python迭代器模块itertools常用的方法

 更新时间:2022年09月15日 15:04:37   作者:Python热爱者  
这篇文章主要介绍了python迭代器模块itertools常用的方法,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一下

前言

itertools是python中内置的一种高效的生成各种迭代器或者是类的模块,这些函数的返回值为一个迭代器,经常被用在for循环中,当然,也可直接使用next()方法取值,今天就来说说itertools中的常用方法.

itertools按照迭代器的功能可分为三类:

  • 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;
  • 组合迭代器: 序列的排列、组合,求序列的笛卡儿积等

1.无限迭代器

itertools.count(start=0, step=1)

创建一个迭代器,生成从n开始的连续整数,如果忽略n,则从0开始计算(注意:此迭代器不支持长整数),如果超出了sys.maxint,计数器将溢出并继续从-sys.maxint-1开始计算

  • start: 起始值,默认为0
  • step: 步长,默认为1
import itertools
a = itertools.count()
for x in a:
    if x > 5:
        break
    print(x)

输出:

1
2
3
4
5
6

b = itertools.count(2,3)
for x in b:
    if x > 10:
        break
    print(x)

输出:

2
5
8

itertools.cycle(iterable)

创建一个迭代器,对iterable中的元素反复执行循环操作,内部会生成iterable中的元素的一个副本,此副本用于返回循环中的重复项

iterable: 可迭代对象,可以为一个列表、字符串、元组等

import itertools
a = ['a','b','c']
i = 0
for x in itertools.cycle(a):
    i = i +1
    if i > 5:
        break
    print(i,x)

输出:

1,'a'
2,'b'
3,'c'
4,'a'
5,'b'

itertools.repeat(object[, times])

创建一个迭代器,重复生成object,times(如果已提供)指定重复计数,如果未提供times,将无止尽返回该对象

  • object: 需要重复的对象,对象是个整体
  • times: 重复次数
import itertools
for x in itertools.repeat([1,2,3],3):
    print(x)

输出:

[1,2,3]
[1,2,3]
[1,2,3]

2.有限迭代器

itertools.chain(iterable1, iterable2, …)

将多个迭代器作为参数, 但只返回单个迭代器, 它产生所有参数迭代器的内容, 就好像他们是来自于一个单一的序列
参数为多个可迭代对象,就好像被链条衔接起来了一样

import itertools
for x in itertools.chain([1,2,3],'abc'):
    print(x)

输出:

1
2
3
'a'
'b'
'c'

for x in itertools.chain([1,2,3],['a','b','c']):
    print(x)

输出:

1
2
3
'a'
'b'
'c'

itertools.chain.from_iterable(iterable)

接收一个可迭代对象作为参数,返回一个迭代器

from itertools import chain
a = [['first','second','thrid'],['a','b','c']]
b = [[1,2,3],[4,5,6]]
for x in range(len(a)):
    list(chain.from_iterable(zip(a[x],b[x])))

输出:

['first', 1, 'second', 2, 'thrid', 3]
['a', 4, 'b', 5, 'c', 6]

itertools.compress(data, selectors)

#可用于对数据进行筛选,当 selectors 的某个元素为 true 时,则保留 data 对应位置的元素,否则去除
#data: 待筛选数据
#selectors: 当为真时,保留data对应位的数据,为假或为空时则去除

from itertools import compress
for x in compress(['a','b','c','d'],[1,0,2]):
    print(x)

输出:

'a'
'c'
# 2 也为真,'d'对应值为空算假

itertools.dropwhile(predicate, iterable)

创建一个迭代器,只要函数predicate(item)为True,就丢弃iterable中的项,如果predicate返回False,就会生成iterable中的项和所有后续项,即第一个不满足条件的项及它后面所有的项都返回

  • predicate: 函数
  • iterable: 可迭代对象
from itertools import dropwhile
list(dropwhile(lambda x: x < 5, [1, 3, 6, 2, 1]))

输出:

[6,2,1]
#从6开始不符合x < 5 条件,所以6及6后面所有的项都需要返回

itertools.takewhile(predicate, iterable)

创建一个迭代器,如果predicate返回False,立即停止迭代

from itertools import takewhile
list(takewhile(lambda x: x < 5, [1, 3, 6, 2, 1]))

输出:

[1,3]

itertools.ifilter(predicate, iterable)

创建一个迭代器,仅生成iterable中predicate(item)为True的项,如果predicate为None,将返回iterable中所有计算为True的项

  • predicate: 函数
  • iterable: 可迭代对象
from itertools import ifilter
list(ifilter(lambda x: x < 5, [1, 3, 6, 2, 1]))

输出:

[1,3,2,1]

itertools.ifilterfalse(predicate, iterable)

创建一个迭代器,仅生成iterable中predicate(item)为False的项,如果predicate为None,将返回iterable中所有计算False的项,该函数正好跟ifilter相反

  • predicate: 函数
  • iterable: 可迭代对象
from itertools import ifilterfalse
list(ifilterfalse(lambda x: x < 5, [1, 3, 6, 2, 1]))

输出:

[6]

itertools.groupby(iterable[, key])

返回一个产生按照key进行分组后的值集合的迭代器

  • iterable:可迭代对象
  • key: 一个函数,该函数的返回值做为分组的标准
from itertools import groupby
a = ['aa', 'ab', 'abc', 'bcd', 'abcde']
for i, k in groupby(a, len):
     print (i, list(k))

输出:

2,['aa', 'ab']
3,['abc', 'bcd']
5,['abcde']

itertools.islice(iterable, stop)

iterable 是可迭代对象,start 是开始索引,默认为0,stop 是结束索引,step 是步长,默认为1,start 和 step 可选

from itertools import islice,count
list(islice([10, 6, 2, 8, 1, 3, 9], 5))

输出:

[[10, 6, 2, 8, 1]

list(islice(count(), 3, 10 ,2))

输出:

 [3,5,7,9]
 #这里的count()为文章第一个函数,用来产生无限序列

itertools.imap(func, iter1, iter2, iter3, …)

imap(func, iter1, iter2, iter3, …)
返回一个迭代器, 它是调用了一个其值在输入迭代器上的函数, 返回结果. 它类似于内置函数 map() , 只是前者在任意输入迭代器结束后就停止(而不是插入None值来补全所有的输入)
注意: 该函数在python3.x中已不存在,可直接使用map

from itertools import imap
list(imap(pow, [2, 3, 10], [4, 2, 3]))

输出:

[16, 9, 1000]
#pow函数 求指数

itertools.izip(*iterables)

用于将多个可迭代对象对应位置的元素作为一个元组,将所有元组『组成』一个迭代器,并返回
注意: 该函数在python3.x中已不存在,可直接使用zip

from itertools import izip
for item in izip([1, 2, 3], ['a', 'b', 'c', 'd', 'e']):
    print(item)

输出:

(1, 'a')
(2, 'b')
(3, 'c')

*itertools.izip_longest(iterables, [fillvalue=None])

izip_longest 跟 izip 类似,但迭代过程会持续到所有可迭代对象的元素都被迭代完

注意: 该函数在python3.x中已不存在

from itertools import izip_longest
for item in izip_longest([1, 2, 3], ['a', 'b', 'c', 'd', 'e'],fillvalue='-'):
    print(item)

输出:

(1, 'a')
(2, 'b')
(3, 'c')
('-','d')
('-','e')

3.组合迭代器

*itertools.product(iterables[, repeat])

创建一个迭代器,生成表示item1,item2等中的项目的笛卡尔积的元组,repeat是一个关键字参数,指定重复生成序列的次数。
用来产生笛卡尔积

import itertools
a = (1, 2, 3)
b = ('A', 'B', 'C')
c = itertools.product(a,b)
for elem in c:
    print(elem)

输出:

(1, 'A')
(1, 'B')
(1, 'C')
(2, 'A')
(2, 'B')
(2, 'C')
(3, 'A')
(3, 'B')
(3, 'C')

list(product((0,1), (0,1), (0,1)))

输出:

[(0, 0, 0), (0, 0, 1), (0, 1, 0), (0, 1, 1), (1, 0, 0), (1, 0, 1), (1, 1, 0), (1, 1, 1)]

list(product('ABC', repeat=2))

输出:

[('A', 'A'), ('A', 'B'), ('A', 'C'), ('B', 'A'), ('B', 'B'), ('B', 'C'), ('C', 'A'), ('C', 'B'), ('C', 'C')]

itertools.product的简单使用:

from itertools import product  # 迭代器

# test script
for i j in product(range(10),range(10))
    
print(i,j)
# 同理等于两个for循环嵌套,只是这种写法远行速度遍历会快一些,时间复杂度减小。
for x in range(10):
    for y in range(10):
    print(x,y)

itertools.permutations(iterable[, r])

创建一个迭代器,返回iterable中所有长度为r的项目序列,如果省略了r,那么序列的长度与iterable中的项目数量相同: 返回p中任意取r个元素做排列的元组的迭代器

from itertools import permutations
list(permutations('ABC', 2))

输出:

[('A', 'B'), ('A', 'C'), ('B', 'A'), ('B', 'C'), ('C', 'A'), ('C', 'B')]

itertools.combinations(iterable, r)

创建一个迭代器,返回iterable中所有长度为r的子序列,返回的子序列中的项按输入iterable中的顺序排序 (不带重复)

from itertools import combinations
list(combinations('ABC', 2))

输出:

[('A', 'B'), ('A', 'C'), ('B', 'C')]

itertools.combinations_with_replacement(iterable, r)

创建一个迭代器,返回iterable中所有长度为r的子序列,返回的子序列中的项按输入iterable中的顺序排序 (带重复)

from itertools import combinations_with_replacement
list(combinations_with_replacement('ABC', 2))

输出:

[('A', 'A'), ('A', 'B'), ('A', 'C'), ('B', 'B'), ('B', 'C'), ('C', 'C')]

到此这篇关于python迭代器模块itertools常用的方法的文章就介绍到这了,更多相关python itertools 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

  • 利用Python绘制随机游走图的详细过程

    利用Python绘制随机游走图的详细过程

    随机游走(random walk)也称随机漫步,随机行走等,是以随机的方式采取连续步骤的过程,下面这篇文章主要给大家介绍了关于利用Python绘制随机游走图的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下
    2024-02-02
  • python中将两组数据放在一起按照某一固定顺序shuffle的实例

    python中将两组数据放在一起按照某一固定顺序shuffle的实例

    今天小编就为大家分享一篇python中将两组数据放在一起按照某一固定顺序shuffle的实例,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
    2019-07-07
  • 一文详述 Python 中的 property 语法

    一文详述 Python 中的 property 语法

    这篇文章主要介绍了一文详述 Python 中的 property 语法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-09-09
  • Python命名空间namespace及作用域原理解析

    Python命名空间namespace及作用域原理解析

    这篇文章主要介绍了Python命名空间namespace及作用域原理解析,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
    2020-06-06
  • Python数据可视化之环形图

    Python数据可视化之环形图

    这篇文章主要介绍了Python数据可视化之环形图,主要使用两种不同的方式来可视化环形图,并均给出了完整的代码示例。需要的朋友可以参考一下,希望对你的工作和学习有所帮助
    2022-01-01
  • 经验丰富程序员才知道的8种高级Python技巧

    经验丰富程序员才知道的8种高级Python技巧

    这篇文章主要介绍了经验丰富程序员才知道的8种高级Python技巧,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-07-07
  • python应用程序在windows下不出现cmd窗口的办法

    python应用程序在windows下不出现cmd窗口的办法

    这篇文章主要介绍了python应用程序在windows下不出现cmd窗口的办法,适用于python写的GTK程序并用py2exe编译的情况下,需要的朋友可以参考下
    2014-05-05
  • Python函数和文件操作详情

    Python函数和文件操作详情

    这篇文章主要介绍了Python函数和文件操作详情,函数在编程中是一个很重要的角色,我们可以将若干个语句组合形成一个函数,它可以接受传入参数,并在内部进行相关计算后产生输出,下文详细内容需要的小伙伴可以参考一下
    2022-05-05
  • 使用python Django做网页

    使用python Django做网页

    python Django网页的四个步骤,很简单的图文学习。学习python Django做网页的第一步。
    2013-11-11
  • python 运算符 供重载参考

    python 运算符 供重载参考

    二元运算符及其对应的特殊方法
    2009-06-06

最新评论