一個(gè)零差評(píng)的 Python 內(nèi)置庫(kù)
前言
最近事情不是很多，想寫一些技術(shù)文章分享給大家，同時(shí)也對(duì)自己一段時(shí)間來碎片化接受的知識(shí)進(jìn)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(gè)道理了。
很多人都致力于把Python代碼寫得更Pythonic，一來更符合規(guī)范且容易閱讀，二來一般Pythonic的代碼在執(zhí)行上也更有效率。今天就先給大家介紹一下Python的系統(tǒng)庫(kù)itertools。
itertools庫(kù)
迭代器（生成器）在Python中是一種很常用也很好用的數(shù)據(jù)結(jié)構(gòu)，比起列表(list)來說，迭代器最大的優(yōu)勢(shì)就是延遲計(jì)算，按需使用，從而提高開發(fā)體驗(yàn)和運(yùn)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。
話雖這么說但大家平時(shí)用到的迭代器大概只有range了，而通過iter函數(shù)把列表對(duì)象轉(zhuǎn)化為迭代器對(duì)象又有點(diǎn)多此一舉，這時(shí)候我們今天的主角itertools就該上場(chǎng)了。
使用itertools
itertools中的函數(shù)大多是返回各種迭代器對(duì)象，其中很多函數(shù)的作用我們平時(shí)要寫很多代碼才能達(dá)到，而在運(yùn)行效率上反而更低，畢竟人家是系統(tǒng)庫(kù)。
itertools.accumulate
簡(jiǎn)單來說就是累加。
>>> import itertools
>>> x = itertools.accumulate(range(10))
>>> print(list(x))
[0, 1, 3, 6, 10, 15, 21, 28, 36, 45]
itertools.chain
連接多個(gè)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數(shù)目的元素不重復(fù)的所有組合
>>> 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
允許重復(fù)元素的組合
>>> x = itertools.combinations_with_replacement('ABC', 2)
>>> print(list(x))
[('A', 'A'), ('A', 'B'), ('A', 'C'), ('B', 'B'), ('B', 'C'), ('C', 'C')]
itertools.compress
按照真值表篩選元素
>>> x = itertools.compress(range(5), (True, False, True, True, False))
>>> print(list(x))
[0, 2, 3]
itertools.count
就是一個(gè)計(jì)數(shù)器,可以指定起始位置和步長(zhǎng)
>>> 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
循環(huán)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
按照真值函數(shù)丟棄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
保留對(duì)應(yīng)真值為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
按照分組函數(shù)的值對(duì)元素進(jìn)行分組
>>> 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
上文使用過的函數(shù)，對(duì)迭代器進(jìn)行切片
>>> x = itertools.islice(range(10), 0, 9, 2)
>>> print(list(x))
[0, 2, 4, 6, 8]
itertools.permutations
產(chǎn)生指定數(shù)目的元素的所有排列(順序有關(guān))
>>> 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(chǎn)生多個(gè)列表和迭代器的(積)
>>> 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(jiǎn)單的生成一個(gè)擁有指定數(shù)目元素的迭代器
>>> x = itertools.repeat(0, 5)
>>> print(list(x))
[0, 0, 0, 0, 0]
itertools.starmap
類似map
>>> 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數(shù)值為假。
>>> x = itertools.takewhile(lambda e: e < 5, range(10))
>>> print(list(x))
[0, 1, 2, 3, 4]
itertools.tee
這個(gè)函數(shù)我也不是很懂，似乎是生成指定數(shù)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
類似于zip，不過已較長(zhǎng)的列表和迭代器的長(zhǎng)度為準(zhǔn)
>>> 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(jié)語
大概就總結(jié)到這里，不過老實(shí)說Python的各種語言特性和庫(kù)還是要多用才能熟練，最終達(dá)到隨手拈來的程度，裝逼的說就是由術(shù)入道。
來源：憶先
鏈接：https://segmentfault.com/a/1190000008590958