Python函数式编程中itertools模块详解

容器与可迭代对象

在正式开始前先补充一些基本概念在 Python 中存在容器与可迭代对象

容器：用来存储多个元素的数据结构，例如列表，元组，字典，集合等内容；
可迭代对象：实现了 __iter__ 方法的对象就叫做可迭代对象。

从可迭代对象中还衍生出迭代器与生成器：

迭代器：既实现了 __iter__，也实现了 __next__ 方法的对象叫做迭代器；
生成器：具有 yield 关键字的函数都是生成器。

这样就比较清楚了，可迭代对象的范围要大于容器。而且可迭代对象只能使用一次，使用完毕再获取值就会提示 StopIteration 异常。

除此之外，可迭代对象还有一些限制：

不能对可迭代对象使用 len 函数；
可以使用 next 方法处理可迭代对象，容器也可以通过 iter 函数转换成迭代器；
for 语句会自动调用容器的 iter 函数，所以容器也能被循环迭代。

count() 函数

count 函数一般与 range 函数对比学习，例如 range 函数需要定义生成范围的下限，上限与步长可选，而 count 函数不同，指定下限与步长，上限值不用声明。

函数原型声明如下

count(start=0, step=1) --> count object

测试代码如下，其中必须添加跳出循环的判定条件，否则代码会一直运行下去。

from itertools import count
a = count(5, 10)
for i in a:
    print(i)
    if i > 100:
        break

除此之外，count 函数还接收非整数参数，所以下述代码中定义的也是正确的。

from itertools import count
a = count(0.5, 0.1)
for i in a:
    print(i)
    if i > 100:
        break

cycle 函数

用 cycle 函数可以循环一组值，测试代码如下所示：

from itertools import cycle
x = cycle('梦想橡皮擦abcdf')
for i in range(5):
    print(next(x), end=" ")
print("\n")
print("*" * 100)
for i in range(5):
    print(next(x), end=" ")

代码输出如下内容：

梦想橡皮擦

****************************************************************************************************
a b c d f

可以看到 cycle 函数与 for 循环非常类似。

repeat 函数

repeat 函数用于重复返回某个值，官方给出的函数描述如下所示：

class repeat(object):
    """
    repeat(object [,times]) -> create an iterator which returns the object
    for the specified number of times.  If not specified, returns the object
    endlessly.

进行一下简单的测试，看一下效果：

from itertools import repeat
x = repeat('橡皮擦')
for i in range(5):
    print(next(x), end=" ")
print("\n")
print("*" * 100)
for i in range(5):
    print(next(x), end=" ")

怎么看这个函数，都好像没有太大用处。

enumerate 函数，添加序号

这个函数在前面的文章中，已经进行过简单介绍，并且该函数在 __builtins__ 包中，所以不再过多说明，基本格式如下所示：

enumerate(sequence, [start=0])

其中 start 参数是下标起始位置。

accumulate 函数

该函数基于给定的函数返回一个可迭代对象，默认是累加效果，即第二个参数为 operator.add，测试代码如下：

from itertools import accumulate
data = [1, 2, 3, 4, 5]
# 计算累积和
print(list(accumulate(data)))  # [1, 3, 6, 10, 15]

针对上述代码，修改为累积。

from itertools import accumulate
import operator
data = [1, 2, 3, 4, 5]
# 计算累积
print(list(accumulate(data, operator.mul)))

除此之外，第二个参数还可以为 max，min 等函数，例如下述代码：

from itertools import accumulate
data = [1, 4, 3, 2, 5]
print(list(accumulate(data, max)))

代码输出如下内容，其实是将 data 里面的任意两个值进行了比较，然后留下最大的值。

[1, 4, 4, 4, 5]

chain 与 groupby 函数

chain 函数用于将多个迭代器组合为单个迭代器，而 groupby 可以将一个迭代器且分为多个子迭代器。

首先展示一下 groupby 函数的应用：

from itertools import groupby
a = list(groupby('橡橡皮皮擦擦'))
print(a)

输出内容如下所示：

[('橡', <itertools._grouper object at 0x0000000001DD9438>),
('皮', <itertools._grouper object at 0x0000000001DD9278>),
('擦', <itertools._grouper object at 0x00000000021FF710>)]

为了使用 groupby 函数，建议先对原列表进行排序，因为它是有点像切片一样，发现不同的就分出一个迭代器。

chain 函数的用法如下，将多个迭代对象进行拼接：

from itertools import groupby, chain
a = list(chain('ABC', 'AAA', range(1,3)))
print(a)

zip_longest 与 zip

zip 函数在之前的博客中已经进行过说明，zip_longest 与 zip 的区别就是，zip 返回的结果以最短的序列为准，而 zip_longest 以最长的为准。

测试代码如下，自行比对结果即可。

from itertools import zip_longest
a = list(zip('ABC', range(5), [10, 20, 30, 40]))
print(a)
a = list(zip_longest('ABC', range(5), [10, 20, 30, 40]))
print(a)

zip_logest 如果碰到长度不一致的序列，缺少部分会填充 None。

tee 函数

tee 函数可以克隆可迭代对象，产出多个生成器，每个生成器都可以产出输入的各个元素。

from itertools import tee
a = list(tee('橡皮擦'))
print(a)

compress 函数

该函数通过**谓词（是否，True/False）**来确定对某个元素的取舍问题，最简单的代码如下所示：

from itertools import compress
a = list(compress('橡皮擦', (0, 1, 1)))
print(a)

islice、dropwhile、takewhile、filterfalse、filter

这几个函数都是从输入的可迭代对象中获取一个子集，而且不修改元素本身。

本部分只罗列各个函数的原型声明，具体用法直接参考使用即可。

islice(iterable, stop) --> islice object
islice(iterable, start, stop[, step]) --> islice object
dropwhile(predicate, iterable) --> dropwhile object
takewhile(predicate, iterable) --> takewhile object
filterfalse(function or None, sequence) --> filterfalse object

其中只有 filterfalse 中的参数是函数在前，序列在后。

测试代码如下，尤其注意第一个参数是 callable 即函数。

from itertools import islice, dropwhile, takewhile, filterfalse
a = list(filterfalse(lambda x: x in ["皮", "擦"], '橡皮擦'))
print(a)

总结

以上内容就是本文的全部内容，在使用无限迭代器函数 count，cycle，repeat 的时候，一定要注意即使停止。

频道导航