python itertools包内置无限迭代器

 更新时间:2022年03月09日 10:24:57   作者:alex1801  
这篇文章主要介绍了python itertools包内置无限迭代器, Python的内建模块itertools提供了非常有用的用于操作迭代对象的函数,itertools提供的几个“无限”迭代器。下文更多相关内容,需要的朋友可以参考一下

前言:

Python的内建模块itertools提供了非常有用的用于操作迭代对象的函数,itertools提供的几个“无限”迭代器

1、count()创建自然数序列

import itertools
 
n = 0
natuals = itertools.count(1)
for m in natuals:
    print(m)

   因为count(n)会创建一个无限的迭代器,起始数字为n,迭代至无穷大。所以上述代码会打印出自然数序列,根本停不下来,只能按Ctrl+C退出。

运行结果:

0 1 2 3 4 5 6 7 ...

2、cycle()创建序列循环

        cycle()会把传入的一个序列无限重复下去。

示例1、循环列表中的内容:

natuals = itertools.cycle([1, 2, 3])
for m in natuals:
    print(m)

运行结果:

1 2 3 1 2 3 1 2 3 ...

示例2、字符串中字符循环:

import itertools
cs = itertools.cycle('ABC') # 注意字符串也是序列的一种
for c in cs:
    print(c)

运行结果:

A B C A B C A B C ...

3、repeat()把一个元素有限次重复

       repeat()负责把一个元素无限重复下去(默认行为),不过如果提供第二个参数就可以限定重复次数。

ns = itertools.repeat('A', 3)
for n in ns:
    print(n)

运行结果:

A A A ...

4、takewhile()根据条件判断来截取出一个有限的序列

        无限序列只有在for迭代时才会无限地迭代下去,如果只是创建了一个迭代对象,它不会事先把无限个元素生成出来,事实上也不可能在内存中创建无限多个元素。无限序列虽然可以无限迭代下去,但是通常我们会通过takewhile()等函数根据条件判断来截取出一个有限的序列。

import itertools
 
natuals = itertools.count(1)
ns = itertools.takewhile(lambda x: x <= 10, natuals)
print(list(ns))

运行结果:

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

迭代器测试:

        对于有限数据的迭代器,每调用一次,迭代器内数据弹出。

import itertools
 
natuals = itertools.count(1)
ns = itertools.takewhile(lambda x: x <= 3, natuals)
for n in ns:
    print(n)
 
print(list(ns))

运行结果:

1 2 3 []

5、chain()迭代对象串联

        chain()可以把一组迭代对象串联起来,形成一个更大的迭代器。

for c in itertools.chain('ABC', 'XYZ'):
    print(c)

运行结果:

'A' 'B' 'C' 'X' 'Y' 'Z'

6、groupby()迭代器元素分组

       groupby()把迭代器中相邻的重复元素挑出来放在一起,更多的用于字符串。

for key, group in itertools.groupby('AAABBBCCAAA'):
    print(key, list(group))

运行结果:

A ['A', 'A', 'A']
B ['B', 'B', 'B']
C ['C', 'C']
A ['A', 'A', 'A']

        实际上挑选规则是通过函数完成的,只要作用于函数的两个元素返回的值相等,这两个元素就被认为是在一组的,而函数返回值作为组的key。如果我们要忽略大小写分组,就可以让元素'A'和'a'都返回相同的key。

for key, group in itertools.groupby('AaaBBbcCAAa', lambda c: c.upper()):
    print(key, list(group))

运行结果:

A ['A', 'a', 'a']
B ['B', 'B', 'b']
C ['c', 'C']
A ['A', 'A', 'a']

 到此这篇关于python itertools包内置无限迭代器的文章就介绍到这了,更多相关python itertools内置迭代器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实现发送邮件及附件功能

    python实现发送邮件及附件功能

    这篇文章主要为大家详细介绍了python实现发送邮件及附件功能,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
    2017-05-05
  • Python-OpenCV:cv2.imread(),cv2.imshow(),cv2.imwrite()的区别

    Python-OpenCV:cv2.imread(),cv2.imshow(),cv2.imwrite()的区别

    本文主要介绍了OpenCV cv2.imread(),cv2.imshow(),cv2.imwrite()的区别,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-06-06
  • Python使用pyenv实现多环境管理

    Python使用pyenv实现多环境管理

    这篇文章主要介绍了Python使用pyenv实现多环境管理,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,需要的朋友们下面随着小编来一起学习学习吧
    2021-02-02
  • Python Pydantic进行数据验证的方法详解

    Python Pydantic进行数据验证的方法详解

    在 Python 中,有许多库可用于数据验证和处理,其中一个流行的选择是 Pydantic,下面就跟随小编一起学习一下Pydantic 的基本概念和用法吧
    2024-01-01
  • 基于python实现在excel中读取与生成随机数写入excel中

    基于python实现在excel中读取与生成随机数写入excel中

    最近接个项目,项目要求是这样的:在一份已知的excel表格中读取学生的学号与姓名,再将这些数据放到新的excel表中的第一列与第二列,最后再生成随机数作为学生的考试成绩,具体实现代码大家参考下本文
    2018-01-01
  • jupyter notebook加载和运行.py文件方式

    jupyter notebook加载和运行.py文件方式

    这篇文章主要介绍了jupyter notebook加载和运行.py文件方式,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
    2023-07-07
  • Python实现简单字典树的方法

    Python实现简单字典树的方法

    这篇文章主要介绍了Python实现简单字典树的方法,实例分析了Python字典树的定义、实现与使用技巧,需要的朋友可以参考下
    2016-04-04
  • 利用Tensorboard绘制网络识别准确率和loss曲线实例

    利用Tensorboard绘制网络识别准确率和loss曲线实例

    今天小编就为大家分享一篇利用Tensorboard绘制网络识别准确率和loss曲线实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • Python中yield关键字及与return的区别详解

    Python中yield关键字及与return的区别详解

    这篇文章主要介绍了Python中yield关键字及与return的区别详解,带有 yield 的函数在 Python 中被称之为 generator生成器,比如列表所有数据都在内存中,如果有海量数据的话将会非常耗内存,想要得到庞大的数据,又想让它占用空间少,那就用生成器,需要的朋友可以参考下
    2023-08-08
  • numpy中关于where函数的用法

    numpy中关于where函数的用法

    这篇文章主要介绍了numpy中关于where函数的用法,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
    2024-02-02

最新评论