黑马程序员技术交流社区

标题: 【上海校区】Python itertools指南 [打印本页]

作者: 不二晨 时间: 2018-11-5 09:49
标题: 【上海校区】Python itertools指南
什么是迭代？

简单的说，迭代是可以被 for循环使用的数据类型，Python中常见的迭代器是列表。

colors                                        = [                                           'red',                                              'orange',                                                    'yellow',                                                       'green']

在上面的例子中，我们创建了一个字符串列表，我们已经给这个列表命名为 colors。

我们可以使用 for循环来迭代，下面的的列表中将输出列表中的每一个元素。

for                                              color in colors                                                 :
                                                print(color                                                 )

Python中有许多不同种类的迭代，但是在本教程中，我们将使用列表。

要求

我们必须导入该 itertools模块才能使用它，我们还将导入 operator模块。

以下所有示例将包含这些导入。

import itertools
import operator

itertoolsaccumulate()

itertools.accumulate（iterable [，func]）

该函数会返回函数结果的迭代器，函数可以是变量来传递。 accumulate()函数将一个函数作为参数。它也需要一个迭代。它返回所有的结果，结果本身包含在一个迭代器中。

Example

data = [1, 2, 3, 4, 5]
result = itertools.accumulate(data, operator.mul)
for each in result:
print(each)

Example

operator.mul需要两个数字并乘以它们

>>>                                                          import operator
>>>                                                          operator.mul                                                             (1,                                                                   2)
2
>>>                                                          operator.mul                                                             (2,                                                                   3)
6
>>>                                                          operator.mul                                                             (6,                                                                   4)
24
>>>                                                          operator.mul                                                             (24,                                                                   5)
120

在下一个例子中将会使用该 max功能

Example

data = [5, 2, 6, 4, 5, 9, 1]
result = itertools.accumulate(data, max)
for each in result:
print(each)

Example

该 max函数返回最大的项

>>>                                                                   max(5,                                                                      2)
5
>>>                                                                   max(5,                                                                      6)
6
>>>                                                                   max(6,                                                                      4)
6
>>>                                                                   max(6,                                                                      5)
6
>>>                                                                   max(6,                                                                      9)
9
>>>                                                                   max(9,                                                                      1)
9

传递函数是可选的

Example

data = [5, 2, 6, 4, 5, 9, 1]
result = itertools.accumulate(data)
for each in result:
print(each)

Output

如果没有指定功能，项目将相加。

5
5 + 2 = 7
7 + 6 = 13
13 + 4 = 17
17 + 5 = 22
22 + 9 = 31
31 + 1 = 32

count()

itertools.count(start=0, step=1)

迭代器每次返回 start+step的值

Example

返回 1-10之间的所有奇数

for                                                                            i in itertools.                                                                               count(                                                                                  1,                                                                                        2                                                                                           ):
                                                                              if i                                                                               >                                                                                  10:
                                                                                 break
                                                                              else:
                                                                                 print(                                                                               i)

Output

cycle()

itertools.cycle(iterable)

无限循环迭代器中的每一个元素

Example

colors = ['red', 'orange', 'yellow', 'green', 'blue', 'violet']
for color in itertools.cycle(colors):
print(color)

在上面的代码中，我们创建一个列表，然后我们循环或循环遍历这个列表。通常，一个 for循环逐步循环，直到它到达结束。如果一个列表有 3个项目，循环将重复3次。但是如果我们使用这个cycle()功能的话。当我们到达迭代的结束时，我们从一开始就重新开始。

Output

red
orange
yellow
green
blue
indigo
violet
red
orange
yellow
green
...

repeat()

itertools.repeat(object[, times])

此功能将一遍又一遍地重复一个对象，除非有一个 times次数。

Example

for i in itertools.repeat("spam"):
print(i)

在上面的代码中，我们创建一个可重复的迭代 spam，它会不停地循环输出 spam

Output

spam
spam
spam
spam
spam
spam
...

Example

for i in itertools.repeat("spam", 3):
print(i)

如果我们使用 times参数，可以限制它将重复的次数。

Output

spam
spam
spam

在这个例子中， spam只重复三次

chain()

itertools.chain(*iterables)

此函数需要一系列迭代，并将其返回为一个长的迭代。

Example

colors = ['red', 'orange', 'yellow', 'green', 'blue']
shapes = ['circle', 'triangle', 'square', 'pentagon']
result = itertools.chain(colors, shapes)
for each in result:
print(each)

Output

red
orange
yellow
green
blue
circle
triangle
square
pentagon

compress()

itertools.compress(data, selectors)

这个函数可以使用另一个过滤器来迭代

Example

shapes = ['circle', 'triangle', 'square', 'pentagon']
selections = [True, False, True, False]
result = itertools.compress(shapes, selections)
for each in result:
print(each)

Output

circle
square

dropwhile()

itertools.dropwhile(predicate, iterable)

做一个迭代器，只要返回为 true，就从 iterable中删除元素，否则就返回后面的每个元素

Example

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 1]
result = itertools.dropwhile(lambda x: x < 5, data)
for each in result:
print(each)

Output

好。这可以令人困惑代码说，当项目小于5时，删除每个项目。遇到不少于5的项目后，返回剩下的项目。这就是为什么最后一个被归还。

Step Through It

1 < 5: True, drop
2 < 5: True, drop
3 < 5: True, drop
4 < 5: True, drop
5 < 5: False, return surviving items

groupby()

itertools.groupby(iterable, key=None)

简单地说，这个功能将事情集中在一起

Example

robots = [
{
'name': 'blaster',
'faction': 'autobot'
},
{
'name': 'galvatron',
'faction': 'decepticon'
},
{
'name': 'jazz',
'faction': 'autobot'
},
{
'name': 'metroplex',
'faction': 'autobot'
},
{
'name': 'megatron',
'faction': 'decepticon'
},
{
'name': 'starcream',
'faction': 'decepticon'
}
for key, group in itertools.groupby(robots, key=lambda x: x['faction']):
print(key)
print(list(group))

Output

autobot
[{'name': 'blaster', 'faction': 'autobot'}]
decepticon
[{'name': 'galvatron', 'faction': 'decepticon'}]
autobot
[{'name': 'jazz', 'faction': 'autobot'}, {'name': 'metroplex', 'faction': 'autobot'}]
decepticon
[{'name': 'megatron', 'faction': 'decepticon'}, {'name': 'starcream', 'faction': 'decepticon'}]

filterfalse()

itertools.filterfalse(predicate, iterable)

这个函数使迭代器从 iterable中过滤元素，只返回的元素 False

Example

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 1]
result = itertools.filterfalse(lambda x: x < 5, data)
for each in result:
print(each)

Output

Debug

1 < 5: True, drop
2 < 5: True, drop
3 < 5: True, drop
4 < 5: True, drop
5 < 5: False, keep
6 < 5: False, keep
7 < 5: False, keep
8 < 5: False, keep
9 < 5: False, keep
10 < 5: False, keep
1 < 5: True, drop

islice()

itertools.islice(iterable, start, stop[, step])

这个功能非常像切片，此功能允许您剪切一个可迭代的片段

Example

colors = ['red', 'orange', 'yellow', 'green', 'blue']
few_colors = itertools.islice(colors, 2)
for each in few_colors:
print(each)

Output

red
orange

starmap()

itertools.starmap(function, iterable)

此函数使迭代器使用从 iterable获取的参数来计算函数

Example

data = [(2, 6), (8, 4), (7, 3)]
result = itertools.starmap(operator.mul, data)
for each in result:
print(each)

Output

Step Through

>>> operator.mul(2, 6)
12
>>> operator.mul(8, 4)
32
>>> operator.mul(7, 3)
21

tee()

itertools.tee(iterable, n=2)

从单个迭代中返回 n个独立迭代器

Example

colors = ['red', 'orange', 'yellow', 'green', 'blue']
alpha_colors, beta_colors = itertools.tee(colors)
for each in alpha_colors:
print(each)
print('..')
for each in beta_colors:
print(each)

默认值为2，但您可以根据需要进行许多操作。

Output

red
orange
yellow
green
blue
..
red
orange
yellow
green
blue

takewhile()

itertools.takwwhile(predicate, iterable)

这是相反的 dropwhile()，只要返回为 true，该函数就可以使用迭代器并从 iterable返回元素

Example

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 1]
result = itertools.takewhile(lambda x: x < 5, data)
for each in result:
print(each)

Output

Step Through It

1 < 5: True, keep going
2 < 5: True, keep going
3 < 5: True, keep going
4 < 5: True, keep going
5 < 5: False, stop and drop

zip_longest()

itertools.zip_longest(*iterables, fillvalue=None)

此函数使迭代器聚合每个迭代的元素，如果迭代长度不均匀，则缺少的值将被填充为 fillvalue。迭代继续，直到最长的迭代耗尽。

Example

colors = ['red', 'orange', 'yellow', 'green', 'blue']
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
for each in itertools.zip_longest(colors, data, fillvalue=None):
print(each)

Output

('red', 1)
('orange', 2)
('yellow', 3)
('green', 4)
('blue', 5)
(None, 6)
(None, 7)
(None, 8)
(None, 9)
(None, 10)

product()

此函数从一系列迭代创建笛卡尔乘积。

Example

num_data = [1, 2, 3]
alpha_data = ['a', 'b', 'c']
result = itertools.product(num_data, alpha_data)
for each in result:
print(each)

Output

(1, 'a')
(1, 'b')
(1, 'c')
(2, 'a')
(2, 'b')
(2, 'c')
(3, 'a')
(3, 'b')
(3, 'c')

想象一下这样的桌子：

a b c
1 a1 b1 c1
2 a2 b2 c3
3 a3 b3 b3

permutations()

itertools.permutations(iterable, r=None)

Example

alpha_data = ['a', 'b', 'c']
result = itertools.permutations(alpha_data)
for each in result:
print(each)

Output

('a', 'b', 'c')
('a', 'c', 'b')
('b', 'a', 'c')
('b', 'c', 'a')
('c', 'a', 'b')
('c', 'b', 'a')

combinations()

itertools.combinations(iterable, r)

此函数需要一个迭代和一个整数，这将创建具有 r成员的所有独特组合。

Example

shapes = ['circle', 'triangle', 'square', ]
result = itertools.combinations(shapes, 2)
for each in result:
print(each)

在这段代码中，我们使用2个成员组合所有组合。

Output

（'circle'，'triangle'）
（'circle'，'square'）
（'triangle'，'square'）

Example

result = itertools.combinations(shapes, 3)
for each in result:
print(each)

在这段代码中，我们使用3个成员组合所有组合。这有点不太令人兴奋。

Output

('circle', 'triangle', 'square')

combinationswithreplacement()

itertools.combinations_with_replacement(iterable, r)

这一个就像 combinations()功能一样，但是这个可以让单个元素重复一次。

Example

shapes = ['circle', 'triangle', 'square', ]
result = itertools.combinations_with_replacement(shapes, 2)
for each in result:
print(each)

Output

('circle', 'circle')
('circle', 'triangle')
('circle', 'square')
('triangle', 'triangle')
('triangle', 'square')
('square', 'square')

【转载】https://juejin.im/entry/5b653ad4f265da0f491bc316

作者: 不二晨 时间: 2018-11-7 09:05

ヾ(◍°∇°◍)ﾉﾞ

作者: 梦缠绕的时候 时间: 2018-11-8 16:54

作者: 魔都黑马少年梦 时间: 2018-11-8 17:03

欢迎光临黑马程序员技术交流社区 (http://bbs.itheima.com/)

黑马程序员IT技术论坛 X3.2