前情回顧

大家好，我又回來了。今天我會繼續和大家分享itertools這個神奇的自帶庫，首先，讓我們回顧一下上一期結尾的時候我們講到的3個方法：

• combinations()
• combinations_with_replacement()
• permutations()

讓我們對這3個在排列組合中經常會使用到的函數做個總結

combinations()

基礎概念

• 模板：combinations(iterable, n)
• 參數：iterable為可迭代的對象（list,tuple...）, n為想要的組合包含的元素數
• 返回值： 返回在iterable里n個元素組成的tuple的全部組合（不考慮順序，元素自身不可重復）

應用實例 import itertools as it lst = [1,2,3] result = list(it.combinations(lst,2)) print(result)Out: [(1, 2), (1, 3), (2, 3)]

這里我們從lst這個list里面選取所有由兩個元素組成的組合，得到結果如圖所示，這里沒有考慮順序，因此我們不會看到（1，2）和（2，1）被算作兩種組合，元素自身不可重復，所以沒有（1，1），（2，2），（3，3）的組合出現

combinations_with_replacement()

基礎概念

• 模板：combinations_with_replacement(iterable, n)
• 參數：iterable為可迭代的對象（list,tuple...）, n為想要的組合包含的元素數
• 返回值： 返回在iterable里n個元素組成的tuple的全部組合（不考慮順序，元素自身可重復）

應用實例 import itertools as it lst = [1,2,3] result = list(it.combinations_with_replacement(lst,2)) print(result)Out: [(1, 1), (1, 2), (1, 3), (2, 2), (2, 3), (3, 3)]

和剛才的區別是多了（1，1），（2，2），（3，3）的組合，也就是說允許每個元素自己和自己組合

permutations()

基礎概念

• 模板：permutations(iterable, n=None)
• 參數：iterable為可迭代的對象（list,tuple...）, n為想要的組合包含的元素數
• 返回值： 返回在iterable里n個元素組成的tuple的全部組合（考慮順序，元素自身不可重復）

應用實例 import itertools as it lst = [1,2,3] result = list(it.permutations(lst,2)) print(result)Out: [(1, 2), (1, 3), (2, 1), (2, 3), (3, 1), (3, 2)]

我們用permutations得到的結果是自身元素不能重復的情況下，一個iterable里面由n個元素構成的全部組合，考慮順序

不同點匯總

我們這里可以簡單匯總一下三個函數的不同點，匯總一張精華滿滿的表格送個大家，希望大家如果日后有一天需要用到的話可以回來我這里看看，順便給勤勞的博主點個贊也是好的?

函數組合的元素個數示例 list輸出結果特點

combinations()	2	[1,2,3]	(1, 2), (1, 3), (2, 3)	元素自身不能重復，不考慮順序
combinations_with_replacement()	2	[1,2,3]	(1, 1), (1, 2), (1, 3), (2, 2), (2, 3), (3, 3)	元素自身能重復，不考慮順序
permutations()	2	[1,2,3]	(1, 2), (1, 3), (2, 1), (2, 3), (3, 1), (3, 2)	元素自身不能重復，考慮順序

我必須吐槽一下sf的這個markdown，連個表格的快捷方式都沒有么。。。。

數字序列

在完美的收尾了上一期的內容后我們可以繼續前進了，使用itertools，我們可以輕松地在無限序列上生成迭代器。接下來我們主要看看和數字序列相關的方法和功能。

首先我們來看一個生成奇數偶數的例子，如果不知道itertools的情況下，我們利用生成器的解決方案如下：

def evens():"""Generate even integers, starting with 0."""n = 0while True:yield nn += 2def odds():"""Generate odd integers, starting with 1."""n = 1while True:yield nn += 2evens = evens() even_numbers = list(next(evens) for _ in range(5)) print(even_numbers)odds = odds() odd_numbers = list(next(odds) for _ in range(5)) print(odd_numbers)Out：[0, 2, 4, 6, 8][1, 3, 5, 7, 9]

現在我們可以利用itertools里面的it.count()方法進行優化：

import itertools as itevens = it.count(step=2) even_numbers = list(next(evens) for _ in range(5)) print(even_numbers)odds = it.count(start=1, step=2) odd_numbers = list(next(odds) for _ in range(5)) print(odd_numbers)Out：[0, 2, 4, 6, 8][1, 3, 5, 7, 9]

itertools.count（）這個方法主要就是用來計數，默認從0開始，我們可以通過設置start關鍵字參數從任何數字開始計數，默認為0.同樣也可以設置step關鍵字參數來確定從count（）返回的數字之間的間隔，默認為1。

再來看其它兩個用到itertools count方法的例子：

>>> count_with_floats = it.count(start=0.5, step=0.75) >>> list(next(count_with_floats) for _ in range(5)) [0.5, 1.25, 2.0, 2.75, 3.5]

可以用來計算float類型

>>> negative_count = it.count(start=-1, step=-0.5) >>> list(next(negative_count) for _ in range(5)) [-1, -1.5, -2.0, -2.5, -3.0]

或是負數也沒有問題

在某些方面，count（）類似于內置range（）函數，但count（）總是返回無限序列。
無限序列的好處在于它不可能完全迭代

count()函數甚至模擬了內置的enumrate（）功能：

import itertools as it print(list(zip(it.count(), ['a', 'b', 'c'])))Out:[(0, 'a'), (1, 'b'), (2, 'c')]

其他有意思的方法

repeat(object, times=1)

首先讓我們看一下itertools里面的repeat放法，它的功能是返回一個值的無限序列：

all_ones = it.repeat(1) # 1, 1, 1, 1, ... all_twos = it.repeat(2) # 2, 2, 2, 2, ...

如果我們希望可以指定返回序列的長度，我們可以在方法的第二個參數加上想要的序列長度即可：

five_ones = it.repeat(1, 5) # 1, 1, 1, 1, 1 three_fours = it.repeat(4, 3) # 4, 4, 4 cycle(iterable)

接著估計你可能想到了，那如果我們想要不斷循環兩個數呢？答案是itertools的cycle方法：

alternating_ones = it.cycle([1, -1]) # 1, -1, 1, -1, 1, -1, ...

如果你想要輸出上面的alternating_ones是不可能的，因為這是一個無限序列，你會收到下面的錯誤：

Traceback (most recent call last):File "C:\Users\Desktop\itertools.py", line 48, in <module>alternating_ones = list(it.cycle([0, 1])) MemoryError accumulate(iterable, func=operator.add)

itertools.accumulate（）函數, 這個函數有些特殊，它接受兩個參數 ：

• 一個可迭代的輸入
• 一個二進制函數func（即一個具有兩個輸入的函數）

并返回一個迭代器，用于將func應用于輸入元素的累積結果?？匆粋€小栗子：

>>> import operator >>> list(it.accumulate([1, 2, 3, 4, 5], operator.add)) [1, 3, 6, 10, 15]

accumulate（）返回的迭代器中的第一個值始終是輸入序列中的第一個值。在這個例子中，是1,因為1是 [1,2,3,4,5]中的第一個值。
輸出迭代器中的下一個值是輸入序列的前兩個元素的總和：add（1,2）= 3，所以操作模式如下：

• add(3, 3) = add(add(1, 2), 3) = 6

以此類推，最終得到最后的答案。實際上accumulate（）的第二個參數本身就是默認為operator.add（），因此前面的示例可以簡化為：

>>> list(it.accumulate([1, 2, 3, 4, 5])) [1, 3, 6, 10, 15]

我們也可以自己添加別的方法到第二個參數里：

>>> list(it.accumulate([9, 21, 17, 5, 11, 12, 2, 6], min)) [9, 9, 9, 5, 5, 5, 2, 2]

好啦，itertools 有關于數字序列方面的方法我就簡單介紹到這里啦，有需要的朋友可以自己去看看，其實還是非常實用的，不是類似lambda那些花哨的方法

對List和字符串的相關操作

itertools.product 實現交叉組合 >>> product([1, 2], ['a', 'b']) (1, 'a'), (1, 'b'), (2, 'a'), (2, 'b')

此處實現兩個可迭代序列的元素組合。

itertools.tee 從一個輸入序列生成任意數量的生成器 >>> iter1, iter2 = it.tee(['a', 'b', 'c'], 2) >>> list(iter1) ['a', 'b', 'c'] >>> list(iter2) ['a', 'b', 'c']

注意這里的iter1和iter2相互不會一影響。是一個深復制

islice(iterable, stop) islice(iterable, start, stop, step=1) 切片 >>> islice([1, 2, 3, 4], 3) 1, 2, 3>>> islice([1, 2, 3, 4], 1, 2) 2, 3

這里和list最大的區別在于返回對象是一個迭代器，并不是一個list，islice(iterable, stop)中stop是切片截至的index，和list切片一樣，并不會包括stop本身的值。如果想要指定切片起始位置和不長，就使用islice(iterable, start, stop, step=1)

chain(*iterables) >>> chain('abc', [1, 2, 3]) #<type 'itertools.chain'> 'a', 'b', 'c', 1, 2, 3

返回一個鏈對象，其__next __（）方法返回第一個iterable中的元素，直到它耗盡，然后是來自下一個iterable的元素，直到所有的iterables都用完為止。

這里有一點需要注意，chain（）函數有一個類方法.from_iterable（），它將一個iterable作為參數。迭代的元素本身必須是可迭代的，因此效應是chain.from_iterable（）某種程度上可以實現類似 list.extend() 或者 list.append() 的功能， 我們一起看一個混合了很多itertools中其他方法的綜合小栗子：

import itertools as it cycle = it.chain.from_iterable(it.repeat('abc')) result = list(it.islice(cycle,8)) print(result)Out: ['a', 'b', 'c', 'a', 'b', 'c', 'a', 'b']

這里其實it.chain.from_iterable里面甚至可以放進一個無限序列，不一定是定長的。

總結

這一期的內容沒有那么長，我們簡單了解了一下itertools的基礎好用的方法，下一期就是簡單實戰了，我自己在網上找了一些非常不錯的案例，照貓畫虎練習了一下，打算在下一期和大家一起分享。這次的文章就到這里啦，我們下期見！！！

總結

以上是生活随笔為你收集整理的Python 进阶之路 (十) 再立Flag, 社区最全的itertools深度解析（中）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。