Python3学习笔记23——itertools

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。

首先，我们看看itertools提供的几个”无限“迭代器：

因为count（）会创建一个无限的迭代器，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。

cycle（）会把传入的一个序列无限重复下去：

同样停不下来。

repeat（）负责把一个元素无限重复下去，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)
...
A
A
A

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：

natuals=itertools.count(1)
ns=itertools.takewhile(lambda x:x<=10,natuals)
list(ns)
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

itertools提供的几个迭代器操作函数更加有用：

chain（）

chain（）可以把一组迭代对象串联起来，行成一个更大的迭代器：

for c in itertools.chain(‘ABC’,‘XYZ’):
… print©
…
A
B
C
X
Y
Z

groupby（）

groupby（）把迭代器中相邻的重复元素跳出来放在一起：

for key,group in itertools.groupby(‘AAABBBCCAAADDD’):
… print(key,list(group))
…
A [‘A’, ‘A’, ‘A’]
B [‘B’, ‘B’, ‘B’]
C [‘C’, ‘C’]
A [‘A’, ‘A’, ‘A’]
D [‘D’, ‘D’, ‘D’]

实际上挑选规则时通过函数完成的，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’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))
…
A [‘A’, ‘a’, ‘a’]
B [‘B’, ‘B’, ‘b’]
C [‘c’, ‘C’]
A [‘A’, ‘A’, ‘a’]

itertools模块提供的全部是处理迭代功能的函数，他们的返回值不是list，而是iterator，只有用for循环迭代的时候，才真正计算。