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
|
6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。
732 7
|
6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”。
475 0
|
6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。
611 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!
|
6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。
500 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
|
6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)
561 4
|
6月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
608 0
|
6月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
749 0
|
7月前
|
存储 数据库 开发者
Python SQLite模块:轻量级数据库的实战指南
本文深入讲解Python内置sqlite3模块的实战应用,涵盖数据库连接、CRUD操作、事务管理、性能优化及高级特性,结合完整案例,助你快速掌握SQLite在小型项目中的高效使用,是Python开发者必备的轻量级数据库指南。
588 0
|
开发者 Python
如何在Python中管理模块和包的依赖关系?
在实际开发中,通常会结合多种方法来管理模块和包的依赖关系,以确保项目的顺利进行和可维护性。同时,要及时更新和解决依赖冲突等问题,以保证代码的稳定性和可靠性
652 159

推荐镜像

更多