Python编程:itertools模块

简介: Python编程:itertools模块
import itertools
# “无限”迭代器
# 创建一个无限的迭代器,代码会打印出自然数序列,根本停不下来,只能按Ctrl+C退出。
def testCount():
    natuals=itertools.count(1)
    for i in natuals:
        print(i)
# testCount()
# 传入的一个序列无限重复下去
def testCycle():
    cs=itertools.cycle("ABC")
    for i in cs:
        print(i)
# testCycle()
# 责把一个元素无限重复下去,不过如果提供第二个参数就可以限定重复次数
def testRepeat():
    r=itertools.repeat("A",10)
    for n in r:
        print(n)
# testRepeat()
# 打印出1到10
# 通过takewhile()等函数根据条件判断来截取出一个有限的序列
def testTakewhile():
    natuals=itertools.count(1)#从1开始
    ns=itertools.takewhile(lambda x:x<=10, natuals)
    for n in ns:
        print(n)
# testTakewhile()
# chain()可以把一组迭代对象串联起来,形成一个更大的迭代器
# 迭代效果:'A' 'B' 'C' 'X' 'Y' 'Z'
def testchain():
    cs=itertools.chain("ABC","XYZ")
    for c in cs:
        print(c)
# testchain()
# 把迭代器中相邻的重复元素挑出来放在一起
def testGroupby():
    for key,group in itertools.groupby("AAAaaABBBCCCDDD"):
        print(key,list(group))
# testGroupby()
"""
A ['A', 'A', 'A']
B ['B', 'B', 'B']
C ['C', 'C']
A ['A', 'A', 'A']
"""
# 忽略大小写分组
def testGroupbyupper():
    for key,group in itertools.groupby("AAaAABBbCCCddDDD",lambda x:x.upper()):
        print(key,list(group))
# testGroupbyupper()
# imap()和map()的区别在于,imap()可以作用于无穷序列,并且,如果两个序列的长度不一致,以短的那个为准。
def testimap():
    for i in map(lambda x,y:x*y,[10,20,30],itertools.count(1)):
        print(i)
testimap()
相关文章
|
2月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
385 7
|
2月前
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
273 0
|
3月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
319 102
|
3月前
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
345 104
|
3月前
|
人工智能 自然语言处理 算法框架/工具
Python:现代编程的首选语言
Python:现代编程的首选语言
276 103
|
3月前
|
机器学习/深度学习 人工智能 数据挖掘
Python:现代编程的首选语言
Python:现代编程的首选语言
206 82
|
2月前
|
Python
Python编程:运算符详解
本文全面详解Python各类运算符,涵盖算术、比较、逻辑、赋值、位、身份、成员运算符及优先级规则,结合实例代码与运行结果,助你深入掌握Python运算符的使用方法与应用场景。
219 3
|
2月前
|
数据处理 Python
Python编程:类型转换与输入输出
本教程介绍Python中输入输出与类型转换的基础知识,涵盖input()和print()的使用,int()、float()等类型转换方法,并通过综合示例演示数据处理、错误处理及格式化输出,助你掌握核心编程技能。
483 3
|
2月前
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
403 4
|
2月前
|
并行计算 安全 计算机视觉
Python多进程编程:用multiprocessing突破GIL限制
Python中GIL限制多线程性能,尤其在CPU密集型任务中。`multiprocessing`模块通过创建独立进程,绕过GIL,实现真正的并行计算。它支持进程池、队列、管道、共享内存和同步机制,适用于科学计算、图像处理等场景。相比多线程,多进程更适合利用多核优势,虽有较高内存开销,但能显著提升性能。合理使用进程池与通信机制,可最大化效率。
300 3

推荐镜像

更多