一个超好用的Python库：itertools

人生苦短，快学Python！

很多人都致力于把Python代码写得更Pythonic，一来更符合规范且容易阅读，二来一般Pythonic的代码在执行上也更有效率。今天就先给大家介绍一个很Pythonic的Python系统库：itertools。

itertools库

迭代器（生成器）在Python中是一种很常用也很好用的数据结构，比起列表(list)来说，迭代器最大的优势就是延迟计算，按需使用，从而提高开发体验和运行效率，以至于在Python 3中map,filter等操作返回的不再是列表而是迭代器。

话虽这么说，但大家平时用到的迭代器大概只有range了，而通过iter函数把列表对象转化为迭代器对象又有点多此一举，这时候我们今天的主角itertools就该上场了。

使用itertools

itertools中的函数大多是返回各种迭代器对象，作为python自带的系统库，使用起来语法简洁，执行效率也很高。

itertools.accumulate

简单来说就是累加。

>>> import itertools  
>>> x = itertools.accumulate(range(10))  
>>> print(list(x))  
[0, 1, 3, 6, 10, 15, 21, 28, 36, 45]  

itertools.chain

连接多个列表或者迭代器。

>>> x = itertools.chain(range(3), range(4), [3,2,1])  
>>> print(list(x))  
[0, 1, 2, 0, 1, 2, 3, 3, 2, 1]  

itertools.combinations

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(list(x))  
[(0, 1, 2), (0, 1, 3), (0, 2, 3), (1, 2, 3)]  

itertools.combinations_with_replacement

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 )]  

itertools.compress

按照真值表筛选元素

>>> x = itertools.compress(range(5), (True, False, True, True, False))  
>>> print(list(x))  
[0, 2, 3]  

itertools.count

就是一个计数器,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]  

itertools.cycle

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 ]  

itertools.dropwhile

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]  

itertools.filterfalse

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]  

itertools.groupby

按照分组函数的值对元素进行分组

>>> x = itertools.groupby(range(10), lambda x: x < 5 or x > 8)                                                                                                  
>>> for condition, numbers in x:                                                    
...     print(condition, list(numbers))                                                                                                          
True [0, 1, 2, 3, 4]                                                                
False [5, 6, 7, 8]                                                                  
True [9]  

itertools.islice

上文使用过的函数，对迭代器进行切片

>>> x = itertools.islice(range(10), 0, 9, 2)  
>>> print(list(x))  
[0, 2, 4, 6, 8]  

itertools.permutations

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)]  

itertools.product

产生多个列表和迭代器的(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)]  

itertools.repeat

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]  

itertools.starmap

类似map

>>> x = itertools.starmap(str.islower,  aBCDefGhI )  
>>> print(list(x))  
[True, False, False, False, True, True, False, True, False]  

itertools.takewhile

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]  

itertools.tee

这个函数我也不是很懂，似乎是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]  

itertools.zip_longest

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))  
[(0, 0), (1, 1), (2, 2), (None, 3), (None, 4)]  
>>> print(list(y))  
[(0, 0), (1, 1), (2, 2)]  

结语

以上就是对 itertools 库中常用函数的介绍。大家大致了解这些功能即可，不必死记硬背，实际开发中有相关需求时可以再针对具体函数查询详细文档。

如果大家对Python感兴趣，这套python学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门Python是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习、Python量化交易等习教程。带你从零基础系统性的学好Python！

零基础Python学习资源介绍

① Python所有方向的学习路线图，清楚各个方向要学什么东西

② 600多节Python课程视频，涵盖必备基础、爬虫和数据分析

③ 100多个Python实战案例，含50个超大型项目详解，学习不再是只会理论

④ 20款主流手游迫解 爬虫手游逆行迫解教程包

⑤ 爬虫与反爬虫攻防教程包，含15个大型网站迫解

⑥ 爬虫APP逆向实战教程包，含45项绝密技术详解

⑦ 超300本Python电子好书，从入门到高阶应有尽有

⑧ 华为出品独家Python漫画教程，手机也能学习

⑨ 历年互联网企业Python面试真题,复习时非常方便

👉Python学习路线汇总👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取哈）

👉Python必备开发工具👈

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉实战案例👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉100道Python练习题👈

检查学习结果。

👉面试刷题👈

资料领取

这份完整版的Python全套学习资料已经上传网盘，朋友们如果需要可以点击下方微信卡片免费领取 ↓↓↓【保证100%免费】