[這段代碼很Pythonic]相見恨晚的itertools庫

leap_frog 發布于2019-07-25 11:35 / 1516人閱讀

摘要：使用中的函數大多是返回各種迭代器對象，其中很多函數的作用我們平時要寫很多代碼才能達到，而在運行效率上反而更低，畢竟人家是系統庫。連接多個列表或者迭代器。

前言

最近事情不是很多，想寫一些技術文章分享給大家，同時也對自己一段時間來碎片化接受的知識進行一下梳理，所謂寫清楚才能說清楚，說清楚才能想清楚，就是這個道理了。

很多人都致力于把Python代碼寫得更Pythonic，一來更符合規范且容易閱讀，二來一般Pythonic的代碼在執行上也更有效率。今天就先給大家介紹一下Python的系統庫itertools。

itertools庫

迭代器（生成器）在Python中是一種很常用也很好用的數據結構，比起列表(list)來說，迭代器最大的優勢就是延遲計算，按需使用，從而提高開發體驗和運行效率，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。

話雖這么說但大家平時用到的迭代器大概只有range了，而通過iter函數把列表對象轉化為迭代器對象又有點多此一舉，這時候我們今天的主角itertools就該上場了。

使用itertools

itertools中的函數大多是返回各種迭代器對象，其中很多函數的作用我們平時要寫很多代碼才能達到，而在運行效率上反而更低，畢竟人家是系統庫。

itertools.accumulate

簡單來說就是累加。

>>> import itertools
>>> x = itertools.accumulate(range(10))
>>> print(list(x))
[0, 1, 3, 6, 10, 15, 21, 28, 36, 45]

itertools.chain

連接多個列表或者迭代器。

>>> x = itertools.chain(range(3), range(4), [3,2,1])
>>> print(list(x))
[0, 1, 2, 0, 1, 2, 3, 3, 2, 1]

itertools.combinations

求列表或生成器中指定數目的元素不重復的所有組合

>>> x = itertools.combinations(range(4), 3)
>>> print(list(x))
[(0, 1, 2), (0, 1, 3), (0, 2, 3), (1, 2, 3)]

itertools.combinations_with_replacement

允許重復元素的組合

>>> x = itertools.combinations_with_replacement("ABC", 2)
>>> print(list(x))
[("A", "A"), ("A", "B"), ("A", "C"), ("B", "B"), ("B", "C"), ("C", "C")]

itertools.compress

按照真值表篩選元素

>>> x = itertools.compress(range(5), (True, False, True, True, False))
>>> print(list(x))
[0, 2, 3]

itertools.count

就是一個計數器,可以指定起始位置和步長

>>> x = itertools.count(start=20, step=-1)
>>> print(list(itertools.islice(x, 0, 10, 1)))
[20, 19, 18, 17, 16, 15, 14, 13, 12, 11]

itertools.cycle

循環指定的列表和迭代器

>>> x = itertools.cycle("ABC")
>>> print(list(itertools.islice(x, 0, 10, 1)))
["A", "B", "C", "A", "B", "C", "A", "B", "C", "A"]

itertools.dropwhile

按照真值函數丟棄掉列表和迭代器前面的元素

>>> x = itertools.dropwhile(lambda e: e < 5, range(10))
>>> print(list(x))
[5, 6, 7, 8, 9]

itertools.filterfalse

保留對應真值為False的元素

>>> x = itertools.filterfalse(lambda e: e < 5, (1, 5, 3, 6, 9, 4))
>>> print(list(x))
[5, 6, 9]

itertools.groupby

按照分組函數的值對元素進行分組

>>> x = itertools.groupby(range(10), lambda x: x < 5 or x > 8)                                                                                                 
>>> for condition, numbers in x:                                                  
...     print(condition, list(numbers))                                                                                                        
True [0, 1, 2, 3, 4]                                                              
False [5, 6, 7, 8]                                                                
True [9]

itertools.islice

上文使用過的函數，對迭代器進行切片

>>> x = itertools.islice(range(10), 0, 9, 2)
>>> print(list(x))
[0, 2, 4, 6, 8]

itertools.permutations

產生指定數目的元素的所有排列(順序有關)

>>> x = itertools.permutations(range(4), 3)
>>> print(list(x))
[(0, 1, 2), (0, 1, 3), (0, 2, 1), (0, 2, 3), (0, 3, 1), (0, 3, 2), (1, 0, 2), (1, 0, 3), (1, 2, 0), (1, 2, 3), (1, 3, 0), (1, 3, 2), (2, 0, 1), (2, 0, 3), (2, 1, 0), (2, 1, 3), (2, 3, 0), (2, 3, 1), (3, 0, 1), (3, 0, 2), (3, 1, 0), (3, 1, 2), (3, 2, 0), (3, 2, 1)]

itertools.product

產生多個列表和迭代器的(積)

>>> x = itertools.product("ABC", range(3))
>>>
>>> print(list(x))
[("A", 0), ("A", 1), ("A", 2), ("B", 0), ("B", 1), ("B", 2), ("C", 0), ("C", 1), ("C", 2)]

itertools.repeat

簡單的生成一個擁有指定數目元素的迭代器

>>> x = itertools.repeat(0, 5)
>>> print(list(x))
[0, 0, 0, 0, 0]

itertools.starmap

類似map

>>> x = itertools.starmap(str.islower, "aBCDefGhI")
>>> print(list(x))
[True, False, False, False, True, True, False, True, False]

itertools.takewhile

與dropwhile相反，保留元素直至真值函數值為假。

>>> x = itertools.takewhile(lambda e: e < 5, range(10))
>>> print(list(x))
[0, 1, 2, 3, 4]

itertools.tee

這個函數我也不是很懂，似乎是生成指定數目的迭代器

>>> x = itertools.tee(range(10), 2)
>>> for letters in x:
...     print(list(letters))
...
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

itertools.zip_longest

類似于zip，不過已較長的列表和迭代器的長度為準

>>> x = itertools.zip_longest(range(3), range(5))
>>> y = zip(range(3), range(5))
>>> print(list(x))
[(0, 0), (1, 1), (2, 2), (None, 3), (None, 4)]
>>> print(list(y))
[(0, 0), (1, 1), (2, 2)]

結語

大概就總結到這里，不過老實說Python的各種語言特性和庫還是要多用才能熟練，最終達到隨手拈來的程度，裝逼的說就是由術入道。

云服務器 GPU云服務器 php程序員的代碼庫 itertools Pythonic 代碼庫

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/38485.html

我從編程教室畢業

摘要：本文的作者是之前編程教室的實訓生之一，原本在汽車制造車間里工作，后來成功轉行為一名程序員，從事車載語音識別相關軟件的開發。通過編程教室的公眾號看到先生招實訓生的公告，毛遂自薦之后拿到，然后從就職的車企辭職，來到上海。這篇文章在我的草稿箱里躺了有一年多，今天總算是發出來了。本文的作者是之前編程教室的實訓生之一，原本在汽車制造車間里工作，后來成功轉行為一名程序員，從事車載語音識別相關軟件...

wind5o 2019-07-31 10:05 評論0 收藏0
[這段代碼很Pythonic]Python中的內建函數（Built_in Funtions）

摘要：前言在官方文檔的標準庫章節中，第一節是簡介，第二節就是，可見內建函數是標準庫的重要組成部分，而有很多內建函數我們平時卻很少用到或根本就不知道原來還有這么好用的函數居然直接就可以拿來用。接下來為大家介紹一些我認為被大家忽略掉的內建函數。前言在Python官方文檔的標準庫章節中，第一節是簡介，第二節就是Built_in Functions，可見內建函數是Python標準庫的重要組成部分...

zgbgx 2019-07-25 11:34 評論0 收藏0
給大家整理了19個pythonic的編程習慣

摘要：最大的優點之一就是語法簡潔，好的代碼就像偽代碼一樣，干凈整潔一目了然。程序必須先讓人讀懂，然后才能讓計算機執行。中間結果盡量使用代替不推薦推薦會帶來更高的內存使用效率，特別是當處理大數據操作的時候。 showImg(https://img-blog.csdnimg.cn/20190306201121104.png?x-oss-process=image/watermark,type_Z...

buildupchao 2019-07-31 10:08 評論0 收藏0
python的一些誤區

摘要：忽略了的版本這是一個在上不斷被人提起的問題。不幸的是它只運行在系統上。誤解了全局解釋器鎖意味著只有一個線程在一個程序可以運行在任何時間。規定的解決方案是使用模塊。濫用使得上的一個大神花了很多時間去解決它。這可能會產生一些非常不必要的后果。原文鏈接放在這里:1: http://nafiulis.me/potential-pythonic-pitfalls.html 很多問題沒搞懂，先放...

yimo 2019-07-24 17:59 評論0 收藏0
對比幾段代碼，看看你是 Python 菜鳥還是老鳥

摘要：最終還是要寫上足夠量的代碼，才會有悟道的那一刻。另外，對于代碼本身，有一套書寫規范，叫做。 Python 里有個小彩蛋：在 Python Shell 里輸入 import this showImg(https://segmentfault.com/img/remote/1460000018394156?w=600&h=463); 這段話被稱作 Python 之禪（ The Zen ...

dingding199389 2019-07-31 10:07 評論0 收藏0