Python itertools模块详解

Published: 10 Sep 2016 Category: python

该模块包含了一系列处理可迭代对象(sequence-like)的函数，从此迭代更任性。

迭代器有一些特点，比如lazy，也就是只有用到的时候才读入到内存里，这样更快更省内存；比如只能调用一次，会被消耗掉。

import itertools as itls

合并迭代器: chain()与izip()

chain()函数接收n个可迭代对象，然后返回一个他们的合集的迭代器，纵向合并，上例子。

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

1 2 3 a b c

izip()函数接收n个可迭代对象，然后将其合并成tuples，横向合并，功能类似zip()，只是返回的是iterator，而不是list。

for i, j in itls.izip([1,2,3],['a','b','c']):
    print i, j

a
b
c

切分迭代器: islice()

islice()函数接收一个迭代器，然后返回其切片，类似于list的slice切片操作。参数有start，stop和step，其中start和step参数时可选参数。

print "Stop at 5:"
for i in itls.islice(itls.count(),5):
    print i,

Stop at 5:
0 1 2 3 4

print "Start at 5, Stop at 10:"
for i in itls.islice(itls.count(),5,10):
    print i,

Start at 5, Stop at 10:
5 6 7 8 9

print "By tens to 100:"
for i in itls.islice(itls.count(),0,100,10):
    print i,

By tens to 100:
0 10 20 30 40 50 60 70 80 90

复制迭代器: tee()

与Unix里tee方法语意一样，这里接收一个迭代器，然后返回n个(default 2)一样的迭代器。

r = itls.islice(itls.count(),4)
i1, i2, i3 = itls.tee(r,3) # i1 and i2, like a copy

for i, j, k in itls.izip(i1,i2,i3):
    print i, j, k

有一点值得注意，初始的iterator不宜继续使用，如果你使用(consume)，那新的迭代器就不会产生这些值了，见例子。

r = itls.islice(itls.count(),4)
i1, i2 = itls.tee(r)
for i in r:
    print 'r:', i
    if i > 0:
        break
for i in i1:
    print 'i1:', i

for i in i2:
    print 'i2:', i

r: 0
r: 1
i1: 2
i1: 3
i2: 2
i2: 3

可以看出，初始迭代器消耗了0,1，在新产生的迭代器里，就不会出现这些值了。

Map迭代器

imap()函数对迭代器进行转换，类似于python内置的map()函数。下例把xrange(5)乘以2。

print "Doubles:"
for i in itls.imap(lambda x: 2*x, xrange(5)):
    print i,

Doubles:
0 2 4 6 8

imap()可以同时接受多个可迭代对象，进行map操作。

print "Multiples:"
for i in itls.imap(lambda x,y:(x, y, x*y), xrange(5),xrange(5,10)):
    print '%d * %d = %d' % i

Multiples:
* 5 = 0
* 6 = 6
* 7 = 14
* 8 = 24
* 9 = 36

starmap()与imap()功能类似，但有点区别，starmap()可以从tuple里解析出多个参数，而imap()只能从多个课迭代对象获取多个参数，看例子。

values = [(0, 5), (1, 6), (2, 7), (3, 8), (4, 9)]
for i in itls.starmap(lambda x,y:(x,y,x*y), values):
    print '%d * %d = %d' % i

* 5 = 0
* 6 = 6
* 7 = 14
* 8 = 24
* 9 = 36

产生新迭代器

count()，cycle()和repeat()函数提供了几个产生迭代器的便捷操作，非常nice。

`count()`

产生连续的整数，有下限(默认0)，没有上限(可以用xrange())。

for i in itls.izip(itls.count(1),['a','b','c']):
    print i

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

`cycle()`

无限重复给定的可迭代对象。

i = 0
for item in itls.cycle(['a','b','c']):
    i += 1
    if i == 7:
        break
    print (i, item)

(1, 'a')
(2, 'b')
(3, 'c')
(4, 'a')
(5, 'b')
(6, 'c')

`repeat()`

重复给定的值，n次。

for i in itls.repeat('over-and-over',3):
    print i

over-and-over
over-and-over
over-and-over

当需要给一个序列添加一个不变对象的时候，用repeat()和imap()或izip()的combo特别有用。

for i,s in itls.izip(itls.count(), itls.repeat('over-and-over',3)):
    print i, s

over-and-over
over-and-over
over-and-over

for i in itls.imap(lambda x,y:(x,y,x*y),itls.repeat(2),xrange(5)):
    print '%d * %d = %d' % i

* 0 = 0
* 1 = 2
* 2 = 4
* 3 = 6
* 4 = 8

过滤迭代器

类似于内置的filter()功能，实现迭代器的筛选。

`dropwhile()`

对item进行判断，如果判断为True，继续；如果判断为False，不继续drop了，只drop之前判断为True的，保留之后的所有items，不再进行判断，全部保留。

def should_drop(x):
    print 'Testing:', x
    return x < 1
for i in itls.dropwhile(should_drop,[ -1, 0, 1, 2, 3, 1, -2 ]):
    print 'Yielding:', i

Testing: -1
Testing: 0
Testing: 1
Yielding: 1
Yielding: 2
Yielding: 3
Yielding: 1
Yielding: -2

`takewhile()`

与dropwhile()功能相反，当判断为False的时候，就不继续take了，只保留之前判断为真item。

def should_take(x):
    print 'Testing:', x
    return x < 2
for i in itls.takewhile(should_take,[ -1, 0, 1, 2, 3, 4, 1, -2 ]):
    print 'Yielding:', i

Testing: -1
Yielding: -1
Testing: 0
Yielding: 0
Testing: 1
Yielding: 1
Testing: 2

`ifilter()`

dropwhile()和takewhile()都不是对所有元素过滤，而ifilter()则尽职尽责地对所有元素过滤。与其对应的是ifilterfalse()，只保留判定为False的item。

def check_item(x):
    print 'Testing:', x
    return x < 1
for i in itls.ifilter(check_item, [ -1, 0, 1, 2, 3, -2 ]):
    print 'Yielding:', i

Testing: -1
Yielding: -1
Testing: 0
Yielding: 0
Testing: 1
Testing: 2
Testing: 3
Testing: -2
Yielding: -2

Group迭代器

groupby(iterable[, keyfunc]) Create an iterator which returns(key, sub-iterator) grouped by each value of key(value)

按给定的key对可迭代对象分组，返回sub-iterator。

things = [("animal", "bear"), ("animal", "duck"), ("plant", "cactus"), ("vehicle", "speed boat"), ("vehicle", "school bus")]

groupby()接收两个参数，一个the data to group，一个是the function to group it with。

for key, group in itls.groupby(things, lambda x: x[0]):
    print key, group

animal <itertools._grouper object at 0x10bce2150>
plant <itertools._grouper object at 0x10bce2190>
vehicle <itertools._grouper object at 0x10bce2150>

可以看出，分组后，返回三个sub-iterator，我们可以再用一层循环访问。

for key, group in itls.groupby(things, lambda x:x[0]):
    for thing in group:
        print "A %s is a %s." % (thing[1], key)
    print ""

A bear is a animal.
A duck is a animal.

A cactus is a plant.

A speed boat is a vehicle.
A school bus is a vehicle.

且慢，值得注意的一点是，在group之前，务必要按key排序，因为groupby方法遍历对象，当key变化的时候，就会新产生一个group。有例为证！

things = [("animal", "bear"), ("plant", "cactus"), ("animal", "duck")]

for key, group in itls.groupby(things, lambda x: x[0]):
    print key, group

animal <itertools._grouper object at 0x10bce2410>
plant <itertools._grouper object at 0x10bce2490>
animal <itertools._grouper object at 0x10bce2410>

本来是应该分两组的，结果是三组，就是因为没有排序。

new_things = sorted(things,key=lambda x: x[0])
for key, group in itls.groupby(new_things, lambda x:x[0]):
    print key, group

animal <itertools._grouper object at 0x10bce2350>
plant <itertools._grouper object at 0x10bce2410>

这个看上去就对了！