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
|
17天前
|
存储 人工智能 测试技术
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
本文介绍如何使用LangChain结合DeepSeek实现多轮对话,测开人员可借此自动生成测试用例,提升自动化测试效率。
212 125
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
|
10天前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
56 0
|
9天前
|
安全 大数据 程序员
Python operator模块的methodcaller:一行代码搞定对象方法调用的黑科技
`operator.methodcaller`是Python中处理对象方法调用的高效工具,替代冗长Lambda,提升代码可读性与性能。适用于数据过滤、排序、转换等场景,支持参数传递与链式调用,是函数式编程的隐藏利器。
47 4
|
1月前
|
运维 Linux 开发者
Linux系统中使用Python的ping3库进行网络连通性测试
以上步骤展示了如何利用 Python 的 `ping3` 库来检测网络连通性,并且提供了基本错误处理方法以确保程序能够优雅地处理各种意外情形。通过简洁明快、易读易懂、实操性强等特点使得该方法非常适合开发者或系统管理员快速集成至自动化工具链之内进行日常运维任务之需求满足。
108 18
|
1月前
|
机器学习/深度学习 API 异构计算
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
JAX是Google开发的高性能数值计算库,旨在解决NumPy在现代计算需求下的局限性。它不仅兼容NumPy的API,还引入了自动微分、GPU/TPU加速和即时编译(JIT)等关键功能,显著提升了计算效率。JAX适用于机器学习、科学模拟等需要大规模计算和梯度优化的场景,为Python在高性能计算领域开辟了新路径。
174 0
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
|
1月前
|
数据采集 存储 Web App开发
Python爬虫库性能与选型实战指南:从需求到落地的全链路解析
本文深入解析Python爬虫库的性能与选型策略,涵盖需求分析、技术评估与实战案例,助你构建高效稳定的数据采集系统。
249 0
|
1月前
|
存储 安全 数据处理
Python 内置模块 collections 详解
`collections` 是 Python 内置模块,提供多种高效数据类型,如 `namedtuple`、`deque`、`Counter` 等,帮助开发者优化数据处理流程,提升代码可读性与性能,适用于复杂数据结构管理与高效操作场景。
102 0
|
1月前
|
存储 监控 安全
Python剪贴板监控实战:clipboard-monitor库的深度解析与扩展应用
本文介绍了基于Python的剪贴板监控技术,结合clipboard-monitor库实现高效、安全的数据追踪。内容涵盖技术选型、核心功能开发、性能优化及实战应用,适用于安全审计、自动化办公等场景,助力提升数据管理效率与安全性。
102 0
|
存储 索引 Python
python中 itertools模块的使用方法
itertools模块的使用方法
177 0
python中 itertools模块的使用方法

推荐镜像

更多