掌握十个 Python Itertools让你代码华丽变身

lsekfe

Python的美丽在于它的简洁性。
　　不仅因为Python的语法优雅，还因为它有许多设计良好的内置模块，能够高效地实现常见功能。
　　itertools模块就是一个很好的例子，它为我们提供了许多强大的工具，可以在更短的代码中操作Python的可迭代对象。
　　用更少的代码实现更多的功能，这就是你可以从itertools模块中获得的好处。让我们从本文中了解一下。
　　1、itertools.product(): 避免嵌套循环的巧妙方法
　　当程序变得越来越复杂时，你可能需要编写嵌套循环。同时，你的Python代码将变得丑陋和难以阅读：
　　list_a = [1, 2020, 70]
　　list_b = [2, 4, 7, 2000]
　　list_c = [3, 70, 7]
　　for a in list_a:
　　    for b in list_b:
　　        for c in list_c:
　　            if a + b + c == 2077:
　　                print(a, b, c)
　　# 70 2000 7

　　如何使上述代码再次具有 Python 风格？
　　那 itertools.product() 函数就是你的朋友：
　　from itertools import product
　　list_a = [1, 2020, 70]
　　list_b = [2, 4, 7, 2000]
　　list_c = [3, 70, 7]
　　for a, b, c in product(list_a, list_b, list_c):
　　    if a + b + c == 2077:
　　        print(a, b, c)
　　# 70 2000 7


　　如上所示，它返回输入可迭代对象的笛卡尔积，帮助我们将三个嵌套的for循环合并为一个。
　　2、itertools.compress(): 过滤数据的便捷方式
　　我们可以通过一个或多个循环来筛选列表中的项。
　　但有时候，我们可能不需要编写任何循环。因为有一个名为itertools.compress()的函数。
　　itertools.compress()函数返回一个迭代器，根据相应的布尔掩码对可迭代对象进行过滤。
　　例如，以下代码使用itertools.compress()函数选择出真正的领导者：
　　import itertools
　　leaders = ['Yang', 'Elon', 'Tim', 'Tom', 'Mark']
　　selector = [1, 1, 0, 0, 0]
　　print(list(itertools.compress(leaders, selector)))
　　# ['Yang', 'Elon']

　　第二个参数selector作为掩码起作用，我们也可以这样定义它：
　　selector = [True, True, False, False, False]

　　3、itertools.groupby(): 对可迭代对象进行分组
　　itertools.groupby()函数是一种方便的方式，用于将可迭代对象中相邻的重复项进行分组。
　　例如，我们可以将一个长字符串进行分组，如下所示：
　　from itertools import groupby
　　for key, group in groupby('LinnuxmiMi'):
　　    print(key, list(group))

　　此外，我们可以利用它的第二个参数告诉groupby()函数如何确定两个项是否相同：
　　from itertools import groupby
　　for key, group in groupby('LinnuxmiMi', lambda x: x.upper()):
　　    print(key, list(group))


　　4、itertools.combinations(): 从可迭代对象中获取给定长度的所有组合
　　对于初学者来说，编写一个无 bug 的函数来获取列表的所有可能组合可能需要一些时间。
　　事实上，如果她了解 itertools.combinations() 函数，她可以很容易地实现：
　　import itertools
　　author = ['L', 'i', 'n', 'u', 'x']
　　result = itertools.combinations(author, 2)
　　for a in result:
　　    print(a)

　　如上所示，itertools.combinations()函数有两个参数，一个是原始可迭代对象，另一个是函数生成的子序列的长度。
　　5、itertools.permutations(): 从可迭代对象中获取给定长度的所有排列
　　既然有一个函数可以获取所有组合，当然也有另一个名为itertools.permutations的函数来获取所有可能的排列：
　　import itertools
　　author = ['Y', 'a', 'n', 'g']
　　result = itertools.permutations(author, 2)
　　for x in result:
　　    print(x)
　　# ('Y', 'a')
　　# ('Y', 'n')
　　# ('Y', 'g')
　　# ('a', 'Y')
　　# ('a', 'n')
　　# ('a', 'g')
　　# ('n', 'Y')
　　# ('n', 'a')
　　# ('n', 'g')
　　# ('g', 'Y')
　　# ('g', 'a')
　　# ('g', 'n')


　　如上所示，itertools.permutations()函数的用法与itertools.combinations()类似。唯一的区别在于它们的结果。
　　6、itertools.accumulate(): 从可迭代对象生成累积的项
　　基于可迭代对象获取一系列累积值是一种常见需求。借助itertools.accumulate()函数的帮助，我们无需编写任何循环即可实现。
　　import itertools
　　import operator
　　nums = [1, 2, 3, 4, 5]
　　print(list(itertools.accumulate(nums, operator.mul)))
　　# [1, 2, 6, 24, 120]


　　如果我们不想使用operator.mul，上述程序可以改写如下：
　　import itertools
　　nums = [1, 2, 3, 4, 5]
　　print(list(itertools.accumulate(nums, lambda a, b: a * b)))
　　# [1, 2, 6, 24, 120]


　　7、itertools.repeat(), itertools.cycle(), itertools.count(): 生成无限迭代对象
　　在某些情况下，我们需要获得无限迭代。有 3 个有用的功能：
　　(1) itertools.repeat（）：重复生成相同的项
　　例如，我们可以得到三个相同的“Yang”，如下所示：
　　import itertools
　　print(list(itertools.repeat('Yang', 3)))
　　# ['Yang', 'Yang', 'Yang']


　　(2) itertools.cycle(): 通过循环获得无限迭代器
　　 itertools.cycle函数将不会停止，直到我们跳出循环：
　　import itertools
　　count = 0
　　for c in itertools.cycle('Yang'):
　　    if count >= 12:
　　        break
　　    else:
　　        print(c, end=',')
　　        count += 1
　　# Y,a,n,g,Y,a,n,g,Y,a,n,g,


　　itertools.count(): 生成一个无限的数字序列 如果我们只需要数字，可以使用itertools.count函数：
　　import itertools
　　for i in itertools.count(0, 2):
　　    if i == 20:
　　        break
　　    else:
　　        print(i, end=" ")
　　# 0 2 4 6 8 10 12 14 16 18


　　如上所示，它的第一个参数是起始数字，第二个参数是步长。
　　8、itertools.pairwise(): 轻松获取成对的元组
　　自从Python 3.10版本开始，itertools模块新增了一个名为pairwise的函数。它是一个简洁而方便的工具，用于从可迭代对象中生成连续的重叠对。
　　import itertools
　　letters = ['a', 'b', 'c', 'd', 'e']
　　result = itertools.pairwise(letters)
　　print(list(result))
　　# [('a', 'b'), ('b', 'c'), ('c', 'd'), ('d', 'e')]



　　9、itertools.takewhile(): 以不同的方式过滤元素
　　itertools.takewhile()返回一个迭代器，只要给定的谓词函数评估为True，就会从可迭代对象中生成元素。
　　import itertools
　　nums = [1, 61, 7, 9, 2077]
　　print(list(itertools.takewhile(lambda x: x < 100, nums)))
　　# [1, 61, 7, 9]


　　该函数与内置的filter()函数不同。
　　filter函数将遍历整个列表：
　　nums = [1, 61, 7, 9, 2077]
　　print(list(filter(lambda x: x < 10, nums)))
　　# [1, 7, 9]


　　然而，itertools.takewhile函数如其名称所示，当评估函数为False时会停止迭代：
　　import itertools
　　nums = [1, 61, 7, 9, 2077]
　　print(list(itertools.takewhile(lambda x: x < 10, nums)))
　　# [1]


　　10、itertools.dropwhile(): itertools.takewhile的反向操作
　　这个函数似乎是前面那个函数的相反思路。
　　itertools.takewhile()函数在谓词函数为True时返回可迭代对象的元素，而itertools.dropwhile()函数在谓词函数为True时丢弃可迭代对象的元素，然后返回剩下的元素。
　　import itertools
　　nums = [1, 61, 7, 9, 2077]
　　print(list(itertools.dropwhile(lambda x: x < 100, nums)))
　　# [2077]