itertools

    Python的内建模块 itertools 提供了非常有用的用于操作迭代对象的函数。

    首先，我们看看 itertools 提供的几个“无限”迭代器：

    >>> import itertools

    >>> natuals = itertools.count(1)

    >>> for n in natuals:

    … print n

    …

    1

    2

    3

    …

    因为 count() 会创建一个无限的迭代器，所以上述代码会打印出自然数序列，根本停不下来，只能按 Ctrl+C 退出。

    cycle() 会把传入的一个序列无限重复下去：

    >>> import itertools

    >>> cs = itertools.cycle('ABC') # 注意字符串也是序列的一种

    >>> for c in cs:

    … print c

    …

    'A'

    'B'

    'C'

    'A'

    'B'

    'C'

    …

    同样停不下来。

    repeat() 负责把一个元素无限重复下去，不过如果提供第二个参数就可以限定重复次数：

    >>> ns = itertools.repeat('A', 10)

    >>> for n in ns:

    … print n

    …

    打印10次'A'

    无限序列只有在 for 迭代时才会无限地迭代下去，如果只是创建了一个迭代对象，它不会事先把无限个元素生成出来，事实上也不可能在内存中创建无限多个元素。

    无限序列虽然可以无限迭代下去，但是通常我们会通过 takewhile() 等函数根据条件判断来截取出一个有限的序列：

    >>> natuals = itertools.count(1)

    >>> ns = itertools.takewhile(lambda x: x <= 10, natuals)

    >>> for n in ns:

    … print n

    …

    打印出1到10

    itertools 提供的几个迭代器操作函数更加有用：

    chain()

    chain() 可以把一组迭代对象串联起来，形成一个更大的迭代器：

    for c in chain('ABC', 'XYZ'):

    print c

    # 迭代效果：'A' 'B' 'C' 'X' 'Y' 'Z'

    groupby()

    groupby() 把迭代器中相邻的重复元素挑出来放在一起：

    >>> for key, group in itertools.groupby('AAABBBCCAAA'):

    … print key, list(group) # 为什么这里要用list()函数呢？

    …

    A ['A', 'A', 'A']

    B ['B', 'B', 'B']

    C ['C', 'C']

    A ['A', 'A', 'A']

    实际上挑选规则是通过函数完成的，只要作用于函数的两个元素返回的值相等，这两个元素就被认为是在一组的，而函数返回值作为组的key。如果我们要忽略大小写分组，就可以让元素 'A' 和 'a' 都返回相同的key：

    >>> for key, group in itertools.groupby('AaaBBbcCAAa', lambda c: c.upper()):

    … print key, list(group)

    …

    A ['A', 'a', 'a']

    B ['B', 'B', 'b']

    C ['c', 'C']

    A ['A', 'A', 'a']

    imap()

    imap() 和 map() 的区别在于， imap() 可以作用于无穷序列，并且，如果两个序列的长度不一致，以短的那个为准。

    >>> for x in itertools.imap(lambda x, y: x * y, [10, 20, 30], itertools.count(1)):

    … print x

    …

    10

    40

    90

    注意 imap() 返回一个迭代对象，而 map() 返回list。当你调用 map() 时，已经计算完毕：

    >>> r = map(lambda x: x*x, [1, 2, 3])

    >>> r # r已经计算出来了

    [1, 4, 9]

    当你调用 imap() 时，并没有进行任何计算：

    >>> r = itertools.imap(lambda x: x*x, [1, 2, 3])

    >>> r

    <itertools.imap object at 0x103d3ff90>

    # r只是一个迭代对象

    必须用 for 循环对 r 进行迭代，才会在每次循环过程中计算出下一个元素：

    >>> for x in r:

    … print x

    …

    1

    4

    9

    这说明 imap() 实现了“惰性计算”，也就是在需要获得结果的时候才计算。类似 imap() 这样能够实现惰性计算的函数就可以处理无限序列：

    >>> r = itertools.imap(lambda x: x*x, itertools.count(1))

    >>> for n in itertools.takewhile(lambda x: x<100, r):

    … print n

    …

    结果是什么?

    如果把 imap() 换成 map() 去处理无限序列会有什么结果？

    >>> r = map(lambda x: x*x, itertools.count(1))

    结果是什么?

    ifilter()

    不用多说了， ifilter() 就是 filter() 的惰性实现。

    小结

    itertools 模块提供的全部是处理迭代功能的函数，它们的返回值不是list，而是迭代对象，只有用 for 循环迭代的时候才真正计算。