4个鲜为人知的Python迭代过滤函数

在Python中，迭代器可以帮助你编写更多Pythonic的代码，并在处理长序列时提高效率，内置的itertools模块提供了几个有用的函数来创建迭代器。

当你只需要遍历迭代器、检索序列中的元素并对其进行处理，而无需将它们存储在内存中时，这些函数尤其有用。今天本文将学习如何使用以下四个itertools过滤函数：filterfalse；takewhile；dropwhile；islice。

 我们将讨论的所有四个函数都返回了迭代器，为了清楚起见，本文将使用简单的序列，并使用list()获取包含迭代器返回的所有元素的列表。但在处理长序列时，除非必要，否则请不要这样做，因为这样做会失去迭代器带来的内存节省。

对于简单的谓词函数，也可以使用lambdas。但为了提高可读性，本文将定义常规函数并将它们用作谓词。

1. filterfalse

如果你在Python中编程已经有一段时间了，可能已经使用过内置的filter函数，语法如下：

filter(pred,seq)
# pred：谓词函数
# seq：任何有效的Python可迭代对象

filter函数返回一个迭代器，该迭代器返回谓词函数返回True的序列中的元素，示例如下：

nums = list(range(1,11)) #[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

def is_even(n):
    return n % 2 == 0

在这里，nums列表和is_even函数分别是序列和谓词。要获取nums中所有偶数的列表，需要使用如下所示的filter：

nums_even = filter(is_even, nums)
print(list(nums_even))

Output >>> [2, 4, 6, 8, 10]

现在跟随本文来学习一下filterfalse。本文将从itertools模块中导入filterfalse函数（以及本文将要讨论的所有其他函数）。

正如其名称所示，filterfalse执行与filter函数相反的操作。它返回一个迭代器，该迭代器返回谓词返回False的元素。以下是使用filterfalse函数的语法：

from itertools import filterfalse
filterfalse(pred,seq)

is_even函数对于nums中的所有奇数返回False，因此，使用filterfalse得到的nums_odd列表是nums中所有奇数的列表：

from itertools import filterfalse

nums_odd = filterfalse(is_even, nums)
print(list(nums_odd)) 

Output >>> [1, 3, 5, 7, 9]

2. takewhile

使用takewhile函数的语法如下：

from itertools import takewhile
takewhile(pred,seq)

takewhile函数返回了一个迭代器，只要谓词函数返回True，它就会返回元素。当谓词函数第一次返回False时，它就停止返回元素。

对于长度为n的序列，如果seq[k]是第一个使谓词函数返回False的元素，则迭代器会返回seq[0]、seq[1]、...、seq[k-1]。

考虑以下的nums列表和谓词函数is_less_than_5。本文使用takewhile函数，如下所示：

from itertools import takewhile

def is_less_than_5(n):
    return n < 5

nums = [1, 3, 5, 2, 4, 6]
filtered_nums_1 = takewhile(is_less_than_5, nums)
print(list(filtered_nums_1)) 

在这里，谓词is_less_than_5对于数字5首次返回False：

Output >>> [1, 3]

3. dropwhile

从功能上讲，dropwhile函数的作用与takewhile函数相反，以下是如何使用dropwhile函数的示例：

from itertools import dropwhile
dropwhile(pred,seq) 

dropwhile函数返回一个迭代器，只要谓词为True，该迭代器就会持续删除元素。也就是说，迭代器在谓词第一次返回False之前不返回任何元素。一旦谓词返回False，迭代器就会返回序列中的所有后续元素。

对于长度为n的序列，如果谓词函数第一次返回False的元素是seq[k]，那么迭代器会返回seq[k]、seq[k+1]、…、seq[n-1]。

接下来使用相同的序列和谓词函数：

from itertools import dropwhile

def is_less_than_5(n):
    return n < 5

nums = [1, 3, 5, 2, 4, 6]
filtered_nums_2 = dropwhile(is_less_than_5, nums)
print(list(filtered_nums_2)) 

由于谓词函数is_less_than_5第一次返回False是在元素5上，因此本文得到从5开始的序列中的所有元素：

Output >>> [5, 2, 4, 6]

4. islice

你可能已经熟悉了对Python可迭代对象（如列表、元组和字符串）进行切片操作。切片的语法是：iterable[start:stop:step]。

然而，这种切片操作具有以下缺点：

• 在处理大型序列时，每个切片或子序列都是一个占用内存的副本，这可能会降低效率。

• 由于步长也可以取负值，使用起始、停止和步长值会影响可读性。

islice函数解决了上述限制：

• 它返回一个迭代器。

• 它不允许步长取负值。

可以按以下方式使用islice函数：

from itertools import islice
islice(seq,start,stop,step) 

下面是使用islice函数的几种不同方式：

• 使用islice(seq, stop)函数返回一个迭代器，该迭代器遍历切片seq[0]、seq[1]、...、seq[stop - 1]。

• 如果指定了起始和停止值：islice(seq, start, stop)，该函数会返回一个迭代器，该迭代器遍历切片seq[start]、seq[start + 1]、...、seq[start + stop - 1]。

• 当指定起始、停止和步长参数时，该函数返回一个迭代器，该迭代器遍历切片seq[start]、seq[start + step]、seq[start + 2*step]、...、seq[start + k*step]，其中start + k*step < stop且start + (k+1)*step >= stop。

接下来以一个示例列表来更好地理解这个问题：

nums = list(range(10)) #[0,1, 2, 3, 4, 5, 6, 7, 8, 9]

仅使用停止值

这里本文只指定停止索引：

from itertools import islice

# 仅指定停止索引
sliced_nums = islice(nums, 5)
print(list(sliced_nums))

以下是输出结果：

Output >>> [0, 1, 2, 3, 4]

使用起始和停止值

在这里，本文同时使用起始值和停止值：

# 指定起始和停止索引
sliced_nums = islice(nums, 2, 7)
print(list(sliced_nums))

切片从索引2开始，一直延伸到索引7但不包括索引7：

Output >>> [2, 3, 4, 5, 6]

使用起始、停止和步长值

当本文使用起始、停止和步长值时：

# 使用起始、停止和步长
sliced_nums = islice(nums, 2, 8, 2)
print(list(sliced_nums))  

得到一个从索引2开始、一直延伸到索引8但不包括索引8的切片，步长为2（每隔一个元素返回一次））。

Output >>> [2, 4, 6]

综上，希望本文能帮助你理解itertools过滤函数的基础知识。通过查看一些简单的示例，可以更好地理解这些函数的工作原理。