Python编程:itertools库排列组合

简介: Python编程:itertools库排列组合

itertools库包含:


无限迭代器

有限序列处理

排列组合

range对象


# 添加函数说明
def print_info(obj: "iter object") -> "print_info":
    print(obj)
    print(type(obj))
    print(list(obj))
# help(print_info)  
# print_info(obj:'iter object') -> 'print_info'
# range对象
r = range(10)
print_info(r)
"""
range(0, 10)
<class 'range'>
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
"""

无限迭代器


import itertools
# 无限计数器,可以指定起始位置和步长
x = itertools.count(start=20, step=-1)
print(list(itertools.islice(x, 0, 10, 1)))
# [20, 19, 18, 17, 16, 15, 14, 13, 12, 11]
# 无限循环指定的列表和迭代器
x = itertools.cycle("ABC")
print(list(itertools.islice(x, 0, 10, 1)))
# ['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C', 'A']
# 简单的生成一个拥有指定数目元素的迭代器
x = itertools.repeat(0, 5)
print(list(x))  # [0, 0, 0, 0, 0]

有限序列处理


# 累加
x = itertools.accumulate(range(10))
print(x)# <itertools.accumulate object>
print(list(x))  # [0, 1, 3, 6, 10, 15, 21, 28, 36, 45]
# 连接多个列表或者迭代器
x = itertools.chain(range(3), range(4), [6, 7, 8])
print(x) # <itertools.chain object>
print(list(x))# [0, 1, 2, 0, 1, 2, 3, 6, 7, 8]
# 按照真值表筛选元素
x = itertools.compress(range(5), (True, False, False, True, True))
print(list(x))  # [0, 3, 4]
# 保留对应真值为False的元素
x = itertools.filterfalse(lambda e : e < 5, (1, 5, 3, 6, 9, 4))
print(list(x))  # [5, 6, 9]
# 按照分组函数的值对元素进行分组
x = itertools.groupby(range(10), lambda e: e < 5 or e > 8)
for condition, numbers in x:
    print(condition, list(numbers))
"""
True [0, 1, 2, 3, 4]
False [5, 6, 7, 8]
True [9]
"""
# 对迭代器进行切片
x = itertools.islice(range(10), 0, 9, 2)
print(list(x))  # [0, 2, 4, 6, 8]
# 按照真值函数丢弃掉列表和迭代器前面的元素
x = itertools.dropwhile(lambda e: e < 5, range(10))
print(list(x))  # [5, 6, 7, 8, 9]
# 与dropwhile相反,保留元素直至真值函数值为假。
x = itertools.takewhile(lambda e: e < 5, range(10))
print(list(x))
# [0, 1, 2, 3, 4]
# 生成指定数目的迭代器
x = itertools.tee(range(10), 2)
for letters in x:
    print(list(letters))
"""
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
"""
# 类似于zip,不过已较长的列表和迭代器的长度为准
x = itertools.zip_longest(range(3), range(5))
y = zip(range(3), range(5))
print(list(x))
print(list(y))
"""
[(0, 0), (1, 1), (2, 2), (None, 3), (None, 4)]
[(0, 0), (1, 1), (2, 2)]
"""
# 类似map
x = itertools.starmap(str.islower, "asdfgDFASDF")
y = map(str.islower, "asdfgDFASDF")
print(list(x))
print(list(y))
"""
[True, True, True, True, True, False, False, False, False, False, False]
[True, True, True, True, True, False, False, False, False, False, False]
"""

排列组合


# 产生多个列表和迭代器的(笛卡尔乘积)
x = itertools.product("ABC", range(3))
print(list(x))
"""
[('A', 0), ('A', 1), ('A', 2), ('B', 0), 
('B', 1), ('B', 2), ('C', 0), ('C', 1), ('C', 2)]
"""
# 求列表或生成器中指定数目的元素不重复的所有组合
x = itertools.combinations(range(4), 3)
print(type(x))  # <class 'itertools.combinations'>
print(list(x))
# [(0, 1, 2), (0, 1, 3), (0, 2, 3), (1, 2, 3)]
# 允许重复元素的组合
x = itertools.combinations_with_replacement("ABC", 2)
print(list(x))
# [('A', 'A'), ('A', 'B'), ('A', 'C'), 
('B', 'B'), ('B', 'C'), ('C', 'C')]
# 产生指定数目的元素的所有排列(顺序有关)
x = itertools.permutations(range(4), 3)
print(list(x))
"""
[(0, 1, 2), (0, 1, 3), (0, 2, 1), (0, 2, 3), 
(0, 3, 1), (0, 3, 2), (1, 0, 2), (1, 0, 3), 
(1, 2, 0), (1, 2, 3), (1, 3, 0), (1, 3, 2), 
(2, 0, 1), (2, 0, 3), (2, 1, 0), (2, 1, 3), 
(2, 3, 0), (2, 3, 1), (3, 0, 1), (3, 0, 2), 
(3, 1, 0), (3, 1, 2), (3, 2, 0), (3, 2, 1)]
"""

help(itertools)

"""
    Infinite iterators: 无限迭代器
    count(start=0, step=1) --> start, start+step, start+2*step, ...
    cycle(p) --> p0, p1, ... plast, p0, p1, ...
    repeat(elem [,n]) --> elem, elem, elem, ... endlessly or up to n times
    Iterators terminating on the shortest input sequence:
    accumulate(p[, func]) --> p0, p0+p1, p0+p1+p2
    chain(p, q, ...) --> p0, p1, ... plast, q0, q1, ... 
    chain.from_iterable([p, q, ...]) --> p0, p1, ... plast, q0, q1, ... 
    compress(data, selectors) --> (d[0] if s[0]), (d[1] if s[1]), ...
    dropwhile(pred, seq) --> seq[n], seq[n+1], starting when pred fails
    groupby(iterable[, keyfunc]) --> sub-iterators grouped by value of keyfunc(v)
    filterfalse(pred, seq) --> elements of seq where pred(elem) is False
    islice(seq, [start,] stop [, step]) --> elements from
           seq[start:stop:step]
    starmap(fun, seq) --> fun(*seq[0]), fun(*seq[1]), ...
    tee(it, n=2) --> (it1, it2 , ... itn) splits one iterator into n
    takewhile(pred, seq) --> seq[0], seq[1], until pred fails
    zip_longest(p, q, ...) --> (p[0], q[0]), (p[1], q[1]), ... 
    Combinatoric generators:
    product(p, q, ... [repeat=1]) --> cartesian product
    permutations(p[, r])  排列
    combinations(p, r)  组合
    combinations_with_replacement(p, r)
"""

参考:

《相见恨晚的 itertools 库》

http://mp.weixin.qq.com/s/Rb5aYWA7NYOi1eckGtakuQ

相关文章
|
3月前
|
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。
552 125
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
|
3月前
|
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。
271 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
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
273 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
2月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
345 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
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

推荐镜像

更多