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。