前言
最近事情不是很多，想寫一些技術文章分享給大家，同時也對自己一段時間來碎片化接受的知識進行一下梳理，所謂寫清楚才能說清楚，說清楚才能想清楚，就是這個道理了。
很多人都致力於把Python程式碼寫得更Pythonic，一來更符合規範且容易閱讀，二來一般Pythonic的程式碼在執行上也更有效率。今天就先給大家介紹一下Python的系統庫itertools。
itertools庫
迭代器（生成器）在Python中是一種很常用也很好用的資料結構，比起列表(list)來說，迭代器最大的優勢就是延遲計算，按需使用，從而提高開發體驗和執行效率，以至於在Python 3中map,filter等操作返回的不再是列表而是迭代器。
話雖這麼說但大家平時用到的迭代器大概只有range了，而通過iter函式把列表物件轉化為迭代器物件又有點多此一舉，這時候我們今天的主角itertools就該上場了。
使用itertools
itertools中的函式大多是返回各種迭代器物件，其中很多函式的作用我們平時要寫很多程式碼才能達到，而在執行效率上反而更低，畢竟人家是系統庫。
itertools.accumulate
簡單來說就是累加。
|
1 2 3 4 |
>>> import itertools >>> x = itertools.accumulate(range(10)) >>> print(list(x)) [0, 1, 3, 6, 10, 15, 21, 28, 36, 45] |
itertools.chain
連線多個列表或者迭代器。
|
1 2 3 |
>>> 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數目的元素不重複的所有組合
|
1 2 3 |
>>> 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
允許重複元素的組合
|
1 2 3 |
>>> x = itertools.combinations_with_replacement('ABC', 2) >>> print(list(x)) [('A', 'A'), ('A', 'B'), ('A', 'C'), ('B', 'B'), ('B', 'C'), ('C', 'C')] |
itertools.compress
按照真值表篩選元素
|
1 2 3 |
>>> x = itertools.compress(range(5), (True, False, True, True, False)) >>> print(list(x)) [0, 2, 3] |
itertools.count
就是一個計數器,可以指定起始位置和步長
|
1 2 3 |
>>> 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
迴圈指定的列表和迭代器
|
1 2 3 |
>>> x = itertools.cycle('ABC') >>> print(list(itertools.islice(x, 0, 10, 1))) ['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C', 'A'] |
itertools.dropwhile
按照真值函式丟棄掉列表和迭代器前面的元素
|
1 2 3 |
>>> x = itertools.dropwhile(lambda e: e < 5, range(10)) >>> print(list(x)) [5, 6, 7, 8, 9] |
itertools.filterfalse
保留對應真值為False的元素
|
1 2 3 |
>>> x = itertools.filterfalse(lambda e: e < 5, (1, 5, 3, 6, 9, 4)) >>> print(list(x)) [5, 6, 9] |
itertools.groupby
按照分組函式的值對元素進行分組
|
1 2 3 4 5 6 |
>>> x = itertools.groupby(range(10), lambda x: x < 5 or 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
上文使用過的函式，對迭代器進行切片
|
1 2 3 |
>>> x = itertools.islice(range(10), 0, 9, 2) >>> print(list(x)) [0, 2, 4, 6, 8] |
itertools.permutations
產生指定數目的元素的所有排列(順序有關)
|
1 2 3 |
>>> 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
產生多個列表和迭代器的(積)
|
1 2 3 4 |
>>> 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
簡單的生成一個擁有指定數目元素的迭代器
|
1 2 3 |
>>> x = itertools.repeat(0, 5) >>> print(list(x)) [0, 0, 0, 0, 0] |
itertools.starmap
類似map
|
1 2 3 |
>>> x = itertools.starmap(str.islower, 'aBCDefGhI') >>> print(list(x)) [True, False, False, False, True, True, False, True, False] |
itertools.takewhile
與dropwhile相反，保留元素直至真值函式值為假。
|
1 2 3 |
>>> x = itertools.takewhile(lambda e: e < 5, range(10)) >>> print(list(x)) [0, 1, 2, 3, 4] |
itertools.tee
這個函式我也不是很懂，似乎是生成指定數目的迭代器
|
1 2 3 4 5 6 |
>>> 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
類似於zip，不過已較長的列表和迭代器的長度為準
|
1 2 3 4 5 6 |
>>> 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)] |
結語
大概就總結到這裡，不過老實說Python的各種語言特性和庫還是要多用才能熟練，最終達到隨手拈來的程度，裝逼的說就是由術入道。