项目地址:https://git.io/pytips

0x01 介绍了迭代器的概念,即定义了 __iter__()__next__() 方法的对象,或者通过 yield 简化定义的“可迭代对象”,而在一些函数式编程语言(见 0x02 Python 中的函数式编程)中,类似的迭代器常被用于产生特定格式的列表(或序列),这时的迭代器更像是一种数据结构而非函数(当然在一些函数式编程语言中,这两者并无本质差异)。Python 借鉴了 APL, Haskell, and SML 中的某些迭代器的构造方法,并在 itertools 中实现(该模块是通过 C 实现,源代码:/Modules/itertoolsmodule.c)。

itertools 模块提供了如下三类迭代器构建工具:

  1. 无限迭代

  2. 整合两序列迭代

  3. 组合生成器

1. 无限迭代

所谓无限(infinite)是指如果你通过 for...in... 的语法对其进行迭代,将陷入无限循环,包括:

  1. count(start, [step])

  2. cycle(p)

  3. repeat(elem [,n])

从名字大概可以猜出它们的用法,既然说是无限迭代,我们自然不会想要将其所有元素依次迭代取出,而通常是结合 map/zip 等方法,将其作为一个取之不尽的数据仓库,与有限长度的可迭代对象进行组合操作:

from itertools import cycle, count, repeat
print(count.__doc__)
count(start=0, step=1) --> count object

Return a count object whose .__next__() method returns consecutive values.
Equivalent to:

    def count(firstval=0, step=1):
        x = firstval
        while 1:
            yield x
            x += step

counter = count()
print(next(counter))
print(next(counter))
print(list(map(lambda x, y: x+y, range(10), counter)))

odd_counter = map(lambda x: \'Odd#{}\'.format(x), count(1, 2))
print(next(odd_counter))
print(next(odd_counter))
0
1
[2, 4, 6, 8, 10, 12, 14, 16, 18, 20]
Odd#1
Odd#3
print(cycle.__doc__)
cycle(iterable) --> cycle object

Return elements from the iterable until it is exhausted.
Then repeat the sequence indefinitely.
cyc = cycle(range(5))
print(list(zip(range(6), cyc)))
print(next(cyc))
print(next(cyc))
[(0, 0), (1, 1), (2, 2), (3, 3), (4, 4), (5, 0)]
1
2
print(repeat.__doc__)
repeat(object [,times]) -> create an iterator which returns the object
for the specified number of times.  If not specified, returns the object
endlessly.
print(list(repeat(\'Py\', 3)))
rep = repeat(\'p\')
print(list(zip(rep, \'y\'*3)))
[\'Py\', \'Py\', \'Py\']
[(\'p\', \'y\'), (\'p\', \'y\'), (\'p\', \'y\')]

2. 整合两序列迭代

所谓整合两序列,是指以两个有限序列为输入,将其整合操作之后返回为一个迭代器,最为常见的 zip 函数就属于这一类别,只不过 zip 是内置函数。这一类别完整的方法包括:

  1. accumulate()

  2. chain()/chain.from_iterable()

  3. compress()

  4. dropwhile()/filterfalse()/takewhile()

  5. groupby()

  6. islice()

  7. starmap()

  8. tee()

  9. zip_longest()

这里就不对所有的方法一一举例说明了,如果想要知道某个方法的用法,基本通过 print(method.__doc__) 就可以了解,毕竟 itertools 模块只是提供了一种快捷方式,并没有隐含什么深奥的算法。这里只对下面几个我觉得比较有趣的方法进行举例说明。

from itertools import cycle, compress, islice, takewhile, count

# 这三个方法(如果使用恰当)可以限定无限迭代
# print(compress.__doc__)
print(list(compress(cycle(\'PY\'), [1, 0, 1, 0])))

# 像操作列表 l[start:stop:step] 一样操作其它序列
# print(islice.__doc__)
print(list(islice(cycle(\'PY\'), 0, 2)))

# 限制版的 filter
# print(takewhile.__doc__)
print(list(takewhile(lambda x: x < 5, count())))
[\'P\', \'P\']
[\'P\', \'Y\']
[0, 1, 2, 3, 4]
from itertools import groupby
from operator import itemgetter
print(groupby.__doc__)

for k, g in groupby(\'AABBC\'):
    print(k, list(g))
db = [dict(name=\'python\', script=True),
      dict(name=\'c\', script=False),
      dict(name=\'c++\', script=False),
      dict(name=\'ruby\', script=True)]
keyfunc = itemgetter(\'script\')

db2 = sorted(db, key=keyfunc) # sorted by `script\'
for isScript, langs in groupby(db2, keyfunc):
    print(\', \'.join(map(itemgetter(\'name\'), langs)))
groupby(iterable[, keyfunc]) -> create an iterator which returns
(key, sub-iterator) grouped by each value of key(value).

A [\'A\', \'A\']
B [\'B\', \'B\']
C [\'C\']
c, c++
python, ruby
from itertools import zip_longest

# 内置函数 zip 以较短序列为基准进行合并,
# zip_longest 则以最长序列为基准,并提供补足参数 fillvalue
# Python 2.7 中名为 izip_longest

print(list(zip_longest(\'ABCD\', \'123\', fillvalue=0)))
[(\'A\', \'1\'), (\'B\', \'2\'), (\'C\', \'3\'), (\'D\', 0)]

3. 组合生成器

关于生成器的排列组合:

  1. product(*iterables, repeat=1):两输入序列的笛卡尔乘积

  2. permutations(iterable, r=None):对输入序列的完全排列组合

  3. combinations(iterable, r):有序版的排列组合

  4. combinations_with_replacement(iterable, r):有序版的笛卡尔乘积

from itertools import product, permutations, combinations, combinations_with_replacement
print(list(product(range(2), range(2))))
print(list(product(\'AB\', repeat=2)))
[(0, 0), (0, 1), (1, 0), (1, 1)]
[(\'A\', \'A\'), (\'A\', \'B\'), (\'B\', \'A\'), (\'B\', \'B\')]
print(list(combinations_with_replacement(\'AB\', 2)))
[(\'A\', \'A\'), (\'A\', \'B\'), (\'B\', \'B\')]
# 赛马问题:4匹马前2名的排列组合(A^4_2)
print(list(permutations(\'ABCDE\', 2)))
[(\'A\', \'B\'), (\'A\', \'C\'), (\'A\', \'D\'), (\'A\', \'E\'), (\'B\', \'A\'), (\'B\', \'C\'), (\'B\', \'D\'), (\'B\', \'E\'), (\'C\', \'A\'), (\'C\', \'B\'), (\'C\', \'D\'), (\'C\', \'E\'), (\'D\', \'A\'), (\'D\', \'B\'), (\'D\', \'C\'), (\'D\', \'E\'), (\'E\', \'A\'), (\'E\', \'B\'), (\'E\', \'C\'), (\'E\', \'D\')]
# 彩球问题:4种颜色的球任意抽出2个的颜色组合(C^4_2)
print(list(combinations(\'ABCD\', 2)))
[(\'A\', \'B\'), (\'A\', \'C\'), (\'A\', \'D\'), (\'B\', \'C\'), (\'B\', \'D\'), (\'C\', \'D\')]

总结

迭代器工具在产生数据的时候将会显得非常便捷、高效,掌握了这些基本的方法之后,通过简单的组合就可以获得更多迭代器工具。


欢迎关注公众号 PyHub 每日推送