, ...
repeat(1.2)
# repeat也可以有⼀个次数限制:
repeat(10, 5) #重复5次10
函数式⼯具
函数式编程是将函数本⾝作为处理对象的编程范式。在Python中，函数也是对象，因此可以轻松的进⾏⼀些函数式的处理，⽐如map(), filter(), reduce()函数。
itertools包含类似的⼯具。这些函数接收函数作为参数，并将结果返回为⼀个循环器。
from itertools import *
rlt = imap(pow, [1, 2, 3], [1, 2, 3])
for num in rlt:
print(num)
上⾯显⽰了imap函数。该函数与map()函数功能相似，只不过返回的不是序列，⽽是⼀个循环器。包含元素1, 4, 27，即1**1, 2**2, 3**3的结果。函数pow(内置的乘⽅函数)作为第⼀个参数。pow()依次作⽤于后⾯两个列表的每个元素，并收集函数结果，组成返回的循环器。
此外，还可以⽤下⾯的函数:
starmap(pow, [(1, 1), (2, 2), (3, 3)])
pow将依次作⽤于表的每个tuple。
ifilter函数与filter()函数类似，只是返回的是⼀个循环器。
ifilter(lambda x: x > 5, [2, 3, 5, 6, 7]
将lambda函数依次作⽤于每个元素，如果函数返回True，则收集原来的元素：6, 7。
此外，
ifilterfalse(lambda x: x > 5, [2, 3, 5, 6, 7])
与上⾯类似，但收集返回False的元素：2, 3, 5。
takewhile(lambda x: x < 5, [1, 3, 6, 7, 1])
当函数返回True时，收集元素到循环器。⼀旦函数返回False，则停⽌：1, 3。
dropwhile(lambda x: x < 5, [1, 3, 6, 7, 1])
当函数返回False时，跳过元素。⼀旦函数返回True，则开始收集剩下的所有元素到循环器：6, 7, 1。
组合⼯具
我们可以通过组合原有循环器，来获得新的循环器。
循环器和笛卡尔乘积
# 连接两个循环器成为⼀个。1, 2, 3, 4, 5, 7
chain([1, 2, 3], [4, 5, 7])
# 多个循环器集合的笛卡尔积，相当于嵌套循环。
product('abc', [1, 2])
样例如下
for m, n in product('abc', [1, 2]):
print m, n
'''
a 1
a 2
b 1
b 2
c 1
c 2
'''
排列与组合
# 从'abcd'中挑选两个元素，⽐如ab, bc, ... 将所有结果排序，返回为新的循环器。
permutations('abc', 2)
注意，上⾯的组合分顺序，即ab, ba都返回。
# 从'abcd'中挑选两个元素，⽐如ab, bc, ... 将所有结果排序，返回为新的循环器。
combinations('abc', 2)
注意，上⾯的组合不分顺序，即ab, ba的话，只返回⼀个ab。
# 与上⾯类似，但允许两次选出的元素重复。即多了aa, bb, cc
combinations_with_replacement('abc', 2)
groupby()
将key函数作⽤于原循环器的各个元素。根据key函数结果，将拥有相同函数结果的元素分到⼀个新的循环器。每个新的循环器以函数返回结果为标签。
这就好像⼀⼈的⾝⾼作为循环器。我们可以使⽤这样⼀个key函数: 如果⾝⾼⼤于180，返回”tall”；如果⾝⾼底于160，返回”short”；中间的返回”middle”。最终，所有⾝⾼将分为三个循环器，即”tall”, “short”, “middle”。
def height_class(h):
if h > 180:
return "tall"
elif h < 160:
return "short"
else:
return "middle"
friends = [191, 158, 159, 165, 170, 177, 181, 182, 190]
friends = sorted(friends, key = height_class)python中lambda怎么使用
for m, n in groupby(friends, key = height_class):
print(m)
print(list(n))
注意，groupby的功能类似于UNIX中的uniq命令。分组之前需要使⽤sorted()对原循环器的元素，根据key函数进⾏排序，让同组元素先在位置上靠拢。
其它⼯具
# 根据[1, 1, 1, 0]的真假值情况，选择第⼀个参数'ABCD'中的元素。A, B, C
compress('ABCD', [1, 1, 1, 0])
# 类似于slice()函数，只是返回的是⼀个循环器
islice()
# 类似于zip()函数，只是返回的是⼀个循环器
izip()
总结
以上所述是⼩编给⼤家介绍的Python中itertools的⽤法详解，希望对⼤家有所帮助！

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。