python中itertools模块使用小结
Python 内置的 itertools 模块包含了一系列用来产生不同类型迭代器的函数或类，这些函数的返回都是一个迭代器，我们可以通过 for 循环来遍历取值，也可以使用 next() 来取值。
itertools 模块提供的迭代器函数有以下几种类型：
- 无限迭代器：生成一个无限序列，比如自然数序列 1, 2, 3, 4, ...；
- 有限迭代器：接收一个或多个序列（sequence）作为参数，进行组合、分组和过滤等；
- 组合生成器：序列的排列、组合，求序列的笛卡儿积等。
itertools
高效循环下创建循环器的标准库
Infinite itertools，无限迭代器
itertools.count(start=0, step=10)
默认返回一个从0开始，依次+10的自然数迭代器，如果你不停止，它会一直运行下去。
可以用start指定开始的位置，step是步长。
import itertools
c = itertools.count(start=0, step=1)
for i in c:
print(i)
# 0
# 10
# 20
# 30
# 40
# 50
# ...
itertools.cycle(iterable)
传入一个可迭代对象，然后无限循环迭代。
import itertools
# itertools.count()
l = [1,2,3,4,5]
c = itertools.cycle(l)
for i in c:
print(i)
# 1
# 2
# 3
# 4
# 5
# 1
# 2
# 3
# 4
# 5
# ...
itertools.repeat(p_object, times=None)
重复迭代一个对象p_object，如果不指定times，则会迭代无数次，也可以通过times参数指定迭代的次数。
import itertools
# itertools.count()
l = [1,2,3,4,5]
c = itertools.repeat(l, 5)
for i in c:
print(i)
# [1, 2, 3, 4, 5]
# [1, 2, 3, 4, 5]
# [1, 2, 3, 4, 5]
# [1, 2, 3, 4, 5]
# [1, 2, 3, 4, 5]
Iterators terminating on the shortest input sequence
itertools.accumulate(iterable, func)
返回序列的累计值或者其他二进制函数。
import itertools
# itertools.count()
l = [1,2,3,4,5]
c = itertools.accumulate(l)
print(c)
for i in c:
print(i)
# 1
# 3
# 6
# 10
# 15
accumulate()仍然返回的是一个迭代器，传一个list，在for循环中遍历打印的时候发现，它做了累加操作。(迭代第一个数，就是前一个数的和，迭代到第二个数时，就是前两个数的和，以此类推)
并且做递加操作时支持：list, tuple, str, set, dict
传入的是dict对象，那么会累加迭代dict的key：
import itertools
# itertools.count()
d = {'a': 1, 'b': 2, 'c': 3}
c = itertools.accumulate(d)
print(c)
for i in c:
print(i)
# <itertools.accumulate object at 0x000001F7A0A90E48>
# a
# ab
# abc
itertools.chain(*iterables)
chain()方法中的参数可以传入多个序列，而且只要是序列即可，不限定序列的数据类型。
如：迭代list, tuple, str三个序列
import itertools
l = [1, 2, 3, 4, 5]
t = (1, 2, 3, 4, 5)
s = 'abcdefg'
c = itertools.chain(l, t, s)
print(c)
for i in c:
print(i)
# <itertools.chain object at 0x0000026E64801448>
# 1
# 2
# 3
# 4
# 5
# 1
# 2
# 3
# 4
# 5
# a
# b
# c
# d
# e
# f
# g
itertools 笛卡尔积
import itertools
d = [
[{"a": 1}, {"b": 2}], [{"c": 3}, {"d": 4}, {"e": 5}], [{"f": 6}, {"g": 7}]
]
print(*d)
for i in itertools.product(*d):
print(i)
# [{'a': 1}, {'b': 2}] [{'c': 3}, {'d': 4}, {'e': 5}] [{'f': 6}, {'g': 7}]
# ({'a': 1}, {'c': 3}, {'f': 6})
# ({'a': 1}, {'c': 3}, {'g': 7})
# ({'a': 1}, {'d': 4}, {'f': 6})
# ({'a': 1}, {'d': 4}, {'g': 7})
# ({'a': 1}, {'e': 5}, {'f': 6})
# ({'a': 1}, {'e': 5}, {'g': 7})
# ({'b': 2}, {'c': 3}, {'f': 6})
# ({'b': 2}, {'c': 3}, {'g': 7})
# ({'b': 2}, {'d': 4}, {'f': 6})
# ({'b': 2}, {'d': 4}, {'g': 7})
# ({'b': 2}, {'e': 5}, {'f': 6})
# ({'b': 2}, {'e': 5}, {'g': 7})
到此这篇关于python中的itertools模块简单使用的文章就介绍到这了,更多相关python itertools模块使用内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
python 泛型函数--singledispatch的使用解读
这篇文章主要介绍了python 泛型函数--singledispatch的使用解读，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-09-09
这篇文章主要为大家详细介绍了python+opencv实现车道线检测，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-02-02
这篇文章主要介绍了python显示生日是星期几的方法,涉及Python使用date模块操作日期的技巧,需要的朋友可以参考下2015-05-05
排序算法是《数据结构与算法》中最基本的算法之一。排序算法可以分为内部排序和外部排序，内部排序是数据记录在内存中进行排序，而外部排序是因排序的数据很大，一次不能容纳全部的排序记录，在排序过程中需要访问外存2022-01-01
Python之tkinter面板PanedWindow的使用
这篇文章主要介绍了Python之tkinter面板PanedWindow的使用及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-05-05
Python机器学习库sklearn(scikit-learn)的基础知识和高级用法
Scikit-Learn是 Python 最流行的机器学习库之一，它提供了各种工具来实现、评估和探索各种学习算法，用于,各种机器学习任务,在本教程中，我们将介绍 Scikit-Learn 的基础知识和一些高级用法，并提供一些实例代码来帮助我们更好地理解2023-07-07
这篇文章主要介绍了简单的Python调度器Schedule详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-08-08
利用python的socket发送http(s)请求方法示例
这篇文章主要给大家介绍了关于利用python的socket发送http(s)请求的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用python具有一定的参考学习价值，需要的朋友们下面来一起看看吧2018-05-05
这篇文章主要介绍了Python实现Linux中简单du命令,需要的朋友可以参考下2017-06-06
这篇文章主要介绍了Python之二维正态分布采样置信椭圆绘制方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-02-02
最新评论