十个 Python Itertools,让你的代码如虎添翼

Python/ target=_blank class=infotextkey>Python的美丽在于它的简洁性 。
不仅因为Python的语法优雅,还因为它有许多设计良好的内置模块,能够高效地实现常见功能 。
itertools模块就是一个很好的例子,它为我们提供了许多强大的工具,可以在更短的代码中操作Python的可迭代对象 。
用更少的代码实现更多的功能,这就是你可以从itertools模块中获得的好处 。让我们从本文中了解一下 。

十个 Python Itertools,让你的代码如虎添翼

文章插图
1、itertools.product(): 避免嵌套循环的巧妙方法当程序变得越来越复杂时,你可能需要编写嵌套循环 。同时,你的Python代码将变得丑陋和难以阅读:
list_a = [1, 2020, 70]list_b = [2, 4, 7, 2000]list_c = [3, 70, 7]for a in list_a:for b in list_b:for c in list_c:if a + b + c == 2077:print(a, b, c)# 70 2000 7
十个 Python Itertools,让你的代码如虎添翼

文章插图
如何使上述代码再次具有 Python 风格?
那 itertools.product() 函数就是你的朋友:
from itertools import productlist_a = [1, 2020, 70]list_b = [2, 4, 7, 2000]list_c = [3, 70, 7]for a, b, c in product(list_a, list_b, list_c):if a + b + c == 2077:print(a, b, c)# 70 2000 7如上所示,它返回输入可迭代对象的笛卡尔积,帮助我们将三个嵌套的for循环合并为一个 。
2、itertools.compress(): 过滤数据的便捷方式我们可以通过一个或多个循环来筛选列表中的项 。
但有时候,我们可能不需要编写任何循环 。因为有一个名为itertools.compress()的函数 。
itertools.compress()函数返回一个迭代器,根据相应的布尔掩码对可迭代对象进行过滤 。
例如,以下代码使用itertools.compress()函数选择出真正的领导者:
import itertoolsleaders = ['Yang', 'Elon', 'Tim', 'Tom', 'Mark']selector = [1, 1, 0, 0, 0]print(list(itertools.compress(leaders, selector)))# ['Yang', 'Elon']
十个 Python Itertools,让你的代码如虎添翼

文章插图
第二个参数selector作为掩码起作用,我们也可以这样定义它:
selector = [True, True, False, False, False]3、itertools.groupby(): 对可迭代对象进行分组itertools.groupby()函数是一种方便的方式,用于将可迭代对象中相邻的重复项进行分组 。
例如,我们可以将一个长字符串进行分组,如下所示:
【十个 Python Itertools,让你的代码如虎添翼】from itertools import groupbyfor key, group in groupby('LinnuxmiMi'):print(key, list(group))
十个 Python Itertools,让你的代码如虎添翼

文章插图
此外,我们可以利用它的第二个参数告诉groupby()函数如何确定两个项是否相同:
from itertools import groupbyfor key, group in groupby('LinnuxmiMi', lambda x: x.upper()):print(key, list(group))4、itertools.combinations(): 从可迭代对象中获取给定长度的所有组合对于初学者来说,编写一个无 bug 的函数来获取列表的所有可能组合可能需要一些时间 。
事实上,如果她了解 itertools.combinations() 函数,她可以很容易地实现:
import itertoolsauthor = ['L', 'i', 'n', 'u', 'x']result = itertools.combinations(author, 2)for a in result:print(a)
十个 Python Itertools,让你的代码如虎添翼

文章插图
如上所示,itertools.combinations()函数有两个参数,一个是原始可迭代对象,另一个是函数生成的子序列的长度 。
5、itertools.permutations(): 从可迭代对象中获取给定长度的所有排列既然有一个函数可以获取所有组合,当然也有另一个名为itertools.permutations的函数来获取所有可能的排列:
import itertoolsauthor = ['Y', 'a', 'n', 'g']result = itertools.permutations(author, 2)for x in result:print(x)# ('Y', 'a')# ('Y', 'n')# ('Y', 'g')# ('a', 'Y')# ('a', 'n')# ('a', 'g')# ('n', 'Y')# ('n', 'a')# ('n', 'g')# ('g', 'Y')# ('g', 'a')# ('g', 'n')如上所示,itertools.permutations()函数的用法与itertools.combinations()类似 。唯一的区别在于它们的结果 。
6、itertools.accumulate(): 从可迭代对象生成累积的项基于可迭代对象获取一系列累积值是一种常见需求 。借助itertools.accumulate()函数的帮助,我们无需编写任何循环即可实现 。


推荐阅读