篇文章主要介绍了Python itertools模块详解,本文基本是基于文档的翻译和补充,相当于翻译了,需要的朋友可以参考下

　　这货很强大, 必须掌握

　　文档 链接 http://docs.python.org/2/library/itertools.html

　　pymotw 链接 http://pymotw.com/2/itertools/

　　基本是基于文档的翻译和补充，相当于翻译了

　　itertools用于高效循环的迭代函数集合

　　组成

　　总体，整体了解

　　无限迭代器

　　 代码如下:

　　迭代器 参数 结果 例子

　　count() start, [step] start, start+step, start+2*step, ... count(10) --> 10 11 12 13 14 ...

　　cycle() p p0, p1, ... plast, p0, p1, ... cycle('ABCD') --> A B C D A B C D ...

　　repeat() elem [,n] elem, elem, elem, ... endlessly or up to n times repeat(10, 3) --> 10 10 10

　　处理输入序列迭代器

　　代码如下:

　　迭代器 参数 结果 例子

　　chain() p, q, ... p0, p1, ... plast, q0, q1, ... chain('ABC', 'DEF') --> A B C D E F

　　compress() data, selectors (d[0] if s[0]), (d[1] if s[1]), ... compress('ABCDEF', [1,0,1,0,1,1]) --> A C E F

　　dropwhile() pred, seq seq[n], seq[n+1], starting when pred fails dropwhile(lambda x: x<5, [1,4,6,4,1]) --> 6 4 1

　　groupby() iterable[, keyfunc] sub-iterators grouped by value of keyfunc(v)

　　ifilter() pred, seq elements of seq where pred(elem) is True ifilter(lambda x: x%2, range(10)) --> 1 3 5 7 9

　　ifilterfalse() pred, seq elements of seq where pred(elem) is False ifilterfalse(lambda x: x%2, range(10)) --> 0 2 4 6 8

　　islice() seq, [start,] stop [, step] elements from seq[start:stop:step] islice('ABCDEFG', 2, None) --> C D E F G

　　imap() func, p, q, ... func(p0, q0), func(p1, q1), ... imap(pow, (2,3,10), (5,2,3)) --> 32 9 1000

　　starmap() func, seq func(*seq[0]), func(*seq[1]), ... starmap(pow, [(2,5), (3,2), (10,3)]) --> 32 9 1000

　　tee() it, n it1, it2 , ... itn splits one iterator into n

　　takewhile() pred, seq seq[0], seq[1], until pred fails takewhile(lambda x: x<5, [1,4,6,4,1]) --> 1 4

　　izip() p, q, ... (p[0], q[0]), (p[1], q[1]), ... izip('ABCD', 'xy') --> Ax By

　　izip_longest() p, q, ... (p[0], q[0]), (p[1], q[1]), ... izip_longest('ABCD', 'xy', fillvalue='-') --> Ax By C- D-

　　组合生成器

　　 代码如下:

　　迭代器 参数 结果

　　product() p, q, ... [repeat=1] cartesian product, equivalent to a nested for-loop

　　permutations() p[, r] r-length tuples, all possible orderings, no repeated elements

　　combinations() p, r r-length tuples, in sorted order, no repeated elements

　　combinations_with_replacement() p, r r-length tuples, in sorted order, with repeated elements

　　product('ABCD', repeat=2) AA AB AC AD BA BB BC BD CA CB CC CD DA DB DC DD

　　permutations('ABCD', 2) AB AC AD BA BC BD CA CB CD DA DB DC

　　combinations('ABCD', 2) AB AC AD BC BD CD

　　combinations_with_replacement('ABCD', 2) AA AB AC AD BB BC BD CC CD DD

　　第一部分

　　itertools.count(start=0, step=1)

　　创建一个迭代器，生成从n开始的连续整数，如果忽略n，则从0开始计算(注意：此迭代器不支持长整数)

　　如果超出了sys.maxint，计数器将溢出并继续从-sys.maxint-1开始计算。

　　定义

　　代码如下:

　　def count(start=0, step=1):

　　# count(10) --> 10 11 12 13 14 ...

　　# count(2.5, 0.5) -> 2.5 3.0 3.5 ...

　　n = start

　　while True:

　　yield n

　　n += step

　　等同于(start + step * i for i in count())

　　使用

　　 代码如下:

　　from itertools import *

　　for i in izip(count(1), ['a', 'b', 'c']):

　　print i

　　(1, 'a')

　　(2, 'b')

　　(3, 'c')

　　itertools.repeat(object[, times])

　　创建一个迭代器，重复生成object，times(如果已提供)指定重复计数，如果未提供times，将无止尽返回该对象。

　　定义

　　 代码如下:

　　def repeat(object, times=None):

　　# repeat(10, 3) --> 10 10 10

　　if times is None:

　　while True:

　　yield object

　　else:

　　for i in xrange(times):

　　yield object

　　使用

　　 代码如下:

　　from itertools import *

　　for i in repeat('over-and-over', 5):

　　print i

　　over-and-over

　　over-and-over

　　over-and-over

　　over-and-over

　　over-and-over

　　第二部分

　　itertools.chain(*iterables)

　　将多个迭代器作为参数, 但只返回单个迭代器, 它产生所有参数迭代器的内容, 就好像他们是来自于一个单一的序列.

　　代码如下:

　　def chain(*iterables):

　　# chain('ABC', 'DEF') --> A B C D E F

　　for it in iterables:

　　for element in it:

　　yield element

　　使用

　　 代码如下:

　　from itertools import *

　　for i in chain([1, 2, 3], ['a', 'b', 'c']):

　　print i

　　1

　　2

　　3

　　a

　　b

　　c

　　from itertools import chain, imap

　　def flatmap(f, items):

　　return chain.from_iterable(imap(f, items))

　　>>> list(flatmap(os.listdir, dirs))

　　>>> ['settings.py', 'wsgi.py', 'templates', 'app.py',

　　'templates', 'index.html, 'config.json']

　　itertools.compress(data, selectors)

　　提供一个选择列表，对原始数据进行筛选

　　 代码如下:

　　def compress(data, selectors):

　　# compress('ABCDEF', [1,0,1,0,1,1]) --> A C E F

　　return (d for d, s in izip(data, selectors) if s)

　　itertools.dropwhile(predicate, iterable)

　　创建一个迭代器，只要函数predicate(item)为True，就丢弃iterable中的项，如果predicate返回False，就会生成iterable中的项和所有后续项。

　　即：在条件为false之后的第一次, 返回迭代器中剩下来的项.

　　 代码如下:

　　def dropwhile(predicate, iterable):

　　# dropwhile(lambda x: x<5, [1,4,6,4,1]) --> 6 4 1

　　iterable = iter(iterable)

　　for x in iterable:

　　if not predicate(x):

　　yield x

　　break

　　for x in iterable:

　　yield x

　　使用

　　代码如下:

　　from itertools import *

　　def should_drop(x):

　　print 'Testing:', x

　　return (x<1)

　　for i in dropwhile(should_drop, [ -1, 0, 1, 2, 3, 4, 1, -2 ]):

　　print 'Yielding:', i

　　Testing: -1

　　Testing: 0

　　Testing: 1

　　Yielding: 1

　　Yielding: 2

　　Yielding: 3

　　Yielding: 4

　　Yielding: 1

　　Yielding: -2

　　itertools.groupby(iterable[, key])

　　返回一个产生按照key进行分组后的值集合的迭代器.

　　如果iterable在多次连续迭代中生成了同一项，则会定义一个组，如果将此函数应用一个分类列表，那么分组将定义该列表中的所有唯一项，key(如果已提供)是一个函数，应用于每一项，如果此函数存在返回值，该值将用于后续项而不是该项本身进行比较，此函数返回的迭代器生成元素(key, group)，其中key是分组的键值，group是迭代器，生成组成该组的所有项。

　　即：按照keyfunc函数对序列每个元素执行后的结果分组(每个分组是一个迭代器), 返回这些分组的迭代器

　　等价于

　　 代码如下:

　　class groupby(object):

　　# [k for k, g in groupby('AAAABBBCCDAABBB')] --> A B C D A B

　　# [list(g) for k, g in groupby('AAAABBBCCD')] --> AAAA BBB CC D

　　def __init__(self, iterable, key=None):

　　if key is None:

　　key = lambda x: x

　　self.keyfunc = key

　　self.it = iter(iterable)

　　self.tgtkey = self.currkey = self.currvalue = object()

　　def _