↓推荐关注↓
前言
最近事情不是很多，想写一些技术文章分享给大家，同时也对自己一段时间来碎片化接受的知识进行一下梳理，所谓写清楚才能说清楚，说清楚才能想清楚，就是这个道理了。
很多人都致力于把Python代码写得更Pythonic，一来更符合规范且容易阅读，二来一般Pythonic的代码在执行上也更有效率。今天就先给大家介绍一下Python的系统库itertools。
itertools库
迭代器（生成器）在Python中是一种很常用也很好用的数据结构，比起列表(list)来说，迭代器最大的优势就是延迟计算，按需使用，从而提高开发体验和运行效率，以至于在Python 3中map,filter等操作返回的不再是列表而是迭代器。
话虽这么说但大家平时用到的迭代器大概只有range了，而通过iter函数把列表对象转化为迭代器对象又有点多此一举，这时候我们今天的主角itertools就该上场了。
使用itertools
itertools中的函数大多是返回各种迭代器对象，其中很多函数的作用我们平时要写很多代码才能达到，而在运行效率上反而更低，毕竟人家是系统库。
itertools.accumulate
简单来说就是累加。
>>> 
import
 itertools
>>> x = itertools.accumulate(range(
10
))
>>> print(list(x))
[
0
, 
1
, 
3
, 
6
, 
10
, 
15
, 
21
, 
28
, 
36
, 
45
]
itertools.chain
连接多个列表或者迭代器。
>>> x = itertools.chain(range(
3
), range(
4
), [
3
,
2
,
1
])
>>> print(list(x))
[
0
, 
1
, 
2
, 
0
, 
1
, 
2
, 
3
, 
3
, 
2
, 
1
]
itertools.combinations
求列表或生成器中指定数目的元素不重复的所有组合
>>
> x = itertools.combinations(range(
4
), 
3
)
>>
> print(list(x))
[(
0
, 
1
, 
2
), (
0
, 
1
, 
3
), (
0
, 
2
, 
3
), (
1
, 
2
, 
3
)]
itertools.combinations_with_replacement
允许重复元素的组合
>>> x = itertools.combinations_with_replacement(
'ABC'
, 
2
)
>>> print(list(x))
[(
'A'
, 
'A'
), (
'A'
, 
'B'
), (
'A'
, 
'C'
), (
'B'
, 
'B'
), (
'B'
, 
'C'
), (
'C'
, 
'C'
)]
itertools.compress
按照真值表筛选元素
>>> x = itertools.compress(range(
5
), (
True
, 
False
, 
True
, 
True
, 
False
))
>>> print(list(x))
[
0
, 
2
, 
3
]
itertools.count
就是一个计数器,可以指定起始位置和步长
>>> x = itertools.count(start=
20
, step=
-1
)
>>> print(list(itertools.islice(x, 
0
, 
10
, 
1
)))
[
20
, 
19
, 
18
, 
17
, 
16
, 
15
, 
14
, 
13
, 
12
, 
11
]
itertools.cycle
循环指定的列表和迭代器
>>> x = itertools.cycle(
'ABC'
)
>>> print(list(itertools.islice(x, 
0
, 
10
, 
1
)))
[
'A'
, 
'B'
, 
'C'
, 
'A'
, 
'B'
, 
'C'
, 
'A'
, 
'B'
, 
'C'
, 
'A'
]
itertools.dropwhile
按照真值函数丢弃掉列表和迭代器前面的元素
>>> x = itertools.dropwhile(
lambda
 e: e < 
5
, range(
10
))
>>> print(list(x))
[
5
, 
6
, 
7
, 
8
, 
9
]
itertools.filterfalse
保留对应真值为False的元素
>>> x = itertools.filterfalse(
lambda
 e: e < 
5
, (
1
, 
5
, 
3
, 
6
, 
9
, 
4
))
>>> print(list(x))
[
5
, 
6
, 
9
]
itertools.groupby
按照分组函数的值对元素进行分组
>>> x = itertools.groupby(range(
10
), 
lambda
 x: x < 
5or
 x > 
8
)                                                                                                
>>> 
for
 condition, numbers 
in
 x:                                                  
...     print(condition, list(numbers))                                                                                                        
True
 [
0
, 
1
, 
2
, 
3
, 
4
]                                                              
False
 [
5
, 
6
, 
7
, 
8
]                                                                
True
 [
9
]
itertools.islice
上文使用过的函数，对迭代器进行切片
>>> x = itertools.islice(range(
10
), 
0
, 
9
, 
2
)
>>> print(list(x))
[
0
, 
2
, 
4
, 
6
, 
8
]
itertools.permutations
产生指定数目的元素的所有排列(顺序有关)
>>> x = itertools.permutations(range(
4
), 
3
)
>>> print(list(x))
[(
0
, 
1
, 
2
), (
0
, 
1
, 
3
), (
0
, 
2
, 
1
), (
0
, 
2
, 
3
), (
0
, 
3
, 
1
), (
0
, 
3
, 
2
), (
1
, 
0
, 
2
), (
1
, 
0
, 
3
), (
1
, 
2
, 
0
), (
1
, 
2
, 
3
), (
1
, 
3
, 
0
), (
1
, 
3
, 
2
), (
2
, 
0
, 
1
), (
2
, 
0
,
3
), (
2
, 
1
, 
0
), (
2
, 
1
, 
3
), (
2
, 
3
, 
0
), (
2
, 
3
, 
1
), (
3
, 
0
, 
1
), (
3
, 
0
, 
2
), (
3
, 
1
, 
0
), (
3
, 
1
, 
2
), (
3
, 
2
, 
0
), (
3
, 
2
, 
1
)]
itertools.product
产生多个列表和迭代器的(积)
>>> x = itertools.product(
'ABC'
, range(
3
))
>>>
>>> print(list(x))
[(
'A'
, 
0
), (
'A'
, 
1
), (
'A'
, 
2
), (
'B'
, 
0
), (
'B'
, 
1
), (
'B'
, 
2
), (
'C'
, 
0
), (
'C'
, 
1
), (
'C'
, 
2
)]
itertools.repeat
简单的生成一个拥有指定数目元素的迭代器
>>> x = itertools.repeat(
0
, 
5
)
>>> print(list(x))
[
0
, 
0
, 
0
, 
0
, 
0
]
itertools.starmap
类似map
>>> x = itertools.starmap(str.islower, 
'aBCDefGhI'
)
>>> print(list(x))
[
True
, 
False
, 
False
, 
False
, 
True
, 
True
, 
False
, 
True
, 
False
]
itertools.takewhile
与dropwhile相反，保留元素直至真值函数值为假。
>>> x = itertools.takewhile(
lambda
 e: e < 
5
, range(
10
))
>>> print(list(x))
[
0
, 
1
, 
2
, 
3
, 
4
]
itertools.tee
这个函数我也不是很懂，似乎是生成指定数目的迭代器
>>> x = itertools.tee(range(
10
), 
2
)
>>> 
for
 letters 
in
 x:
...     print(list(letters))
...
[
0
, 
1
, 
2
, 
3
, 
4
, 
5
, 
6
, 
7
, 
8
, 
9
]
[
0
, 
1
, 
2
, 
3
, 
4
, 
5
, 
6
, 
7
, 
8
, 
9
]
itertools.zip_longest
类似于zip，不过已较长的列表和迭代器的长度为准
>>> x = itertools.zip_longest(range(
3
), range(
5
))
>>> y = zip(range(
3
), range(
5
))
>>> print(list(x))
[(
0
, 
0
), (
1
, 
1
), (
2
, 
2
), (
None
, 
3
), (
None
, 
4
)]
>>> print(list(y))
[(
0
, 
0
), (
1
, 
1
), (
2
, 
2
)]
结语
大概就总结到这里，不过老实说Python的各种语言特性和库还是要多用才能熟练，最终达到随手拈来的程度，装逼的说就是由术入道。
来源：忆先
链接：segmentfault.com/a/1190000008590958
- EOF -
推荐阅读点击标题可跳转
1、4 种代码洁癖类型，程序员看了直呼内行
2、我又找到了一个破解谷歌验证码的新方案！
3、数学女博士奥运会摘金！用数学知识自己训练，网友：真·学好数理化，走遍天下都不怕
觉得本文对你有帮助？请分享给更多人
推荐关注「Python开发者」，提升Python技能
点赞和在看就是最大的支持❤️
继续阅读
阅读原文