Python基础教程（六十六）内建模块之itertools：解锁Python隐藏神器：itertools模块的高效魔法

一、无限迭代器：突破循环边界

from itertools import count, cycle, repeat

# 无限计数器（从10开始，步长2）
for i in count(10, 2):
    if i > 20: break
    print(i, end=' ')  # 输出：10 12 14 16 18 20

# 循环播放序列
print(list(zip(cycle('ABC'), range(5))))  
# 输出：[('A',0), ('B',1), ('C',2), ('A',3), ('B',4)]

# 重复元素（指定次数）
print(list(repeat('*', 3)))  # 输出：['*', '*', '*']

二、有限迭代器：智能数据处理

from itertools import accumulate, groupby, chain

# 累积计算（支持自定义函数）
data = [1, 2, 3, 4]
print(list(accumulate(data, lambda x,y: x*y))) 
# 输出：[1, 2, 6, 24] (阶乘序列)

# 分组聚合（需先排序）
words = sorted(['apple', 'bat', 'atom', 'book'])
grouped = {k: list(v) for k,v in groupby(words, key=lambda x: x[0])}
print(grouped)  # 输出：{'a':['apple','atom'], 'b':['bat','book']}

# 多序列扁平化
print(list(chain.from_iterable([[1,2], (3,4), 'ab'])))
# 输出：[1, 2, 3, 4, 'a', 'b']

三、组合生成器：解构复杂关系

from itertools import product, permutations, combinations

# 笛卡尔积（模拟嵌套循环）
print(list(product('AB', repeat=2)))  
# 输出：[('A','A'), ('A','B'), ('B','A'), ('B','B')]

# 排列（顺序敏感）
print(list(permutations('XYZ', 2)))  
# 输出：[('X','Y'), ('X','Z'), ('Y','X'), ('Y','Z'), ('Z','X'), ('Z','Y')]

# 组合（顺序无关）
print(list(combinations([1,2,3], 2)))  
# 输出：[(1,2), (1,3), (2,3)]

四、性能优势与使用场景

1. 惰性求值：迭代器按需生成数据，避免一次性加载海量数据
2. 内存优化：相比列表操作，内存占用常数级（O(1)）
3. 代码简化：复杂循环可缩减为单行表达式
4. 适用场景：大数据流处理、组合优化问题、状态机实现等

关键洞察：itertools.groupby要求输入序列已排序，否则相同键值的元素会被分割到不同组。务必先调用sorted()预处理数据！

掌握itertools能将繁琐的迭代逻辑转化为优雅的声明式代码，大幅提升开发效率。其函数式编程范式尤其适合处理现代数据管道任务，是Python开发者不可或缺的效能利器。