一、itertools — 为高效而生

---

itertools — 为高效而生。itertools模块实现一系列迭代器 ，这些迭代器受到APL，Haskell、SML几种语言的启发。

itertools模块标准化了一个快速、高效利用内存的核心工具集，这些工具本身或组合都很有用。它们一起形成了“迭代器代数”，这使得在纯Python中有可能创建简洁又高效的专用工具。

例如，SML有一个制表工具： tabulate(f)，它可产生一个序列 f(0), f(1), ...。在Python中可以组合 map() 和 count() 实现： map(f, count())。

这些工具及其内置对应物也能很好地配合 operator 模块中的快速函数来使用。 例如，乘法运算符可以被映射到两个向量之间执行高效的点积: sum(starmap(operator.mul, zip(vec1, vec2, strict=True)))。

二、无穷迭代器

迭代器	实参	结果	示例
count()	[start[, step]]	start, start+step, start+2step, …	count(10) --> 10 11 12 13 14 ...
cycle()	p	p0, p1, … plast, p0, p1, …	cycle('ABCD') --> A B C D A B C D ...
repeat()	elem [,n]	elem, elem, elem, … 重复无限次或n次	repeat(10, 3) --> 10 10 10

三、根据最短输入序列长度停止的迭代器

迭代器	实参	结果	示例
accumulate()	p [,func]	p0, p0+p1, p0+p1+p2, …	accumulate([1,2,3,4,5]) --> 1 3 6 10 15
chain()	p, q, …	p0, p1, … plast, q0, q1, …	chain('ABC', 'DEF') --> A B C D E F
chain.from_iterable()	iterable – 可迭代对象	p0, p1, … plast, q0, q1, …	chain.from_iterable(['ABC', 'DEF']) --> A B C D E F
compress()	data, selectors	(d[0] if s[0]), (d[1] if s[1]), …	compress('ABCDEF', [1,0,1,0,1,1]) --> A C E F
dropwhile()	pred, seq	seq[n], seq[n+1], … 从pred首次真值测试失败开始	dropwhile(lambda x: x<5, [1,4,6,4,1]) --> 6 4 1
filterfalse()	pred, seq	seq中pred(x)为假值的元素，x是seq中的元素。	filterfalse(lambda x: x%2, range(10)) --> 0 2 4 6 8
groupby()	iterable[, key]	根据key(v)值分组的迭代器
islice()	seq, [start,] stop [, step]	seq[start:stop:step]中的元素	islice('ABCDEFG', 2, None) --> C D E F G
starmap()	func, seq	func(seq[0]), func(seq[1]), …	starmap(pow, [(2,5), (3,2), (10,3)]) --> 32 9 1000
takewhile()	pred, seq	seq[0], seq[1], …, 直到pred真值测试失败	takewhile(lambda x: x<5, [1,4,6,4,1]) --> 1 4
tee()	it, n	it1, it2, … itn 将一个迭代器拆分为n个迭代器
zip_longest()	p, q, …	(p[0], q[0]), (p[1], q[1]), …	zip_longest('ABCD', 'xy', fillvalue='-') --> Ax By C- D-

3.6 groupby()

itertools.groupby() 是一个 Python 内置函数，它可以对可迭代的对象进行分组。这个函数有两个主要参数：一个可迭代的对象和一个键函数。键函数定义了如何将可迭代对象的元素分组。

示例1： 列表奇偶分组

from itertools import groupby
# 创建一个数字列表
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
# 定义一个函数，用于将数字按奇偶分组
def key_func(n):return n % 2 == 0
# 使用 groupby() 对数字进行分组
for key, group in groupby(numbers, key_func):print(f'key={key}, value = {list(group)}')

# 执行结果
key=False, value = [1]
key=True, value = [2]
key=False, value = [3]
key=True, value = [4]
key=False, value = [5]
key=True, value = [6]
key=False, value = [7]
key=True, value = [8]
key=False, value = [9]
key=True, value = [10]

示例2： 字符串长度分组

from itertools import groupby
words = ['apple', 'banana', 'cherry', 'date', 'elderberry', 'fig', 'grape']
def key_func(word):return len(word)
for key, group in groupby(words, key_func):print(f'Length {key}: {list(group)}')

# 执行结果
Length 5: ['apple']
Length 6: ['banana', 'cherry']
Length 4: ['date']
Length 10: ['elderberry']
Length 3: ['fig']
Length 5: ['grape']

示例3： 字母分组

from itertools import groupby
letters = ['at', 'bi', 'bc', 'bd', 'ei', 'fe', 'ga', 'gh', 'gi', 'jd']
def key_func(letter):return letter[0]
for key, group in groupby(letters, key_func):print(f'First letter {key}: {list(group)}')

# 执行结果
First letter a: ['at']
First letter b: ['bi', 'bc', 'bd']
First letter e: ['ei']
First letter f: ['fe']
First letter g: ['ga', 'gh', 'gi']
First letter j: ['jd']

3.7 islice()

itertools.islice() 可以从一个迭代器中获取切片

示例1： 无穷迭代器前10个数，下10个数中后5个

from itertools import count, islice
# 创建一个无限递增的数字迭代器
numbers = count(1)
# 使用 islice() 获取前10个数字
first_ten_numbers = islice(numbers, 10)
# 打印前10个数字
print(list(first_ten_numbers))
# 使用 islice() 截取下10个数字中的后5个
first_ten_numbers = islice(numbers, 5, 10)
# 打印这5个数字
print(list(first_ten_numbers))

# 执行结果
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
[16, 17, 18, 19, 20]

示例2： 10以下素数迭代10次

from itertools import islice, cycledef generate_primes(n):def is_prime(num):if num < 2:return Falsefor i in range(2, int(num ** 0.5) + 1):if num % i == 0:return Falsereturn Truereturn islice(cycle((x for x in range(2, n) if is_prime(x))), n)print(list(generate_primes(10)))

# 执行结果
[2, 3, 5, 7, 2, 3, 5, 7, 2, 3]

3.8 starmap()

itertools.starmap() 是 Python 的一个内置函数，它用于将一个可迭代对象的元素作为参数传递给一个函数，并返回函数的迭代器。

示例 1：执行多个函数

from itertools import starmapdef func1(a, b):return a + bdef func2(a, b):return a * bnumbers = [(1, 2), (3, 4), (5, 6)]
result1 = list(starmap(func1, numbers))
result2 = list(starmap(func2, numbers))
print(result1)  
print(result2)  

# 执行结果
[3, 7, 11]
[2, 12, 30]

示例 2：将多个列表的元素作为参数传递给函数

from itertools import starmap, zip_longestdef add_elements(a, b):return a + blist1 = [1, 2, 3]
list2 = [4, 5, 6]
zipped = list(zip_longest(list1, list2))  # 使用 None 填充较短的列表
result = list(starmap(add_elements, zipped))
print(result)  

# 执行结果
[5, 7, 9]

示例 3：在多线程应用中并行处理数据

from itertools import starmap, islice
from concurrent.futures import ThreadPoolExecutor
def process_data(data):# 这里可以执行一些耗时的数据处理任务return data * 2with ThreadPoolExecutor() as executor:data = range(100)  # 大量的数据需要处理chunk_size = 10  # 将数据分成小块进行处理以提高效率chunks = list(islice(data, chunk_size))  # 将数据分成块print(chunks)chunkslist = [[x] for x in chunks]results = list(starmap(process_data, chunkslist))  # 使用 starmap() 将块传递给处理函数并收集结果print(results) 

# 执行结果
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

3.9 takewhile()

itertools.takewhile() 可以从一个迭代器中取出元素，直到满足某个条件为止。以下是代码示例：

示例1： 取出列表中小于5的数

import itertools
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
result = list(itertools.takewhile(lambda x: x < 5, numbers))
print(result)
numbers = [8, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
result = list(itertools.takewhile(lambda x: x < 5, numbers))
print(result)

# 执行结果
[1, 2, 3, 4]
[]

示例2： 取连续小写字母

import itertools
text = "HelloWorld"
result = list(itertools.takewhile(lambda x: x.islower(), text))
print(result)
text = "helloWorld"
result = list(itertools.takewhile(lambda x: x.islower(), text))
print(result)

# 执行结果
[]
['h', 'e', 'l', 'l', 'o']

3.10 tee()

itertools.tee() 用于复制迭代器。这意味着你可以得到原始迭代器的多个副本，这些副本可以独立地迭代。

示例1： 复制一个字符串的多个副本

import itertools
s = "hello"
t1, t2 = itertools.tee(s)
print(list(t1))  
print(list(t2)) 

# 执行结果
['h', 'e', 'l', 'l', 'o']
['h', 'e', 'l', 'l', 'o']

**示例2：**生成多个斐波那契数列的副本

import itertools
def fibonacci(n):a, b = 0, 1i = 0while i < n:yield aa, b = b, a + bi += 1
fib_seq1, fib_seq2, fib_seq3 = itertools.tee(fibonacci(5), 3)  # 创建斐波那契数列的三个副本
print(list(fib_seq1))  
print(list(fib_seq2)) 
print(list(fib_seq3))

# 执行结果
[0, 1, 1, 2, 3, 5]
[0, 1, 1, 2, 3, 5]
[0, 1, 1, 2, 3, 5]

---

may the odds be ever in your favor ~