在for i in iterator結構中，循環器每次返回的對象將賦予給i，直到循環結束。使用iter()內置函數，我們可以將諸如表、字典等容器變為循環器。比如

for i in iter([2, 4, 5, 6]):
    print(i)

標準庫中的itertools包提供了更加靈活的生成循環器的工具。這些工具的輸入大都是已有的循環器。另一方面，這些工具完全可以自行使用Python實現，該包只是提供了一種比較標準、高效的實現方式。這也符合Python“只有且最好只有解決方案”的理念。

# import the tools
from itertools import *

1、無窮循環器

• count(5, 2)     #從5開始的整數循環器，每次增加2，即5, 7, 9, 11, 13, 15 ...
• cycle('abc')    #重復序列的元素，既a, b, c, a, b, c ...
• repeat(1.2)     #重復1.2，構成無窮循環器，即1.2, 1.2, 1.2, ...

repeat也可以有一個次數限制:

• repeat(10, 5)   #重復10，共重復5次

2、函數式工具

函數式編程是將函數本身作為處理對象的編程范式。在Python中，函數也是對象，因此可以輕松的進行一些函數式的處理，比如map(), filter(), reduce()函數。

itertools包含類似的工具。這些函數接收函數作為參數，并將結果返回為一個循環器。

比如：

from itertools import *

rlt = imap(pow, [1, 2, 3], [1, 2, 3])

for num in rlt:
    print(num)

上面顯示了imap函數。該函數與map()函數功能相似，只不過返回的不是序列，而是一個循環器。包含元素1, 4, 27，即1**1, 2**2, 3**3的結果。函數pow(內置的乘方函數)作為第一個參數。pow()依次作用于后面兩個列表的每個元素，并收集函數結果，組成返回的循環器。

此外，還可以用下面的函數:

starmap(pow, [(1, 1), (2, 2), (3, 3)])

pow將依次作用于表的每個tuple。

ifilter函數與filter()函數類似，只是返回的是一個循環器。

ifilter(lambda x: x > 5, [2, 3, 5, 6, 7]

將lambda函數依次作用于每個元素，如果函數返回True，則收集原來的元素。6, 7

此外，

ifilterfalse(lambda x: x > 5, [2, 3, 5, 6, 7])

與上面類似，但收集返回False的元素。2, 3, 5

takewhile(lambda x: x 5, [1, 3, 6, 7, 1])

當函數返回True時，收集元素到循環器。一旦函數返回False，則停止。1, 3

dropwhile(lambda x: x 5, [1, 3, 6, 7, 1])

當函數返回False時，跳過元素。一旦函數返回True，則開始收集剩下的所有元素到循環器。6, 7, 1

3、組合工具

我們可以通過組合原有循環器，來獲得新的循環器。

• chain([1, 2, 3], [4, 5, 7])      # 連接兩個循環器成為一個。1, 2, 3, 4, 5, 7
• product('abc', [1, 2])   # 多個循環器集合的笛卡爾積。相當于嵌套循環      

for m, n in product('abc', [1, 2]):
    print m, n
 

• permutations('abc', 2)   # 從'abcd'中挑選兩個元素，比如ab, bc, ... 將所有結果排序，返回為新的循環器。

注意：上面的組合分順序，即ab, ba都返回。

• combinations('abc', 2)   # 從'abcd'中挑選兩個元素，比如ab, bc, ... 將所有結果排序，返回為新的循環器。

注意：上面的組合不分順序，即ab, ba的話，只返回一個ab。

• combinations_with_replacement('abc', 2) # 與上面類似，但允許兩次選出的元素重復。即多了aa, bb, cc

4、groupby()

將key函數作用于原循環器的各個元素。根據key函數結果，將擁有相同函數結果的元素分到一個新的循環器。每個新的循環器以函數返回結果為標簽。

這就好像一群人的身高作為循環器。我們可以使用這樣一個key函數: 如果身高大于180，返回"tall"；如果身高底于160，返回"short";中間的返回"middle"。最終，所有身高將分為三個循環器，即"tall", "short", "middle"。

def height_class(h):
    if h > 180:
        return "tall"
    elif h  160:
        return "short"
    else:
        return "middle"

friends = [191, 158, 159, 165, 170, 177, 181, 182, 190]

friends = sorted(friends, key = height_class)
for m, n in groupby(friends, key = height_class):
    print(m)
    print(list(n))

注意：groupby的功能類似于UNIX中的uniq命令。分組之前需要使用sorted()對原循環器的元素，根據key函數進行排序，讓同組元素先在位置上靠攏。

5、其它工具

• compress('ABCD', [1, 1, 1, 0])  # 根據[1, 1, 1, 0]的真假值情況，選擇第一個參數'ABCD'中的元素。A, B, C
• islice()       # 類似于slice()函數，只是返回的是一個循環器
• izip()                          # 類似于zip()函數，只是返回的是一個循環器。

總結：
itertools的工具都可以自行實現。itertools只是提供了更加成形的解決方案。

到此這篇關于Python 循環器 itertools的文章就介紹到這了,更多相關Python  itertools內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！