python 超好用的迭代兵器库itertools,十八般兵器哪18般?

简介: python 超好用的迭代兵器库itertools,十八般兵器哪18般?

知识点


在古典小说和传统评话中,常说武艺高强的人是“十八般武艺样样精通”,这十八般武艺是指使用“十八般兵器”的功夫和技能。哪十八般呢?


十八般兵器在武术界中最普遍的说法是:刀、枪、剑、戟、斧、钺、钩、叉、鞭、锏、锤、抓、镗、棍、槊、棒、拐、流星。


20210902105901947.png



汉武于元封四年(公元前107),经过严格的挑选和整理,筛选出18种类型的兵器:矛、镗、刀、戈、槊、鞭、锏、剑、锤、抓、戟、弓、钺、斧、牌、棍、枪、叉。


三国时代,著名的兵器鉴别家吕虔,根据兵器的特点,对汉武帝钦定的“十八般兵器”重新排列为九长九短。九长:戈、矛、戟、槊、镗、钺、棍、枪、叉;九短:斧、戈、牌、箭、鞭、剑、锏、锤、抓。

明代《五杂俎》和清代《坚集》两书所载,“十八般兵器”为弓、弩、枪、刀、剑、矛、盾、斧、钺、戟、黄、锏、挝、殳(棍)、叉、耙头、锦绳套索、白打(拳术)。后人称其为“小十八般”。




迭代器


迭代器的最大优势就是延迟计算按需使用,节省内存空间、提高运行效率。


迭代工具库 itertools 中共有18个函数,恰好似“迭代界”的十八般兵器,掌握了这些功夫和技能也可以说是“十八般武艺样样精通”!:

>>> import itertools
>>> tools = [func for func in dir(itertools) if func[0]>='a']
>>> len(tools)
18
>>> tools
['accumulate', 'chain', 'combinations', 'combinations_with_replacement', 'compress', 
'count', 'cycle', 'dropwhile', 'filterfalse', 'groupby', 'islice', 'permutations', 
'product', 'repeat', 'starmap', 'takewhile', 'tee', 'zip_longest']



1. 累加器 accumulate

>>> import itertools as it
>>> it.accumulate(range(1,11))
<itertools.accumulate object at 0x0A0C9988>
>>> list(it.accumulate(range(1,11)))
[1, 3, 6, 10, 15, 21, 28, 36, 45, 55]
>>> list(it.accumulate([1]*10))
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> 
>>> L = [1]*10
>>> list(it.accumulate(L))
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> L = list(it.accumulate(L))
>>> list(it.accumulate(L))
[1, 3, 6, 10, 15, 21, 28, 36, 45, 55]
>>> 


1乘2乘3...一直乘到n有阶乘运算 n! ,但1加2加3...一直加到n,一般都没有定义“累和”运算,还需循环来计算。现在有了这个函数可以代替用用的,比如1加到100:

1. >>> list(it.accumulate(range(1+100)))[-1]
2. 5050
3. >>>


不用此库函数的代码实现:

>>> a = [1 for _ in range(10)]
>>> a
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
>>> for i,n in enumerate(a):
  if i:a[i] += a[i-1]  # 或 if i+1<len(a):a[i+1] += n
>>> a
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> for i in range(1,len(a)):
  a[i] += a[i-1] # 这样原始的比较简洁
>>> a
[1, 3, 6, 10, 15, 21, 28, 36, 45, 55]
>>> 


还有另外两个参数 func 和  initial,可以完成其它自定义运算:

>>> list(it.accumulate([1,2,3,4],lambda x,y:x+y))
[1, 3, 6, 10]
>>> list(it.accumulate([1,2,3,4],lambda x,y:x*y))
[1, 2, 6, 24]
>>> list(it.accumulate([1,2,3,4],lambda x,y:x-y))
[1, -1, -4, -8]
>>> list(it.accumulate([1,2,3,4],lambda x,y:y-x))
[1, 1, 2, 2]
>>> import operator
>>> list(it.accumulate([1,2,3,4],operator.add))
[1, 3, 6, 10]
>>> list(it.accumulate([1,2,3,4],operator.sub))
[1, -1, -4, -8]
>>> list(it.accumulate([1,2,3,4],operator.mul))
[1, 2, 6, 24]
>>> list(it.accumulate([1,2,3,4], operator.mul, initial=2))
[2, 2, 4, 12, 48]
>>> 



2. 连接器 chain

连接多个迭代器,或其它可迭代对象

>>> import itertools as it
>>> it.chain(range(3),[3,4,5],{6,7},(i for i in range(8,11)))
<itertools.chain object at 0x0A0BF3B8>
>>> list(it.chain(range(4),[4,5],{6,7},(i for i in range(8,11))))
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> 



3. 组合器 combinations

from itertools import combinations as comb
>>> comb1 = comb(range(4), 3)
>>> list(comb1)
[(0, 1, 2), (0, 1, 3), (0, 2, 3), (1, 2, 3)]
>>> comb2 = comb(range(1,6), 3)
>>> list(comb2)
[(1, 2, 3), (1, 2, 4), (1, 2, 5), (1, 3, 4), (1, 3, 5),
 (1, 4, 5), (2, 3, 4), (2, 3, 5), (2, 4, 5), (3, 4, 5)]
>>> comb3 = comb(range(1,6), 4)
>>> list(comb3)
[(1, 2, 3, 4), (1, 2, 3, 5), (1, 2, 4, 5), (1, 3, 4, 5), (2, 3, 4, 5)]
>>> 


4. 可重复组合器 combinations_with_replacement

>>> from itertools import combinations_with_replacement as Comb2
>>> comb1 = Comb2(range(4), 3)
>>> list(comb1)
[(0, 0, 0), (0, 0, 1), (0, 0, 2), (0, 0, 3), (0, 1, 1), (0, 1, 2), (0, 1, 3),
 (0, 2, 2), (0, 2, 3), (0, 3, 3), (1, 1, 1), (1, 1, 2), (1, 1, 3), (1, 2, 2),
 (1, 2, 3), (1, 3, 3), (2, 2, 2), (2, 2, 3), (2, 3, 3), (3, 3, 3)]
>>> comb2 = Comb2(range(1,6), 3)
>>> list(comb2)
[(1, 1, 1), (1, 1, 2), (1, 1, 3), (1, 1, 4), (1, 1, 5), (1, 2, 2), (1, 2, 3),
 (1, 2, 4), (1, 2, 5), (1, 3, 3), (1, 3, 4), (1, 3, 5), (1, 4, 4), (1, 4, 5),
 (1, 5, 5), (2, 2, 2), (2, 2, 3), (2, 2, 4), (2, 2, 5), (2, 3, 3), (2, 3, 4),
 (2, 3, 5), (2, 4, 4), (2, 4, 5), (2, 5, 5), (3, 3, 3), (3, 3, 4), (3, 3, 5),
 (3, 4, 4), (3, 4, 5), (3, 5, 5), (4, 4, 4), (4, 4, 5), (4, 5, 5), (5, 5, 5)]
>>> 


5. 排列器 permutations

>>> import itertools as it
>>> list(it.permutations([1,2,3]))
[(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)]
>>> # 数字1、2、3能组成哪些三位数?
>>> [i[0]*100+i[1]*10+i[2] for i in it.permutations([1,2,3])]
[123, 132, 213, 231, 312, 321]
>>> 


6. 压缩器 compress

按照真值表来精简迭代器,筛选出部分值

1. >>> import itertools as it
2. >>> i = it.compress(range(6), (1,1,0,0,1,0))
3. >>> list(i)
4. [0, 1, 4]
5. >>>


7. 切片器 islice

>>> import itertools as it
>>> islice = it.islice(range(100),0,9,2)
>>> list(islice)
[0, 2, 4, 6, 8]
>>> iSlice = it.islice(range(1,100),0,9,2)
>>> list(iSlice)
[1, 3, 5, 7, 9]
>>> # 可以不指定起始和步长,直接指定个数
>>> list(it.islice(range(1,100),10))
[1, 11, 21, 31, 41, 51, 61, 71, 81, 91]
>>> 


8. 计数器 count

因为生成器只提供说法不是数据集,直接用 list(count1)会死循环的,可以用islice()指定一下个数。

>>> import itertools as it
>>> count1 = it.count(start=0,step=3)
>>> list(it.islice(count1,12))
[0, 3, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33]
>>> count2 = it.count(start=100,step=-2)
>>> list(it.islice(count2,10))
[100, 98, 96, 94, 92, 90, 88, 86, 84, 82]
>>> 



9. 循环器 cycle

>>> import itertools as it
>>> list(it.islice(it.cycle('ABC'),10))
['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C', 'A']
>>> list(it.islice(it.cycle([1,2,3,4]),10))
[1, 2, 3, 4, 1, 2, 3, 4, 1, 2]
>>> 


10. 重复器 repeat

>>> import itertools as it
>>> list(it.repeat(5,10))
[5, 5, 5, 5, 5, 5, 5, 5, 5, 5]
>>> list(it.repeat([1,2],5))
[[1, 2], [1, 2], [1, 2], [1, 2], [1, 2]]
>>> 



11. 舍真器 dropwhile

舍弃不满足条件的元素,但当条件不满足即停止筛选

>>> import itertools as it
>>> lst = [1,3,5,2,4,6,10,11,7,8,12,15]
>>> list(it.dropwhile(lambda i:i<9,lst))
[10, 11, 7, 8, 12, 15]
>>> list(it.dropwhile(lambda i:i%2,lst))
[2, 4, 6, 10, 11, 7, 8, 12, 15]
>>> 


12. 留真器 takewhile

留下满足条件的元素,但当条件不满足即停止筛选

>>> import itertools as it
>>> list(it.takewhile(lambda i:i<6, range(10)))
[0, 1, 2, 3, 4, 5]
>>> lst = [1,3,5,2,4,6,10,11,7,8,12,15]
>>> list(it.takewhile(lambda i:i<11,lst))
[1, 3, 5, 2, 4, 6, 10]
>>> list(it.takewhile(lambda i:i%6,lst))
[1, 3, 5, 2, 4]
>>> 


13. 筛假器 filterfalse

舍弃满足条件的所有元素,留下所有不满足条件的

>>> import itertools as it
>>> lst = [1,3,5,2,4,6,10,11,7,8,12,15]
>>> list(it.filterfalse(lambda i:i<9,lst))
[10, 11, 12, 15]
>>> list(it.filterfalse(lambda i:i%2,lst))
[2, 4, 6, 10, 8, 12]
>>> 


14. 分组器 groupby

>>> import itertools as it
>>> group = it.groupby(range(20), lambda i:not 8<i<16)
>>> for i,j in group: print(i,list(j))
True [0, 1, 2, 3, 4, 5, 6, 7, 8]
False [9, 10, 11, 12, 13, 14, 15]
True [16, 17, 18, 19]
>>> 


15. 乘积器 product

>>> import itertools as it
>>> list(it.product('ABC',(1,2)))
[('A', 1), ('A', 2), ('B', 1), ('B', 2), ('C', 1), ('C', 2)]
>>> [''.join(i) for i in list(it.product('ABC','12'))]
['A1', 'A2', 'B1', 'B2', 'C1', 'C2']
>>> [''.join(i) for i in list(it.product('ABCD','123'))]
['A1', 'A2', 'A3', 'B1', 'B2', 'B3', 'C1', 'C2', 'C3', 'D1', 'D2', 'D3']
>>> # 第二参数: repeat = n , 默认值为1
>>> list(it.product('ABC',[1],repeat=2))
[('A', 1, 'A', 1), ('A', 1, 'B', 1), ('A', 1, 'C', 1),
 ('B', 1, 'A', 1), ('B', 1, 'B', 1), ('B', 1, 'C', 1),
 ('C', 1, 'A', 1), ('C', 1, 'B', 1), ('C', 1, 'C', 1)]
>>> [''.join(i) for i in list(it.product('ABC',repeat=2))]
['AA', 'AB', 'AC', 'BA', 'BB', 'BC', 'CA', 'CB', 'CC']
>>> [''.join(i) for i in list(it.product('ABC','ABC',repeat=2))]
['AAAA', 'AAAB', 'AAAC', 'AABA', 'AABB', 'AABC', 'AACA', 'AACB', 'AACC', 'ABAA',
 'ABAB', 'ABAC', 'ABBA', 'ABBB', 'ABBC', 'ABCA', 'ABCB', 'ABCC', 'ACAA', 'ACAB',
 'ACAC', 'ACBA', 'ACBB', 'ACBC', 'ACCA', 'ACCB', 'ACCC', 'BAAA', 'BAAB', 'BAAC',
 'BABA', 'BABB', 'BABC', 'BACA', 'BACB', 'BACC', 'BBAA', 'BBAB', 'BBAC', 'BBBA',
 'BBBB', 'BBBC', 'BBCA', 'BBCB', 'BBCC', 'BCAA', 'BCAB', 'BCAC', 'BCBA', 'BCBB',
 'BCBC', 'BCCA', 'BCCB', 'BCCC', 'CAAA', 'CAAB', 'CAAC', 'CABA', 'CABB', 'CABC',
 'CACA', 'CACB', 'CACC', 'CBAA', 'CBAB', 'CBAC', 'CBBA', 'CBBB', 'CBBC', 'CBCA',
 'CBCB', 'CBCC', 'CCAA', 'CCAB', 'CCAC', 'CCBA', 'CCBB', 'CCBC', 'CCCA', 'CCCB',
 'CCCC']
>>> 


16. 映射器 starmap

>>> import itertools as it
>>> list(it.starmap(str.isupper, 'AbCDefgH'))
[True, False, True, True, False, False, False, True]
>>> list(it.starmap(lambda a,b,c:a+b+c,([1,2,3],[4,5,6],[7,8,9])))
[6, 15, 24]
>>> list(it.starmap(lambda *a:sum(a),[range(5),range(10),range(101)]))
[10, 45, 5050]
>>> 



17. 元组器 tee

返回多个迭代器的元组

>>> import itertools as it
>>> [list(i) for i in it.tee([1,2,3],3)]
[[1, 2, 3], [1, 2, 3], [1, 2, 3]]
>>> it.tee([1,2,3],3)
(<itertools._tee object at 0x030711A8>,
 <itertools._tee object at 0x03078228>,
 <itertools._tee object at 0x0131FFE8>)
>>> 



18. 打包器 zip_longest

与内置函数zip()类似,但元素个数以最长的迭代器为准

>>> import itertools as it
>>> list(it.zip_longest('ABCDE',range(1,4)))
[('A', 1), ('B', 2), ('C', 3), ('D', None), ('E', None)]
>>> list(zip('ABCDE',range(1,4)))
[('A', 1), ('B', 2), ('C', 3)]
>>> list(it.zip_longest('ABCDE',range(1,4),[1,2,3,4]))
[('A', 1, 1), ('B', 2, 2), ('C', 3, 3), ('D', None, 4), ('E', None, None)]
>>> 

名字我随便起的,形像就好。看下来如何?十八兵器,样样精通了吗?其实掌握个几样“称手的”即可,何必面面俱到呢 ^_^

目录
相关文章
|
26天前
|
XML JSON 数据库
Python的标准库
Python的标准库
165 77
|
2月前
|
机器学习/深度学习 算法 数据挖掘
数据分析的 10 个最佳 Python 库
数据分析的 10 个最佳 Python 库
102 4
数据分析的 10 个最佳 Python 库
|
27天前
|
XML JSON 数据库
Python的标准库
Python的标准库
48 11
|
2月前
|
人工智能 API 开发工具
aisuite:吴恩达发布开源Python库,一个接口调用多个大模型
吴恩达发布的开源Python库aisuite,提供了一个统一的接口来调用多个大型语言模型(LLM)服务。支持包括OpenAI、Anthropic、Azure等在内的11个模型平台,简化了多模型管理和测试的工作,促进了人工智能技术的应用和发展。
135 1
aisuite:吴恩达发布开源Python库,一个接口调用多个大模型
|
2月前
|
XML 存储 数据库
Python中的xmltodict库
xmltodict是Python中用于处理XML数据的强大库,可将XML数据与Python字典相互转换,适用于Web服务、配置文件读取及数据转换等场景。通过`parse`和`unparse`函数,轻松实现XML与字典间的转换,支持复杂结构和属性处理,并能有效管理错误。此外,还提供了实战案例,展示如何从XML配置文件中读取数据库连接信息并使用。
Python中的xmltodict库
|
27天前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
66 8
|
2月前
|
存储 人工智能 搜索推荐
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
Memoripy 是一个 Python 库,用于管理 AI 应用中的上下文感知记忆,支持短期和长期存储,兼容 OpenAI 和 Ollama API。
103 6
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
|
1月前
|
安全 API 文件存储
Yagmail邮件发送库:如何用Python实现自动化邮件营销?
本文详细介绍了如何使用Yagmail库实现自动化邮件营销。Yagmail是一个简洁强大的Python库,能简化邮件发送流程,支持文本、HTML邮件及附件发送,适用于数字营销场景。文章涵盖了Yagmail的基本使用、高级功能、案例分析及最佳实践,帮助读者轻松上手。
35 4
|
2月前
|
数据采集 数据可视化 数据处理
Python数据科学:Pandas库入门与实践
Python数据科学:Pandas库入门与实践
|
2月前
|
测试技术 Python
Python中的异步编程与`asyncio`库
Python中的异步编程与`asyncio`库