本文目錄

一、模塊概述

二、組合生成器

2.1 product

2.2 permutations

2.3 combinations

2.4 combinations_with_replacement

三、無限迭代器

3.1 count

3.2 cycle

3.3 repeat

四、有限迭代器

4.1 accumulate

4.2 chain

4.3 chain.from_iterable

4.4 compress

4.5 dropwhile

4.6 filterfalse

4.7 groupby

4.8 islice

4.9 starmap

4.10 takewhile

4.11 tee

4.12 zip_longest

五、總結(jié)

?

?

一、模塊概述

Functional tools for creating and using iterators，為高效循環(huán)而創(chuàng)建迭代器的函數(shù)。本模塊標(biāo)準(zhǔn)化了一個(gè)快速、高效利用內(nèi)存的核心工具集，這些工具本身或組合都很有用。它們一起形成了“迭代器代數(shù)”，這使得在純Python中有可能創(chuàng)建簡潔又高效的專用工具。

permutations函數(shù)可以求序列的排列，combinations函數(shù)可以求序列的組合，除了這兩個(gè)函數(shù)外，itertools還有相當(dāng)多的功能，它主要是提供迭代類的操作。

迭代器的特點(diǎn)是：惰性求值（Lazy evaluation），即只有當(dāng)?shù)聊硞€(gè)值時(shí)，它才會被計(jì)算，這個(gè)特點(diǎn)使得迭代器特別適合于遍歷大文件或無限集合等，因?yàn)槲覀儾挥靡淮涡詫⑺鼈兇鎯υ趦?nèi)存中。itertools 模塊提供的迭代器函數(shù)有以下幾種類型：

組合生成器：序列的排列、組合，求序列的笛卡兒積等，比如product可以生成兩個(gè)序列的笛卡爾積；

無限迭代器：生成一個(gè)無限序列，比如count函數(shù)能生成自然數(shù)序列 1, 2, 3, 4, ...

有限迭代器：接收一個(gè)或多個(gè)序列（sequence）作為參數(shù)，進(jìn)行組合、分組和過濾等，比如chain函數(shù)，能組合多個(gè)序列

print(dir(itertools)) ['__doc__', '__loader__', '__name__', '__package__', '__spec__','_grouper', '_tee', '_tee_dataobject', 'accumulate', 'chain', 'combinations', 'combinations_with_replacement', 'compress', 'count', 'cycle', 'dropwhile', 'filterfalse', 'groupby', 'islice', 'permutations', 'product', 'repeat', 'starmap', 'takewhile', 'tee', 'zip_longest']

總之該模塊為Python為創(chuàng)建自定義迭代器提供了非常好用的模塊——itertools。由itertools提供的工具通常都很快速而且節(jié)省內(nèi)存。你可以利用這些組成部分去創(chuàng)建自己獨(dú)有的迭代器以完成高效的循環(huán)

官方參考文檔：https://docs.python.org/zh-cn/3/library/itertools.html

?

二、排列組合迭代器

迭代器	實(shí)參	結(jié)果
product()	p, q, ... [repeat=1]	笛卡爾積，相當(dāng)于嵌套的for循環(huán)
permutations()	p[, r]	長度r元組，所有可能的排列，無重復(fù)元素
combinations()	p, r	長度r元組，有序，無重復(fù)元素
combinations_with_replacement()	p, r	長度r元組，有序，元素可重復(fù)

?

例子	結(jié)果
product('ABCD',?repeat=2)	AA?AB?AC?AD?BA?BB?BC?BD?CA?CB?CC?CD?DA?DB?DC?DD
permutations('ABCD',?2)	AB?AC?AD?BA?BC?BD?CA?CB?CD?DA?DB?DC
combinations('ABCD',?2)	AB?AC?AD?BC?BD?CD
combinations_with_replacement('ABCD',?2)	AA?AB?AC?AD?BB?BC?BD?CC?CD?DD

2.1 product

作用：用于求多個(gè)可迭代對象的笛卡爾積，它跟嵌套的 for 循環(huán)等價(jià)

語法：itertools.product(iter1, iter2, ... iterN, [repeat=1])

for each in itertools.product('ABCD', 'XY'):print(each) ('A', 'X') ('A', 'Y') ('B', 'X') ('B', 'Y') ('C', 'X') ('C', 'Y') ('D', 'X') ('D', 'Y')for each in itertools.product('abc', repeat=2):print (each) ('a', 'a') ('a', 'b') ('a', 'c') ('b', 'a') ('b', 'b') ('b', 'c') ('c', 'a') ('c', 'b') ('c', 'c')

2.2 permutations

作用：返回長度為r的排列

語法：itertools.permutations(iteravle[,r])

• iterable: 可迭代對象

• r: 關(guān)鍵字參數(shù), 新元素的長度, 默認(rèn)為 None, 即為新元素的長度就是元素個(gè)數(shù)

將 iterable 中的元素以長度為 r 進(jìn)行排列。每個(gè)排列組合生成一個(gè)元組并添加到新迭代器中。排列時(shí)，排列順序是按照 iterable 中元素的順序進(jìn)行的。因此，未排序的 iterable 和已排序的 iterable 排列后的結(jié)果是不同的。

若 iterable 中有相同值的元素，但是它們的位置是不同的，排列時(shí)也就會會認(rèn)為它們是不同的。注意: 排列即為數(shù)學(xué)上的排列，從 n 個(gè)元素中取出 m 個(gè)元素的無重復(fù)排列或直線排列。

for each in itertools.permutations('abc', 2):print (each) ('a', 'b') ('a', 'c') ('b', 'a') ('b', 'c') ('c', 'a') ('c', 'b')

2.3 combinations

作用：返回指定長度的組合

語法： itertools.combinations(iterable, r)

iterable: 可迭代對象 r: 新元素的長度 for each in itertools.combinations('abc', 2):print (each) ('a', 'b') ('a', 'c') ('b', 'c') 將 iterable 中的元素以長度為 r 進(jìn)行組合。每個(gè)排列組合生成一個(gè)元組并添加到新迭代器中。與 permutations() 函數(shù)基本一致，但是 combinations() 函數(shù)會過濾掉元素值一致的元組。 '''相比于排列，組合會篩選掉元素值一樣的元組''' list(itertools.combinations('ABC', 2)) [('A', 'B'), ('A', 'C'), ('B', 'C')]'''排列對照組''' list(itertools.permutations('ABC', 2)) [('A', 'B'), ('A', 'C'), ('B', 'A'), ('B', 'C'), ('C', 'A'), ('C', 'B')]

2.4 combinations_with_replacement

作用：返回指定長度的組合，組合內(nèi)元素可重復(fù)

語法：itertools.combinations_with_replacement(iterable, r)

• iterable: 可迭代對象

• r: 關(guān)鍵字參數(shù), 新元素的長度, 默認(rèn)為 None, 即為新元素的長度就是元素個(gè)數(shù)

for each in itertools.combinations_with_replacement('abc', 2):print (each) ('a', 'a') ('a', 'b') ('a', 'c') ('b', 'b') ('b', 'c') ('c', 'c')

三、無限迭代器

有三個(gè)無限迭代器，當(dāng)你使用它們的時(shí)候，你要知道何時(shí)去跳出這個(gè)循環(huán)，不然你將陷入無限循環(huán)之中，在生產(chǎn)數(shù)字或者遍歷事先不知道長度的數(shù)據(jù)時(shí)非常有用。

迭代器	實(shí)參	結(jié)果	示例
count()	start, [step]	start,start+step,start+2*step, ...	count(10)?-->?10?11?12?13?14?...
cycle()	p	p0, p1, ... plast, p0, p1, ...	cycle('ABCD')?-->?A?B?C?D?A?B?C?D?...
repeat()	elem [,n]	elem, elem, elem, ... 重復(fù)無限次或n次	repeat(10,?3)?-->?10?10?10

3.1 count()

作用：返回以start開始，step遞增的序列，無限遞增

語法：itertools.count(start=0,step=1)

for each in itertools.count(start=0, step=2):print (each) 1 2 ... 100003'''小應(yīng)用, 當(dāng)取到第三個(gè) A 時(shí)停止''' test_str = '' for i in itertools.cycle('ABC'):test_str += iif test_str.count('A') >= 3:break print(test_str) # ABCABCA

3.2 cycle()

作用：將迭代器進(jìn)行無限迭代

語法：itertools.cycle(iterable)

for each in itertools.cycle('ab'):print(each） a b ... b a

3.3 repeat()

作用：不停的返回object對象，如果指定了times,則返回times次

語法：itertools.repeat(object,[,times])

for each in itertools.repeat('ab', 2): print(each) ab ab

?

四、有限迭代器

迭代器	實(shí)參	結(jié)果	示例
accumulate()	p [,func]	p0, p0+p1, p0+p1+p2, ...	accumulate([1,2,3,4,5])?-->?1?3?6?10?15
chain()	p, q, ...	p0, p1, ... plast, q0, q1, ...	chain('ABC',?'DEF')?-->?A?B?C?D?E?F
chain.from_iterable()	iterable	p0, p1, ... plast, q0, q1, ...	chain.from_iterable(['ABC',?'DEF'])?-->?A?B?C?D?E?F
compress()	data, selectors	(d[0] if s[0]), (d[1] if s[1]), ...	compress('ABCDEF',?[1,0,1,0,1,1])?-->?A?C?E?F
dropwhile()	pred, seq	seq[n], seq[n+1], ... 從pred首次真值測試失敗開始	dropwhile(lambda?x:?x<5,?[1,4,6,4,1])?-->?6?4?1
filterfalse()	pred, seq	seq中pred(x)為假值的元素，x是seq中的元素。	filterfalse(lambda?x:?x%2,?range(10))?-->?0?2?4?6?8
groupby()	iterable[, key]	根據(jù)key(v)值分組的迭代器
islice()	seq, [start,] stop [, step]	seq[start:stop:step]中的元素	islice('ABCDEFG',?2,?None)?-->?C?D?E?F?G
starmap()	func, seq	func(*seq[0]), func(*seq[1]), ...	starmap(pow,?[(2,5),?(3,2),?(10,3)])?-->?32?9?1000
takewhile()	pred, seq	seq[0], seq[1], ..., 直到pred真值測試失敗	takewhile(lambda?x:?x<5,?[1,4,6,4,1])?-->?1?4
tee()	it, n	it1, it2, ... itn 將一個(gè)迭代器拆分為n個(gè)迭代器
zip_longest()	p, q, ...	(p[0], q[0]), (p[1], q[1]), ...	zip_longest('ABCD',?'xy',?fillvalue='-')?-->?Ax?By?C-?D-

4.1 accumulate()

作用：創(chuàng)建一個(gè)迭代器，返回累積匯總值或其他雙目運(yùn)算函數(shù)的累積結(jié)果值（通過可選的 func 參數(shù)指定），，若傳入 func，則按照 func 中的方法執(zhí)行。

語法：itertools.accumulate(iterable[, func, *, initial=None])

• iterable: 可迭代對象

• func: 帶有兩個(gè)參數(shù)的函數(shù), 可選參數(shù)，func 參數(shù)有幾種用法。它可以被設(shè)為 min()?最終得到一個(gè)最小值，或者設(shè)為 max()?最終得到一個(gè)最大值，或設(shè)為 operator.mul()?最終得到一個(gè)乘積。攤銷表可通過累加利息和支付款項(xiàng)得到。給iterable設(shè)置初始值并只將參數(shù) func 設(shè)為累加總數(shù)可以對一階?遞歸關(guān)系?建模。

• initial: 關(guān)鍵字參數(shù), 默認(rèn)為 None, 若此參數(shù)傳參, 則此參數(shù)作為 iterable 的第一個(gè)元素

'''默認(rèn)情況, 返回累計(jì)匯總值''' list(itertools.accumulate([1, 2, 3, 4, 5])) [1, 3, 6, 10, 15]'''方法修改為計(jì)算累計(jì)的乘積''' import operator #該模塊輸出一系列對應(yīng)Python內(nèi)部操作符的函數(shù) data = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8] list(itertools.accumulate(data, operator.mul)) [3, 12, 72, 144, 144, 1296, 0, 0, 0, 0]'''方法修改為計(jì)算累計(jì)的最大值''' list(itertools.accumulate(data, max)) [3, 4, 6, 6, 6, 9, 9, 9, 9, 9] # Amortize a 5% loan of 1000 with 4 annual payments of 90 cashflows = [1000, -90, -90, -90, -90] list(itertools.accumulate(cashflows, lambda bal, pmt: bal*1.05 + pmt)) [1000, 960.0, 918.0, 873.9000000000001, 827.5950000000001]#Chaotic recurrence relation #https://en.wikipedia.org/wiki/Logistic_map logistic_map = lambda x, _: r * x * (1 - x) r = 3.8 x0 = 0.4 inputs = repeat(x0, 36) # only the initial value is used [format(x, '.2f') for x in accumulate(inputs, logistic_map)] ['0.40', '0.91', '0.30', '0.81', '0.60', '0.92', '0.29', '0.79', '0.63','0.88', '0.39', '0.90', '0.33', '0.84', '0.52', '0.95', '0.18', '0.57','0.93', '0.25', '0.71', '0.79', '0.63', '0.88', '0.39', '0.91', '0.32','0.83', '0.54', '0.95', '0.20', '0.60', '0.91', '0.30', '0.80', '0.60']'''在迭代器起始位置添加一個(gè)元素, 方法不變, 返回累計(jì)匯總值''' list(itertools.accumulate([1, 2, 3, 4, 5], initial=100)) # [100, 101, 103, 106, 110, 115]'''在迭代器起始位置添加一個(gè)元素, 方法修改為計(jì)算累計(jì)的乘積''' list(itertools.accumulate([1, 2, 3, 4, 5], lambda x, y: x * y, initial=10)) #[10, 10, 20, 60, 240, 1200]

4.2 chain()

作用：chain?接收多個(gè)可迭代對象作為參數(shù)，將它們『連接』起來，作為一個(gè)新的迭代器返回。

語法：chain(iterable1,?iterable2,?iterable3,?...)

list(itertools.chain([1, 2, 3], ('A', 'B', 'C'), {'一', '二', '三'})) [1,?2,?3,?'A',?'B',?'C',?'二',?'一',?'三'] list(itertools.chain( 'ABC', 'DEF')) ['A', 'B', 'C', 'D', 'E', 'F']

4.3?chain.from_iterable

作用：與 itertools.chain()?函數(shù)類似，但是參數(shù)是一個(gè)可迭代對象，將這個(gè)可迭代對象中元素一一添加到新迭代器中，如果元素是一個(gè)可迭代對象，那么會將這個(gè)元素內(nèi)的元素一一添加到新迭代器中。小編自己的理解就是迭代器降維。

語法：itertools.chain.from_iterable(iterable)

'''將二維迭代器降維''' temp = itertools.chain.from_iterable(['1', ['2', '3'], ('4', '5')]) print(list(temp)) # ['1', '2', '3', '4', '5']'''只能降一層維度, 三維將至二維''' temp = itertools.chain.from_iterable(['1', ['2', '3'], ('4', ['5', '6'])]) print(list(temp)) # ['1', '2', '3', '4', ['5', '6']]

PS:?迭代器維度概念可以理解為，整個(gè)迭代器中的元素都不是迭代器類型的就是一維，迭代器中的元素有是迭代器的就是二維，迭代器中的元素有是迭代器的，然后這個(gè)迭代器中還有元素是迭代器的就是三維，依此類推。

4.4 compress

作用：創(chuàng)建一個(gè)迭代器，將 data 中經(jīng)過 selectors 真值測試為 True 的元素保留。當(dāng)兩個(gè)可迭代對象中的某一個(gè)到達(dá)末尾時(shí)執(zhí)行停止，返回最終結(jié)果。

語法：compress(data,?selectors)

• data: 可迭代對象, 包含所需的數(shù)據(jù)

• selectors: 可迭代對象, 真值測試數(shù)據(jù)

for each in itertools.compress('abcd', [1, 0, 1, 0]):print (each) a c '''只判斷前三個(gè)元素, 并且索引值為 0 和 2 的元素會保留到新迭代器中并返回''' temp = itertools.compress(['A', 'B', 'C', 'D'], [1, 0, 1]) list(temp) # ['A', 'C']

4.5 dropwhile

作用：直到predicate為真，就返回iterable剩下的數(shù)據(jù)， 否則drop掉

語法：itertools.dropwhile(predicate, iterable)

for each in itertools.dropwhile(lambda x: x<5, [2,1,6,8,2,1]):print(each) 6 8 2 1

4.6 filterfalse

作用：創(chuàng)建一個(gè)迭代器，僅保留 iterable 中在 predicate 計(jì)算中為 False 的元素。如果 predicate 傳入的是 None，則相當(dāng)于傳入 bool，意思是做真值測試。

語法：itertools.filterfalse(predicate, iterable)

• predicate: 只需要一個(gè)參數(shù)的函數(shù)

• iterable: 可迭代對象

'''元素的值減2小于等于0的為True''' temp = itertools.filterfalse(lambda x: x - 2 <= 0, [1, 2, 0, 3, 1]) print(list(temp)) #?[3] '''真值測試''' temp = itertools.filterfalse(None, [1, 2, 0, 3, 1]) print(list(temp)) # [0]

4.7 groupby

作用：返回一組（key,itera）,key為iterable的值，itera為等于key的所有項(xiàng)

語法：itertools.groupby(iterable[,key])

for key, vale in itertools.groupby('aabbbc'):print( key, list(vale)) a ['a', 'a'] b ['b', 'b', 'b'] c ['c']

4.8 islice

作用：相當(dāng)于迭代器方式的切片操作

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

for each in itertools.islice('abcdefg', 1, 4, 2):print(each) b d

4.9 starmap()

作用：返回function(iter)的值，iter為iterable的元素

語法：itertools.starmap(function,iterable)

for each in itertools.starmap(lambda x, y: x * y, [(1, 2), (3, 4)]):print(each) 2 12

4.10?takewhile()

作用：創(chuàng)建一個(gè)迭代器，將 iterable 中的元素當(dāng)作 function 的參數(shù)計(jì)算，與 dropwhile()?函數(shù)恰恰相反，當(dāng)結(jié)果的布爾值為 True 時(shí)，其元素添加到新迭代器中, 直到有元素的計(jì)算結(jié)果為 False 時(shí)，此元素與之后的元素全部拋棄。

語法：itertools.takewhile(predicate,iterable)

for each in itertools.takewhile(lambda x: x < 5, [1, 3, 5, 6]): print(each) 1 3

4.11 tee

作用：從一個(gè)可迭代對象中分裂出 n 個(gè)獨(dú)立的可迭代對象并返回。

語法：itertools.tee(iterable, n=2)

for i in itertools.tee([1, 2, 3, 4, 5, 6], 2):print(list(i)) # [1, 2, 3, 4, 5, 6] # [1, 2, 3, 4, 5, 6]

4.12 zip_longest

作用：創(chuàng)建一個(gè)迭代器，從所有傳入的可迭代對象中抽取一個(gè)元素，將它們組合成一個(gè)元組，然后添加到迭代器中。

語法：itertools.zip_longest(*iterables, fillvalue=None)

• iterables: 一個(gè)或多個(gè)可迭代對象

• fillvalue: 關(guān)鍵字參數(shù), 填充值, 默認(rèn)為 None

list(itertools.zip_longest('xyz', '123456', '小伍哥', fillvalue='*')) [('x', '1', '小'),('y', '2', '伍'),('z', '3', '哥'),('*', '4', '*'),('*', '5', '*'),('*', '6', '*')]

五、總 ? 結(jié)

迭代器（生成器）在Python中是一種很常用也很好用的數(shù)據(jù)結(jié)構(gòu)，比起列表(list)來說，迭代器最大的優(yōu)勢就是延遲計(jì)算，按需使用，從而提高開發(fā)體驗(yàn)和運(yùn)行效率，以至于在Python 3中map,filter等操作返回的不再是列表而是迭代器。而通過iter函數(shù)把列表對象轉(zhuǎn)化為迭代器對象又有點(diǎn)多此一舉，這時(shí)候我們今天的主角itertools就該上場了。

?

itertools中的函數(shù)大多是返回各種迭代器對象，其中很多函數(shù)的作用我們平時(shí)要寫很多代碼才能達(dá)到，而在運(yùn)行效率上反而更低，大概就總結(jié)到這里，不過Python的各種語言特性和庫還是要多用才能熟練，最終達(dá)到隨手拈來的程度。

往期精彩回顧適合初學(xué)者入門人工智能的路線及資料下載機(jī)器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印機(jī)器學(xué)習(xí)在線手冊深度學(xué)習(xí)筆記專輯《統(tǒng)計(jì)學(xué)習(xí)方法》的代碼復(fù)現(xiàn)專輯 AI基礎(chǔ)下載機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)專輯 本站qq群704220115，加入微信群請掃碼：

總結(jié)

以上是生活随笔為你收集整理的【Python基础】Python中的高效迭代库itertools，排列组合随便求的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。