Posted in Python onDecember 11, 2019
这篇文章主要介绍了Python迭代器模块itertools使用原理解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
介绍
今天介绍一个很强大的模块,而且是python自带的,那就是itertools迭代器模块。
使用
使用起来很简单,先导入模块
import itertools
下面,我们通过一些例子边学边练
三个无限迭代器
先告诉大家 control + C 可以强制停止程序哦
1.count()
num = itertools.count(10) for i in num: print(i) # 10 # 11 # 12 # 13 # 以此类推,无穷无尽
2.cycle()
letter = itertools.cycle('ABC') for i in letter: print(i) # A # B # C # A # B # 依次循环,无穷无尽
3.repeat()
rp = itertools.repeat('X') for i in rp: print(i) # X # X # X # 依次类推,无穷无尽 rp2 = itertools.repeat('X', 2) # 限制2次 for i in rp2: print(i) # X # X
想要限制迭代的次数还有一个办法,就是使用takewhile
num2 = itertools.takewhile(lambda x: x < 15, num) list(num2) # [10,11,12,13,14]
可以用来把几个迭代器合起来,构成一整个迭代器
for c in itertools.chain('AB', 'CD'): print(c) # A # B # C # D
groupby()
可以把重复的元素group起来
for key, group in itertools.groupby('AAABBCCB'): print(key, list(group)) # A ['A', 'A', 'A'] # B ['B', 'B', 'B] # C ['C', 'C'] # 注意这里是区分大小写的,如果要忽略 # 请使用 itertools.groupby('AAABBCCB', lambda c: c.upper())
accumulate
累加
x = itertools.accumulate(range(5)) print(list(x)) # [0, 1, 3, 6, 10, 15]
tee
可以将一个迭代器拆分为n个迭代器
a = [1,2,3,4,5] x1, x2, x3 = itertools.tee(a,3) # 产生了三个元素和a一样的iter
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)]
compress
按照真值表筛选元素
x = itertools.compress(range(5), (True, False, True, True, False)) # 0,1,2,3,4,5 print(list(x)) # [0, 2, 3]
filterfalse
保留对应真值为False的元素
x = itertools.filterfalse(lambda n: n < 5, (1, 2, 5, 3, 7, 10, 0)) print(list(x)) # [5, 7, 10]
islice
对迭代器进行切片,参数分别是iter,start,end, step
x = itertools.islice(range(10), 0, 9, 2) print(list(x)) # [0, 2, 4, 6, 8]
product
产生类似笛卡尔积
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)]
zip_longest(*iterables, fillvalue=None)
创建一个迭代器,从每个可迭代对象中收集元素。如果可迭代对象的长度未对齐,将根据 fillvalue 填充缺失值。迭代持续到耗光最长的可迭代对象。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。
Python迭代器模块itertools使用原理解析
- Author -
MrDoghead声明:登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。
Reply on: @reply_date@
@reply_contents@