Py学习  »  Python

一个超好用的Python库:itertools

菜鸟学Python • 3 周前 • 49 次点击  

作者:忆先  
链接:segmentfault.com/a/1190000008590958

人生苦短,我学Python!

很多人都致力于把Python代码写得更Pythonic,一来更符合规范且容易阅读,二来一般Pythonic的代码在执行上也更有效率。今天就先给大家介绍一个很Pythonic的Python系统库:itertools。

itertools库

迭代器(生成器)在Python中是一种很常用也很好用的数据结构,比起列表(list)来说,迭代器最大的优势就是延迟计算,按需使用,从而提高开发体验和运行效率,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。

话虽这么说,但大家平时用到的迭代器大概只有range了,而通过iter函数把列表对象转化为迭代器对象又有点多此一举,这时候我们今天的主角itertools就该上场了。

使用itertools

itertools中的函数大多是返回各种迭代器对象,作为python自带的系统库,使用起来语法简洁,执行效率也很高。


itertools.accumulate

简单来说就是累加。

>>> import itertools
>>> x = itertools.accumulate(range(10))
>>> print(list(x))
[0136101521283645]

itertools.chain

连接多个列表或者迭代器。

>>> x = itertools.chain(range(3), range(4), [3,2,1])
>>> print(list(x))
[01201233 21]

itertools.combinations

求列表或生成器中指定数目的元素不重复的所有组合

>>> x = itertools.combinations(range(4), 3)
>>> print(list(x))
[(012), (013), (023), (123)]

itertools.combinations_with_replacement

允许重复元素的组合

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

itertools.compress

按照真值表筛选元素

>>> x = itertools.compress(range(5), (TrueFalseTrueTrueFalse))
>>> print(list(x))
[023]

itertools.count

就是一个计数器,可以指定起始位置和步长

>>> x = itertools.count(start=20, step=-1)
>>> print(list(itertools.islice(x, 0101)))
[20191817161514131211]

itertools.cycle

循环指定的列表和迭代器

>>> x = itertools.cycle( ABC )
>>> print(list(itertools.islice(x, 0101)))
[ A B C A B C A B C A ]

itertools.dropwhile

按照真值函数丢弃掉列表和迭代器前面的元素

>>> x = itertools.dropwhile(lambda e: e 5, range(10))
>>> print(list(x))
[56789]

itertools.filterfalse

保留对应真值为False的元素

>>> x = itertools.filterfalse(lambda


    
 e: e 5, (153694))
>>> print(list(x))
[569]

itertools.groupby

按照分组函数的值对元素进行分组

>>> x = itertools.groupby(range(10), lambda x: x 5 or x > 8)                                                                                                
>>> for condition, numbers in x:                                                  
...     print(condition, list(numbers))                                                                                                        
True [01234]                                                              
False [5678]                                                                
True [9]

itertools.islice

上文使用过的函数,对迭代器进行切片

>>> x = itertools.islice(range(10), 092)
>>> print(list(x))
[02468]

itertools.permutations

产生指定数目的元素的所有排列(顺序有关)

>>> x = itertools.permutations(range(4), 3)
>>> print(list(x))
[(012), (013), (021), (023), (031), (032), (102), (103), (120), (123), (130), (132), (201), (20,3), (210), (213), (230), (231), (301), (302), (310), (31 2), (320), (321)]

itertools.product

产生多个列表和迭代器的(积)

>>> 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

简单的生成一个拥有指定数目元素的迭代器

>>> x = itertools.repeat(05)
>>> print(list(x))
[00000]

itertools.starmap

类似map

>>> x = itertools.starmap(str.islower,  aBCDefGhI )
>>> print(list(x))
[TrueFalseFalseFalseTrueTrueFalse TrueFalse]

itertools.takewhile

与dropwhile相反,保留元素直至真值函数值为假。

>>> x = itertools.takewhile(lambda e: e 5, range(10))
>>> print(list(x))
[01234]

itertools.tee

这个函数我也不是很懂,似乎是生成指定数目的迭代器

>>> x = itertools.tee(range(10), 2)
>>> for letters in x:
...     print(list(letters))
...
[0123456789]
[0123456789]

itertools.zip_longest

类似于zip,不过已较长的列表和迭代器的长度为准

>>> x = itertools.zip_longest(range(3), range(5))
>>> y = zip(range(3), range(5))
>>> print(list(x))
[(00), (11), (2 2), (None3), (None4)]
>>> print(list(y))
[(00), (11), (22)]

结语

以上就是对 itertools 库中常用函数的介绍。大家大致了解这些功能即可,不必死记硬背,实际开发中有相关需求时可以再针对具体函数查询详细文档。

如果文章对你有帮助,欢迎转发/点赞/收藏~


最后推荐一下我们团队写的量化小册的内容,45篇内容!从Python安装,入门,数据分析,爬取股票基金的历史+实时数据,以及如何写一个简单量化策略,策略回测,如何看资金曲线统统都有介绍!非常超值!

欢迎订阅:原价199 早鸟价2杯咖啡钱,即可永久阅读。满400人又要涨价了,现在的价格非常非常低,只要2杯奶茶,就可以终身订阅+课程源码,还有永久陪伴群。48小时无理由退款,放心食用!


往期推荐

量化: 如何用Python爬取创业板历史+实时股票数据!实战股票分析篇利用Pandas 9招挖掘五粮液股价 实战股票数据分析篇 Pandas滚动操作 |量化股票第一步,用Python画股票K线,双均线图,可视化你的股票数据!如何用Python爬取全部800多只ETF基金数据!如何用Python写一个双均线策略 |如何用Python开发一个多策略机器人!上篇!Python量化系列-用布林策略买五粮液能赚多少钱?只要4秒钟!用Python 获取上证指数34年的历史日线数据!


入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径


干货:爬取豆瓣短评,电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街!唐探3令人失望  | 笑看新倚天屠龙记 |  灯谜答题王 |用Python做个海量小姐姐素描图 |碟中谍这么火,我用机器学习做个迷你推荐系统电影


趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!

AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火,我用机器学习做个迷你推荐系统电影

小工具: Pdf转Word,轻松搞定表格和水印! | 一键把html网页保存为pdf!|  再见PDF提取收费! |  用90行代码打造最强PDF转换器,word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器! |60行代码做了一个语音壁纸切换器天天看小姐姐!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/169473
 
49 次点击