那些 迭代比你想象中的更为强大。
什么是迭代？
简单的说，迭代是可以被 for循环使用的数据类型，Python中常见的迭代器是列表。
-
colors
= [
'red',
'orange',
'yellow',
'green']
在上面的例子中，我们创建了一个字符串列表，我们已经给这个列表命名为 colors。
我们可以使用 for循环来迭代，下面的的列表中将输出列表中的每一个元素。
-
for
color in colors
:
-
print(color
)
Python中有许多不同种类的迭代，但是在本教程中，我们将使用列表。
要求
我们必须导入该 itertools模块才能使用它，我们还将导入 operator模块。
以下所有示例将包含这些导入。
import itertools
import operator
itertools
accumulate()
itertools.accumulate（iterable [，func]）
该函数会返回函数结果的迭代器，函数可以是变量来传递。 accumulate()函数将一个函数作为参数。它也需要一个迭代。它返回所有的结果，结果本身包含在一个迭代器中。
-
Example
data = [1, 2, 3, 4, 5]
result = itertools.accumulate(data, operator.mul)
for each in result:
print(each)
-
Example
1
2
6
24
120
operator.mul需要两个数字并乘以它们
-
>>>
import operator
-
>>>
operator.mul
(1,
2)
-
2
-
>>>
operator.mul
(2,
3)
-
6
-
>>>
operator.mul
(6,
4)
-
24
-
>>>
operator.mul
(24,
5)
-
120
在下一个例子中将会使用该 max功能
-
Example
data = [5, 2, 6, 4, 5, 9, 1]
result = itertools.accumulate(data, max)
for each in result:
print(each)
-
Example
5
5
6
6
6
9
9
该 max函数返回最大的项
-
>>>
max(5,
2)
-
5
-
>>>
max(5,
6)
-
6
-
>>>
max(6,
4)
-
6
-
>>>
max(6,
5)
-
6
-
>>>
max(6,
9)
-
9
-
>>>
max(9,
1)
-
9
传递函数是可选的
-
Example
data = [5, 2, 6, 4, 5, 9, 1]
result = itertools.accumulate(data)
for each in result:
print(each)
-
Output
5
7
13
17
22
31
32
如果没有指定功能，项目将相加。
5
5 + 2 = 7
7 + 6 = 13
13 + 4 = 17
17 + 5 = 22
22 + 9 = 31
31 + 1 = 32
count()
itertools.count(start=0, step=1)
迭代器每次返回 start+step的值
-
Example
返回 1-10之间的所有奇数
-
for
i in itertools.
count(
1,
2
):
-
if i
>
10:
-
break
-
else:
-
print(
i)
-
Output
1
3
5
7
9
cycle()
itertools.cycle(iterable)
无限循环迭代器中的每一个元素
-
Example
colors = ['red', 'orange', 'yellow', 'green', 'blue', 'violet']
for color in itertools.cycle(colors):
print(color)
在上面的代码中，我们创建一个列表，然后我们循环或循环遍历这个列表。通常，一个 for循环逐步循环，直到它到达结束。如果一个列表有 3个项目，循环将重复3次。但是如果我们使用这个 cycle()功能的话。当我们到达迭代的结束时，我们从一开始就重新开始。
-
Output
red
orange
yellow
green
blue
indigo
violet
red
orange
yellow
green
...
repeat()
itertools.repeat(object[, times])
此功能将一遍又一遍地重复一个对象，除非有一个 times次数。
-
Example
for i in itertools.repeat("spam"):
print(i)
在上面的代码中，我们创建一个可重复的迭代 spam，它会不停地循环输出 spam
-
Output
spam
spam
spam
spam
spam
spam
...
-
Example
for i in itertools.repeat("spam", 3):
print(i)
如果我们使用 times参数，可以限制它将重复的次数。
-
Output
spam
spam
spam
在这个例子中， spam只重复三次
chain()
itertools.chain(*iterables)
此函数需要一系列迭代，并将其返回为一个长的迭代。
-
Example
colors = ['red', 'orange', 'yellow', 'green', 'blue']
shapes = ['circle', 'triangle', 'square', 'pentagon']
result = itertools.chain(colors, shapes)
for each in result:
print(each)
-
Output
red
orange
yellow
green
blue
circle
triangle
square
pentagon
compress()
itertools.compress(data, selectors)
这个函数可以使用另一个过滤器来迭代
-
Example
shapes = ['circle', 'triangle', 'square', 'pentagon']
selections = [True, False, True, False]
result = itertools.compress(shapes, selections)
for each in result:
print(each)
-
Output
circle
square
dropwhile()
itertools.dropwhile(predicate, iterable)
做一个迭代器，只要返回为 true，就从 iterable中删除元素，否则就返回后面的每个元素
-
Example
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 1]
result = itertools.dropwhile(lambda x: x < 5, data)
for each in result:
print(each)
-
Output
5
6
7
8
9
10
1
好。这可以令人困惑 代码说，当项目小于5时，删除每个项目。遇到不少于5的项目后，返回剩下的项目。这就是为什么最后一个被归还。
-
Step Through It
1 < 5: True, drop
2 < 5: True, drop
3 < 5: True, drop
4 < 5: True, drop
5 < 5: False, return surviving items
groupby()
itertools.groupby(iterable, key=None)
简单地说，这个功能将事情集中在一起
-
Example
robots = [
{
'name': 'blaster',
'faction': 'autobot'
},
{
'name': 'galvatron',
'faction': 'decepticon'
},
{
'name': 'jazz',
'faction': 'autobot'
},
{
'name': 'metroplex',
'faction': 'autobot'
},
{
'name': 'megatron',
'faction': 'decepticon'
},
{
'name': 'starcream',
'faction': 'decepticon'
}
]
for key, group in itertools.groupby(robots, key=lambda x: x['faction']):
print(key)
print(list(group))
-
Output
autobot
[{'name': 'blaster', 'faction': 'autobot'}]
decepticon
[{'name': 'galvatron', 'faction': 'decepticon'}]
autobot
[{'name': 'jazz', 'faction': 'autobot'}, {'name': 'metroplex', 'faction': 'autobot'}]
decepticon
[{'name': 'megatron', 'faction': 'decepticon'}, {'name': 'starcream', 'faction': 'decepticon'}]
filterfalse()
itertools.filterfalse(predicate, iterable)
这个函数使迭代器从 iterable中过滤元素，只返回的元素 False
-
Example
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 1]
result = itertools.filterfalse(lambda x: x < 5, data)
for each in result:
print(each)
-
Output
5
6
7
8
9
10
-
Debug
1 < 5: True, drop
2 < 5: True, drop
3 < 5: True, drop
4 < 5: True, drop
5 < 5: False, keep
6 < 5: False, keep
7 < 5: False, keep
8 < 5: False, keep
9 < 5: False, keep
10 < 5: False, keep
1 < 5: True, drop
islice()
itertools.islice(iterable, start, stop[, step])
这个功能非常像切片，此功能允许您剪切一个可迭代的片段
-
Example
colors = ['red', 'orange', 'yellow', 'green', 'blue']
few_colors = itertools.islice(colors, 2)
for each in few_colors:
print(each)
-
Output
red
orange
starmap()
itertools.starmap(function, iterable)
此函数使迭代器使用从 iterable获取的参数来计算函数
-
Example
data = [(2, 6), (8, 4), (7, 3)]
result = itertools.starmap(operator.mul, data)
for each in result:
print(each)
-
Output
12
32
21
-
Step Through
>>> operator.mul(2, 6)
12
>>> operator.mul(8, 4)
32
>>> operator.mul(7, 3)
21
tee()
itertools.tee(iterable, n=2)
从单个迭代中返回 n个独立迭代器
-
Example
colors = ['red', 'orange', 'yellow', 'green', 'blue']
alpha_colors, beta_colors = itertools.tee(colors)
for each in alpha_colors:
print(each)
print('..')
for each in beta_colors:
print(each)
默认值为2，但您可以根据需要进行许多操作。
-
Output
red
orange
yellow
green
blue
..
red
orange
yellow
green
blue
takewhile()
itertools.takwwhile(predicate, iterable)
这是相反的 dropwhile()，只要返回为 true，该函数就可以使用迭代器并从 iterable返回元素
-
Example
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 1]
result = itertools.takewhile(lambda x: x < 5, data)
for each in result:
print(each)
-
Output
1
2
3
4
-
Step Through It
1 < 5: True, keep going
2 < 5: True, keep going
3 < 5: True, keep going
4 < 5: True, keep going
5 < 5: False, stop and drop
zip_longest()
itertools.zip_longest(*iterables, fillvalue=None)
此函数使迭代器聚合每个迭代的元素，如果迭代长度不均匀，则缺少的值将被填充为 fillvalue。迭代继续，直到最长的迭代耗尽。
-
Example
colors = ['red', 'orange', 'yellow', 'green', 'blue']
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
for each in itertools.zip_longest(colors, data, fillvalue=None):
print(each)
-
Output
('red', 1)
('orange', 2)
('yellow', 3)
('green', 4)
('blue', 5)
(None, 6)
(None, 7)
(None, 8)
(None, 9)
(None, 10)
product()
此函数从一系列迭代创建笛卡尔乘积。
-
Example
num_data = [1, 2, 3]
alpha_data = ['a', 'b', 'c']
result = itertools.product(num_data, alpha_data)
for each in result:
print(each)
-
Output
(1, 'a')
(1, 'b')
(1, 'c')
(2, 'a')
(2, 'b')
(2, 'c')
(3, 'a')
(3, 'b')
(3, 'c')
想象一下这样的桌子：
a b c
1 a1 b1 c1
2 a2 b2 c3
3 a3 b3 b3
permutations()
itertools.permutations(iterable, r=None)
-
Example
alpha_data = ['a', 'b', 'c']
result = itertools.permutations(alpha_data)
for each in result:
print(each)
-
Output
('a', 'b', 'c')
('a', 'c', 'b')
('b', 'a', 'c')
('b', 'c', 'a')
('c', 'a', 'b')
('c', 'b', 'a')
combinations()
itertools.combinations(iterable, r)
此函数需要一个迭代和一个整数，这将创建具有 r成员的所有独特组合。
-
Example
shapes = ['circle', 'triangle', 'square', ]
result = itertools.combinations(shapes, 2)
for each in result:
print(each)
在这段代码中，我们使用2个成员组合所有组合。
-
Output
（'circle'，'triangle'）
（'circle'，'square'）
（'triangle'，'square'）
-
Example
result = itertools.combinations(shapes, 3)
for each in result:
print(each)
在这段代码中，我们使用3个成员组合所有组合。这有点不太令人兴奋。
-
Output
('circle', 'triangle', 'square')
combinationswithreplacement()
itertools.combinations_with_replacement(iterable, r)
这一个就像 combinations()功能一样，但是这个可以让单个元素重复一次。
-
Example
shapes = ['circle', 'triangle', 'square', ]
result = itertools.combinations_with_replacement(shapes, 2)
for each in result:
print(each)
-
Output
('circle', 'circle')
('circle', 'triangle')
('circle', 'square')
('triangle', 'triangle')
('triangle', 'square')
('square', 'square')
