摘要：的使用形式和類似，它將中為的元素組成一個迭代器返回，如果是，則返回中所有計算為的項。用于將多個可迭代對象對應位置的元素作為一個元組，將所有元組組成一個迭代器，并返回。

我們知道，迭代器的特點是：惰性求值（Lazy evaluation），即只有當迭代至某個值時，它才會被計算，這個特點使得迭代器特別適合于遍歷大文件或無限集合等，因為我們不用一次性將它們存儲在內存中。

Python 內置的 itertools 模塊包含了一系列用來產生不同類型迭代器的函數或類，這些函數的返回都是一個迭代器，我們可以通過 for 循環來遍歷取值，也可以使用 next() 來取值。

itertools 模塊提供的迭代器函數有以下幾種類型：

無限迭代器：生成一個無限序列，比如自然數序列 1, 2, 3, 4, ...；

有限迭代器：接收一個或多個序列（sequence）作為參數，進行組合、分組和過濾等；

組合生成器：序列的排列、組合，求序列的笛卡兒積等；

itertools 模塊提供了三個函數（事實上，它們是類）用于生成一個無限序列迭代器：

count(firstval=0, step=1)

創建一個從 firstval (默認值為 0) 開始，以 step (默認值為 1) 為步長的的無限整數迭代器

cycle(iterable)

對 iterable 中的元素反復執行循環，返回迭代器

repeat(object [,times]

反復生成 object，如果給定 times，則重復次數為 times，否則為無限

下面，讓我們看看一些例子。

count() 接收兩個參數，第一個參數指定開始值，默認為 0，第二個參數指定步長，默認為 1：

>>> import itertools
>>>
>>> nums = itertools.count()
>>> for i in nums:
...     if i > 6:
...         break
...     print i
...
0
1
2
3
4
5
6
>>> nums = itertools.count(10, 2)    # 指定開始值和步長
>>> for i in nums:
...     if i > 20:
...         break
...     print i
...
10
12
14
16
18
20

cycle() 用于對 iterable 中的元素反復執行循環：

>>> import itertools
>>>
>>> cycle_strings = itertools.cycle("ABC")
>>> i = 1
>>> for string in cycle_strings:
...     if i == 10:
...         break
...     print i, string
...     i += 1
...
1 A
2 B
3 C
4 A
5 B
6 C
7 A
8 B
9 C

repeat() 用于反復生成一個 object：

>>> import itertools
>>>
>>> for item in itertools.repeat("hello world", 3):
...     print item
...
hello world
hello world
hello world
>>>
>>> for item in itertools.repeat([1, 2, 3, 4], 3):
...     print item
...
[1, 2, 3, 4]
[1, 2, 3, 4]
[1, 2, 3, 4]

itertools 模塊提供了多個函數（類），接收一個或多個迭代對象作為參數，對它們進行組合、分組和過濾等：

chain()

compress()

dropwhile()

groupby()

ifilter()

ifilterfalse()

islice()

imap()

starmap()

tee()

takewhile()

izip()

izip_longest()

chain 的使用形式如下：

chain(iterable1, iterable2, iterable3, ...)

chain 接收多個可迭代對象作為參數，將它們『連接』起來，作為一個新的迭代器返回。

>>> from itertools import chain
>>>
>>> for item in chain([1, 2, 3], ["a", "b", "c"]):
...     print item
...
1
2
3
a
b
c

chain 還有一個常見的用法：

chain.from_iterable(iterable)

接收一個可迭代對象作為參數，返回一個迭代器：

>>> from itertools import chain
>>>
>>> string = chain.from_iterable("ABCD")
>>> string.next()
"A"

compress 的使用形式如下：

compress(data, selectors)

compress 可用于對數據進行篩選，當 selectors 的某個元素為 true 時，則保留 data 對應位置的元素，否則去除：

>>> from itertools import compress
>>>
>>> list(compress("ABCDEF", [1, 1, 0, 1, 0, 1]))
["A", "B", "D", "F"]
>>> list(compress("ABCDEF", [1, 1, 0, 1]))
["A", "B", "D"]
>>> list(compress("ABCDEF", [True, False, True]))
["A", "C"]

dropwhile 的使用形式如下：

dropwhile(predicate, iterable)

其中，predicate 是函數，iterable 是可迭代對象。對于 iterable 中的元素，如果 predicate(item) 為 true，則丟棄該元素，否則返回該項及所有后續項。

>>> from itertools import dropwhile
>>>
>>> list(dropwhile(lambda x: x < 5, [1, 3, 6, 2, 1]))
[6, 2, 1]
>>>
>>> list(dropwhile(lambda x: x > 3, [2, 1, 6, 5, 4]))
[2, 1, 6, 5, 4]

groupby 用于對序列進行分組，它的使用形式如下：

groupby(iterable[, keyfunc])

其中，iterable 是一個可迭代對象，keyfunc 是分組函數，用于對 iterable 的連續項進行分組，如果不指定，則默認對 iterable 中的連續相同項進行分組，返回一個 (key, sub-iterator) 的迭代器。

>>> from itertools import groupby
>>>
>>> for key, value_iter in groupby("aaabbbaaccd"):
...     print key, ":", list(value_iter)
...
a : ["a", "a", "a"]
b : ["b", "b", "b"]
a : ["a", "a"]
c : ["c", "c"]
d : ["d"]
>>>
>>> data = ["a", "bb", "ccc", "dd", "eee", "f"]
>>> for key, value_iter in groupby(data, len):    # 使用 len 函數作為分組函數
...     print key, ":", list(value_iter)
...
1 : ["a"]
2 : ["bb"]
3 : ["ccc"]
2 : ["dd"]
3 : ["eee"]
1 : ["f"]
>>>
>>> data = ["a", "bb", "cc", "ffffd", "eee", "f"]
>>> for key, value_iter in groupby(data, len):
...     print key, ":", list(value_iter)
...
1 : ["a"]
2 : ["bb", "cc"]
3 : ["ffffd", "eee"]
1 : ["f"]

ifilter 的使用形式如下：

ifilter(function or None, sequence)

將 iterable 中 function(item) 為 True 的元素組成一個迭代器返回，如果 function 是 None，則返回 iterable 中所有計算為 True 的項。

>>> from itertools import ifilter
>>>
>>> list(ifilter(lambda x: x < 6, range(10)))
[0, 1, 2, 3, 4, 5]
>>>
>>> list(ifilter(None, [0, 1, 2, 0, 3, 4]))
[1, 2, 3, 4]

ifilterfalse 的使用形式和 ifilter 類似，它將 iterable 中 function(item) 為 False 的元素組成一個迭代器返回，如果 function 是 None，則返回 iterable 中所有計算為 False 的項。

>>> from itertools import ifilterfalse
>>>
>>> list(ifilterfalse(lambda x: x < 6, range(10)))
[6, 7, 8, 9]
>>>
>>> list(ifilter(None, [0, 1, 2, 0, 3, 4]))
[0, 0]

islice 是切片選擇，它的使用形式如下：

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

其中，iterable 是可迭代對象，start 是開始索引，stop 是結束索引，step 是步長，start 和 step 可選。

>>> from itertools import count, islice
>>>
>>> list(islice([10, 6, 2, 8, 1, 3, 9], 5))
[10, 6, 2, 8, 1]
>>>
>>> list(islice(count(), 6))
[0, 1, 2, 3, 4, 5]
>>>
>>> list(islice(count(), 3, 10))
[3, 4, 5, 6, 7, 8, 9]
>>> list(islice(count(), 3, 10 ,2))
[3, 5, 7, 9]

imap 類似 map 操作，它的使用形式如下：

imap(func, iter1, iter2, iter3, ...)

imap 返回一個迭代器，元素為 func(i1, i2, i3, ...)，i1，i2 等分別來源于 iter, iter2。

>>> from itertools import imap
>>>
>>> imap(str, [1, 2, 3, 4])

>>>
>>> list(imap(str, [1, 2, 3, 4]))
["1", "2", "3", "4"]
>>>
>>> list(imap(pow, [2, 3, 10], [4, 2, 3]))
[16, 9, 1000]

tee 的使用形式如下：

tee(iterable [,n])

tee 用于從 iterable 創建 n 個獨立的迭代器，以元組的形式返回，n 的默認值是 2。

>>> from itertools import tee
>>>
>>> tee("abcd")   # n 默認為 2，創建兩個獨立的迭代器
(, )
>>>
>>> iter1, iter2 = tee("abcde")
>>> list(iter1)
["a", "b", "c", "d", "e"]
>>> list(iter2)
["a", "b", "c", "d", "e"]
>>>
>>> tee("abc", 3)  # 創建三個獨立的迭代器
(, , )

takewhile 的使用形式如下：

takewhile(predicate, iterable)

其中，predicate 是函數，iterable 是可迭代對象。對于 iterable 中的元素，如果 predicate(item) 為 true，則保留該元素，只要 predicate(item) 為 false，則立即停止迭代。

>>> from itertools import takewhile
>>>
>>> list(takewhile(lambda x: x < 5, [1, 3, 6, 2, 1]))
[1, 3]
>>> list(takewhile(lambda x: x > 3, [2, 1, 6, 5, 4]))
[]

izip 用于將多個可迭代對象對應位置的元素作為一個元組，將所有元組『組成』一個迭代器，并返回。它的使用形式如下：

izip(iter1, iter2, ..., iterN)

如果某個可迭代對象不再生成值，則迭代停止。

>>> from itertools import izip
>>> 
>>> for item in izip("ABCD", "xy"):
...     print item
...
("A", "x")
("B", "y")
>>> for item in izip([1, 2, 3], ["a", "b", "c", "d", "e"]):
...     print item
...
(1, "a")
(2, "b")
(3, "c")

izip_longest 跟 izip 類似，但迭代過程會持續到所有可迭代對象的元素都被迭代完。它的形式如下：

izip_longest(iter1, iter2, ..., iterN, [fillvalue=None])

如果有指定 fillvalue，則會用其填充缺失的值，否則為 None。

>>> from itertools import izip_longest
>>>
>>> for item in izip_longest("ABCD", "xy"):
...     print item
...
("A", "x")
("B", "y")
("C", None)
("D", None)
>>>
>>> for item in izip_longest("ABCD", "xy", fillvalue="-"):
...     print item
...
("A", "x")
("B", "y")
("C", "-")
("D", "-")

itertools 模塊還提供了多個組合生成器函數，用于求序列的排列、組合等：

product

permutations

combinations

combinations_with_replacement

product 用于求多個可迭代對象的笛卡爾積，它跟嵌套的 for 循環等價。它的一般使用形式如下：

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

其中，repeat 是一個關鍵字參數，用于指定重復生成序列的次數，

>>> from itertools import product
>>>
>>> for item in product("ABCD", "xy"):
...     print item
...
("A", "x")
("A", "y")
("B", "x")
("B", "y")
("C", "x")
("C", "y")
("D", "x")
("D", "y")
>>>
>>> list(product("ab", range(3)))
[("a", 0), ("a", 1), ("a", 2), ("b", 0), ("b", 1), ("b", 2)]
>>>
>>> list(product((0,1), (0,1), (0,1)))
[(0, 0, 0), (0, 0, 1), (0, 1, 0), (0, 1, 1), (1, 0, 0), (1, 0, 1), (1, 1, 0), (1, 1, 1)]
>>>
>>> list(product("ABC", repeat=2))
[("A", "A"), ("A", "B"), ("A", "C"), ("B", "A"), ("B", "B"), ("B", "C"), ("C", "A"), ("C", "B"), ("C", "C")]
>>>

permutations 用于生成一個排列，它的一般使用形式如下：

permutations(iterable[, r])

其中，r 指定生成排列的元素的長度，如果不指定，則默認為可迭代對象的元素長度。

>>> from itertools import permutations
>>>
>>> permutations("ABC", 2)

>>>
>>> list(permutations("ABC", 2))
[("A", "B"), ("A", "C"), ("B", "A"), ("B", "C"), ("C", "A"), ("C", "B")]
>>>
>>> list(permutations("ABC"))
[("A", "B", "C"), ("A", "C", "B"), ("B", "A", "C"), ("B", "C", "A"), ("C", "A", "B"), ("C", "B", "A")]
>>>

combinations 用于求序列的組合，它的使用形式如下：

combinations(iterable, r)

其中，r 指定生成組合的元素的長度。

>>> from itertools import combinations
>>>
>>> list(combinations("ABC", 2))
[("A", "B"), ("A", "C"), ("B", "C")]

combinations_with_replacement 和 combinations 類似，但它生成的組合包含自身元素。

>>> from itertools import combinations_with_replacement
>>>
>>> list(combinations_with_replacement("ABC", 2))
[("A", "A"), ("A", "B"), ("A", "C"), ("B", "B"), ("B", "C"), ("C", "C")]

itertools 模塊提供了很多用于產生多種類型迭代器的函數，它們的返回值不是 list，而是迭代器。

本文由 funhacks 發表于個人博客，采用 Creative Commons BY-NC-ND 4.0（自由轉載-保持署名-非商用-禁止演繹）協議發布。
非商業轉載請注明作者及出處。商業轉載請聯系作者本人。
本文標題為: 高效的 itertools 模塊
本文鏈接為: http://funhacks.net/2017/02/1...

itertools — Functions creating iterators for efficient looping

itertools – Iterator functions for efficient looping - Python Module of the Week