Python中itertools库的四个函数介绍
1. 引言
在Python开发中，itertools库经常被忽视，实际上该库中抱恨了一些非常棒的函数，特别是用于处于数据流的函数。在本文中，我们将讨论该库中的十分使用的几个函数，并重点介绍什么时候我们应该考虑使用它们。
闲话少说，我们直接开始吧！
2. accumulate() 函数
第三方库itertools提供的函数accumulate()，可以帮助我们对数据流执行累积操作。换句话说，假设我们有一个数据列表[a，b，c，d，e]和一个运算f，那么函数accumulate()可以帮助我们计算f(a,b)，f(f(a,b),c)，f(f(f(a,b),c),d)，等等。
文字有点不直观，那我们来举个累加的栗子吧！
样例代码如下：
import itertools data = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8] res = itertools.accumulate(data, lambda x,y:x+y) print(list(res)) # [3, 7, 13, 15, 16, 25, 25, 32, 37, 45]
上述函数accumulate()的作用是：先把3和4相加，然后得到7，再和6相加，得到另一个值，依此类推。
需要注意的是：如果要执行给定3个或更多值的累计操作，则不允许使用该函数，因为accumulate()只接受迭代器，迭代器每次调用next()返回至多1个元素。
3. compress() 函数
函数compress()可以根据我们的喜好来过滤内容。与函数filter()函数不同，函数compress()需要传入相应的标志位来决定是否应该保留每个值。
举个例子会更加直观，相关样例代码如下：
import itertools data = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8] selector = [1, 0, 0, 0, 1, 1, 0, 1, 1, 0] res = itertools.compress(data, selector) print(list(res)) # [3, 1, 9, 7, 5]
在上面的示例中，如果数据是奇数，则选择器将为 1，否则为 0。因此，函数compress() 操作的结果将只是保留原始数据中的奇数。
4. groupby() 函数
在许多情况下，我们会在 Python 中以随机顺序获得一个元组列表，假如我们希望按值对它们进行分组。此时是函数 groupby() 发挥作用的完美场景！
函数 groupby() 将接受一个可迭代的参数和一个返回值的函数，然后它将按函数返回的值对元组列表进行分组。
例如，我们想按国家对以下城市进行分组：
import itertools
data = [('New York', 'US'), ("Shanghai", "China"),
("LA", 'US'),("Chongqing", "China")]
for city, group in itertools.groupby(sorted(data, key=lambda x: x[1]), lambda x: x[1]):
for i in group:
print("%s is in %s." % (i[0], city))
print("")
# Shanghai is in China.
# Chongqing is in China.
# New York is in US.
# LA is in US.5. 排列组合操作
排列组合可能是 itertools库中最令人惊叹的函数之一，它提供了排列组合运算符！
我们唯一需要做的就是将正确的关键字与输出元组的长度一起传递给相应的函数，
如下例所示：
import itertools data = [3, 4, 6] com_res = itertools.combinations(data, 2) print(list(com_res)) # [(3, 4), (3, 6), (4, 6)] com_res = itertools.permutations(data, 2) print(list(com_res)) # [(3, 4), (3, 6), (4, 3), (4, 6), (6, 3), (6, 4)] com_without_replacement_res = itertools.combinations_with_replacement(data, 2) print(list(com_without_replacement_res)) # [(3, 3), (3, 4), (3, 6), (4, 4), (4, 6), (6, 6)] product_res = itertools.product(data, data) print(list(product_res)) # [(3, 3), (3, 4), (3, 6), (4, 3), (4, 4), (4, 6), (6, 3), (6, 4), (6, 6)]
6 总结
库itertools对大多数人来说，是一个未被充分利用甚至很少听到的库，但它确实包含一些非常好用的函数。这些函数通常可以帮助我们将代码行数减少到仅一行，使我们的代码看起来更加简洁优雅！
到此这篇关于Python中itertools库的四个函数介绍的文章就介绍到这了,更多相关Python中itertools库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
大家好，本篇文章主要讲的是用python的seaborn画数值箱型图，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下2022-01-01
这篇文章主要来教大家利用Python编程来实现一个简易的音乐播放器，文中含有基本功能的操作示例，有需要的朋友可以借鉴参考下，希望能够有所帮助2021-10-10
本文主要介绍了Python10行代码实现模拟百度搜索的示例，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2022-07-07
这篇文章主要给大家介绍了关于python修改和新增字典中键值对的2种方法,在Python中字典是一系列键值对,每个键都与一个值相关联,与键相关联的值可以是数、字符串、列表乃至字典,需要的朋友可以参考下2023-07-07
这篇文章主要为大家详细介绍了python实现百度语音识别api，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-04-04
这篇文章主要介绍了通过Python实先图片的以下三种插值算法：最临近插值法、线性插值法以及双线性插值法。感兴趣的小伙伴们可以了解一下2021-11-11
虽然现在Python编程语言十分的火爆，但是实际上非要用一门语言去完成所有的任务，并不是说不可以，而是不合适。在一些特定的、对于性能要求比较高的场景，还是需要用到传统的C++来进行编程的。本文将用C++的代码去调用Python函数中实现的一些功能2021-05-05
这篇文章主要介绍了Python读入mnist二进制图像文件并显示实例，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2020-04-04
python程序中的线程操作 concurrent模块使用详解
这篇文章主要介绍了python程序中的线程操作 concurrent模块使用详解,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2019-09-09
这篇文章主要给大家介绍了关于如何用python删除csv文件中的某几列或行的相关资料,在Python中我们常常需要对csv文件进行操作,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2023-07-07
最新评论