Python标准库(1) — itertools模块

简介:

简介

官方描述:Functional tools for creating and using iterators.即用于创建高效迭代器的函数。

itertools.chain(*iterable)

将多个序列作为一个单独的序列返回。
例如:

import itertools

for each in itertools.chain('i', 'love', 'python'):

    print each

输出:

i

l

o

v

e

p

y

t

h

o

n

itertools.combinations(iterable, r)

返回指定长度的"组合"
例如:

import itertools

for each in itertools.combinations('abc', 2):

    print each

输出:

('a', 'b')

('a', 'c')

('b', 'c')

itertools.combinations_with_replacement(iterable, r)

返回指定长度的“组合”,组合内元素可重复
例如:

import itertools

for each in itertools.combinations_with_replacement('abc', 2):

    print each

输出:

('a', 'a')

('a', 'b')

('a', 'c')

('b', 'b')

('b', 'c')

('c', 'c')

itertools.product(*iterable[,repeat])

返回指定长度的所有组合,可理解为笛卡尔乘积
例如:

import itertools

for each in itertools.product('abc', repeat=2):

    print each

('a', 'a') 
('a', 'b') 
('a', 'c') 
('b', 'a') 
('b', 'b') 
('b', 'c') 
('c', 'a') 
('c', 'b') 
('c', 'c')

itertools.premutations(iteravle[,r])

返回长度为r的排列
例如:

import itertools

for value in itertools.permutations('abc', 2):

    print value

输出:

('a', 'b')

('a', 'c')

('b', 'a')

('b', 'c')

('c', 'a')

('c', 'b')

itertools.compress(data,selector)

返回selector为True的data对应元素
例如:

import itertools

for each in itertools.compress('abcd', [1, 0, 1, 0]):

    print each

输出:

a

c

itertools.count(start=0,step=1)

返回以start开始,step递增的序列,无限递增
例如:

import itertools

for each in itertools.count(start=0, step=2):

    print each

输出:

1

2

3

.

.

itertools.cycle(iterable)

将迭代器进行无限迭代
例如:

import itertools

for each in itertools.cycle('ab'):

    print each

输出:

a

b

a

b

.

.

itertools.dropwhile(predicate, iterable)

直到predicate为真,就返回iterable后续数据, 否则drop掉
例如:

import itertools

for each in itertools.dropwhile(lambda x: x<5, [2,1,6,8,2,1]):

    print each

输出:

6

8

2

1

itertools.groupby(iterable[,key])

返回一组(key,itera),key为iterable的值,itera为等于key的所有项
例如:

import itertools

for key, vale in itertools.groupby('aabbbc'):

    print key, list(vale)

输出:

a ['a', 'a']

b ['b', 'b', 'b']

c ['c']

itertools.ifilter(predicate, iterable)

返回predicate结果为True的元素迭代器,如果predicate为None,则返回所有iterable中为True的项
例如:

import itertools

for value in itertools.ifilter(lambda x: x % 2, range(10)):

    print value

输出:

1

3

5

7

9

itertools.ifilterfasle(predicate,iterable)

返回predicate为False的元素,如果predicate为None,则返回所有iterable中为False的项
例如:

import itertools

for value in itertools.ifilterfalse(lambda x: x % 2, range(10)):

    print value

输出:

0

2

4

6

8

itertools.imap(function,*iterables)

相当于迭代器方式的map()
例如:

import itertools

for value in itertools.imap(lambda x, y: x+y, (1,2,3), (4,5,6)):

    print value

输出:

5

7

9

itertools.islice(iterable, start,stop[,step])

相当于迭代器方式的切片操作
例如:

import itertools

for value in itertools.islice('abcdefg', 1, 4, 2):

    print value

输出:

b

d

itertools.repeat(object,[,times])

不停的返回object对象,如果指定了times,则返回times次
例如:

import itertools

for value in itertools.repeat('a', 2):

    print value

输出:

a

a

itertools.starmap(function,iterable)

返回function(iter)的值,iter为iterable的元素
例如:

import itertools

for value in itertools.starmap(lambda x, y: x * y, [(1, 2), (3, 4)]):

    print value

输出:

2

12

itertools.takewhile(predicate,iterable)

如果predicate为真,则返回iterable元素,如果为假则不再返回,break.
例如:

import itertools

for value in itertools.takewhile(lambda x: x < 5, [1, 3, 5, 6]):

    print value

输出:

1

3


 

原文发布时间为:2017-02-25

本文来自云栖社区合作伙伴“Python中文社区”,了解相关信息可以关注“x”微信公众号

相关文章
|
1天前
|
XML 前端开发 数据格式
BeautifulSoup 是一个 Python 库,用于从 HTML 和 XML 文件中提取数据
BeautifulSoup 是 Python 的一个库,用于解析 HTML 和 XML 文件,即使在格式不规范的情况下也能有效工作。通过创建 BeautifulSoup 对象并使用方法如 find_all 和 get,可以方便地提取和查找文档中的信息。以下是一段示例代码,展示如何安装库、解析 HTML 数据以及打印段落、链接和特定类名的元素。BeautifulSoup 还支持更复杂的查询和文档修改功能。
6 1
|
1天前
|
Python Windows
python中的异常与模块
python中的异常与模块
8 1
|
1天前
|
机器学习/深度学习 自然语言处理 算法
Gensim详细介绍和使用:一个Python文本建模库
Gensim详细介绍和使用:一个Python文本建模库
10 1
|
2天前
|
JSON 数据格式 Python
Python 的 requests 库是一个强大的 HTTP 客户端库,用于发送各种类型的 HTTP 请求
`requests` 库是 Python 中用于HTTP请求的强大工具。要开始使用,需通过 `pip install requests` 进行安装。发送GET请求可使用 `requests.get(url)`,而POST请求则需结合 `json.dumps(data)` 以JSON格式发送数据。PUT和DELETE请求类似,分别调用 `requests.put()` 和 `requests.delete()`。
12 2
|
2天前
|
JSON 数据格式 索引
python之JMESPath:JSON 查询语法库示例详解
python之JMESPath:JSON 查询语法库示例详解
13 0
|
10天前
|
Python
在Python中绘制K线图,可以使用matplotlib和mplfinance库
使用Python的matplotlib和mplfinance库可绘制金融K线图。mplfinance提供便利的绘图功能,示例代码显示如何加载CSV数据(含开盘、最高、最低、收盘价及成交量),并用`mpf.plot()`绘制K线图,设置类型为&#39;candle&#39;,显示移动平均线(mav)和成交量信息。可通过调整参数自定义图表样式,详情参考mplfinance文档。
29 2
|
10天前
|
机器学习/深度学习 边缘计算 TensorFlow
【Python机器学习专栏】Python机器学习工具与库的未来展望
【4月更文挑战第30天】本文探讨了Python在机器学习中的关键角色,重点介绍了Scikit-learn、TensorFlow和PyTorch等流行库。随着技术进步,未来Python机器学习工具将聚焦自动化、智能化、可解释性和可信赖性,并促进跨领域创新,结合云端与边缘计算,为各领域应用带来更高效、可靠的解决方案。
|
11天前
|
Serverless Python
使用Python的pandas和matplotlib库绘制移动平均线(MA)示例
使用Python的pandas和matplotlib库绘制移动平均线(MA)示例:加载CSV数据,计算5日、10日和20日MA,然后在K线图上绘制。通过`rolling()`计算平均值,`plot()`函数展示图表,`legend()`添加图例。可利用matplotlib参数自定义样式。查阅matplotlib文档以获取更多定制选项。
25 1
|
11天前
|
数据采集 SQL 数据挖掘
Python数据分析中的Pandas库应用指南
在数据科学和分析领域,Python语言已经成为了一种非常流行的工具。本文将介绍Python中的Pandas库,该库提供了强大的数据结构和数据分析工具,使得数据处理变得更加简单高效。通过详细的示例和应用指南,读者将了解到如何使用Pandas库进行数据加载、清洗、转换和分析,从而提升数据处理的效率和准确性。
|
11天前
|
SQL 关系型数据库 MySQL
使用Python的pymysql库连接MySQL,执行CRUD操作
使用Python的pymysql库连接MySQL,执行CRUD操作:安装pymysql,然后连接(host=&#39;localhost&#39;,user=&#39;root&#39;,password=&#39;yourpassword&#39;,database=&#39;yourdatabase&#39;),创建游标。查询数据示例:`SELECT * FROM yourtable`;插入数据:`INSERT INTO yourtable...`;更新数据:`UPDATE yourtable SET...`;删除数据:`DELETE FROM yourtable WHERE...`。
25 0