Python的编程优势在于它的简洁性。这不仅是因为Python语法优雅，还因为它有许多精心设计的内置模块，可以帮助开发者高效地实现常用功能。
itertools模块就是一个很好的例子，它为开发者提供了许多强大的工具，可以用更短的代码来操作Python的可迭代对象，帮助开发者事半功倍地完成任务。
当程序变得越来越复杂时，可能需要编写嵌套循环。与此同时，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如何改进上述代码，使其具有Python风格？
可以使用itertools.product()函数：
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，帮助将3个嵌套的for循环合并为一个。
可以通过一个或多个循环来过滤列表中的项目。
但有时候，可能不需要编写任何循环，而是使用函数itertools.compress()。
itertools.compress()函数返回一个迭代器，该迭代器根据对应的布尔掩码值对可迭代对象进行过滤。
例如，以下代码使用itertools.compress()函数选择真正的数据：
import itertoolsleaders = ['Yang', 'Elon', 'Tim', 'Tom', 'Mark']selector = [1, 1, 0, 0, 0]print(list(itertools.compress(leaders, selector)))# ['Yang', 'Elon']第二个参数selector作为一个掩码，也可以定义为以下形式：
selector = [True, True, False, False, False]itertools.groupby()函数是将可迭代对象中相邻的重复元素进行分组的一种便捷方式。
例如，可以对一个长字符串进行如下分组：
from itertools import groupbyfor key, group in groupby('YAaANNGGG'): print(key, list(group))# Y ['Y']# A ['A']# a ['a']# A ['A']# N ['N', 'N']# G ['G', 'G', 'G']此外，还可以利用它的第二个参数来告诉groupby()函数如何判断两个元素是否相同：
from itertools import groupbyfor key, group in groupby('YAaANNGGG', lambda x: x.upper()): print(key, list(group))# Y ['Y']# A ['A', 'a', 'A']# N ['N', 'N']# G ['G', 'G', 'G']对于初学者来说，编写一个正确的函数来获取列表的所有可能组合可能需要一些时间。
实际上，如果使用itertools.combinations()函数，可以很容易地实现：
import itertoolsauthor = ['Y', 'a', 'n', 'g']result = itertools.combinations(author, 2)for x in result: print(x)# ('Y', 'a')# ('Y', 'n')# ('Y', 'g')# ('a', 'n')# ('a', 'g')# ('n', 'g')如上述程序所示，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。
既然有一个函数可以获取所有组合，当然还有另一个名为itertools.permutations的函数可以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()函数的使用方式与itertools.combinations()函数类似。唯一的区别在于它们的结果。
基于可迭代对象获取一系列累积值是一种常见的需求。借助itertools.accumulate()函数的帮助，不需要编写任何循环就能实现。
import itertoolsimport operatornums = [1, 2, 3, 4, 5]print(list(itertools.accumulate(nums, operator.mul)))# [1, 2, 6, 24, 120]如果不想使用operator.mul，上述程序与以下程序相同：
import itertoolsnums = [1, 2, 3, 4, 5]print(list(itertools.accumulate(nums, lambda a, b: a * b)))# [1, 2, 6, 24, 120]在某些情况下，开发者需要获得一个无限迭代器。有3个函数可以帮助实现：
例如，可以按以下方式获取三个相同的“Yang”：
import itertoolsprint(list(itertools.repeat('Yang', 3)))# ['Yang', 'Yang', 'Yang']itertools.cycle函数在中断循环之前不会停止：
import itertoolscount = 0for c in itertools.cycle('Yang'): if count >= 12: break else: print(c, end=',') count += 1# Y,a,n,g,Y,a,n,g,Y,a,n,g,如果需要的只是数字，可以使用itertools.count函数：
import itertoolsfor i in itertools.count(0, 2): if i == 20: break else: print(i, end=" ")# 0 2 4 6 8 10 12 14 16 18如上所示，它的第一个参数是起始数字，第二个参数是步长。
自Python 3.10以来，itertools模块新增了一个名为pairwise的新函数。它是一个简洁的工具，可以从可迭代对象生成连续重叠的成对元素。
import itertoolsletters = ['a', 'b', 'c', 'd', 'e']result = itertools.pairwise(letters)print(list(result))# [('a', 'b'), ('b', 'c'), ('c', 'd'), ('d', 'e')]itertools.takewhile()返回一个迭代器，只要给定的谓词函数评估为True，该迭代器就会生成可迭代对象中的元素。
import itertoolsnums = [1, 61, 7, 9, 2077]print(list(itertools.takewhile(lambda x: x < 100, nums)))# [1, 61, 7, 9]此函数与内置的filter()函数不同。
filter函数将遍历整个列表：
nums = [1, 61, 7, 9, 2077]print(list(filter(lambda x: x < 10, nums)))# [1, 7, 9]然而，itertools.takewhile函数会在评估函数为False时停止：
import itertoolsnums = [1, 61, 7, 9, 2077]print(list(itertools.takewhile(lambda x: x < 10, nums)))# [1]这个函数是上一个函数的逆操作。
itertools.takewhile()函数在True时返回可迭代对象中的元素，而itertools.dropwhile()函数会在True时删除可迭代对象的元素，并返回剩余的元素。
import itertoolsnums = [1, 61, 7, 9, 2077]print(list(itertools.dropwhile(lambda x: x < 100, nums)))# [2077]本文链接：http://www.28at.com/showinfo-26-27606-0.html简洁编程之道，十个Python Itertools方法助你事半功倍
声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com
Copyright © 2016-2023 天津谷骐科技有限公司 版权所有 sitemap.xml
违法及侵权请联系：2376512515@qq.com 津ICP备18001702号
津公网安备 12010102000574号