python中的itertools模塊

Python的內建模塊itertools提供了非常有用的用於操作迭代對象的函數。

首先，我們看看itertools提供的幾個“無限”迭代器：

>>> import itertools
>>> natuals = itertools.count(1)
>>> for n in natuals:
...     print n
...
1
2
3
...

因爲count()會創建一個無限的迭代器，所以上述代碼會打印出自然數序列，根本停不下來，只能按Ctrl+C退出。

cycle()會把傳入的一個序列無限重複下去：

>>> import itertools
>>> cs = itertools.cycle('ABC') # 注意字符串也是序列的一種
>>> for c in cs:
...     print c
...
'A'
'B'
'C'
'A'
'B'
'C'
...

同樣停不下來。

repeat()負責把一個元素無限重複下去，不過如果提供第二個參數就可以限定重複次數：

>>> ns = itertools.repeat('A', 10)
>>> for n in ns:
...     print n
...
打印10次'A'

無限序列只有在for迭代時纔會無限地迭代下去，如果只是創建了一個迭代對象，它不會事先把無限個元素生成出來，事實上也不可能在內存中創建無限多個元素。

無限序列雖然可以無限迭代下去，但是通常我們會通過takewhile()等函數根據條件判斷來截取出一個有限的序列：

>>> 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提供的幾個迭代器操作函數更加有用：

chain()

chain()可以把一組迭代對象串聯起來，形成一個更大的迭代器：

for c in itertools.chain('ABC', 'XYZ'):
    print c
# 迭代效果：'A' 'B' 'C' 'X' 'Y' 'Z'

groupby()

groupby()把迭代器中相鄰的重複元素挑出來放在一起：

>>> for key, group in itertools.groupby('AAABBBCCAAA'):
...     print key, list(group) # 爲什麼這裏要用list()函數呢？
...
A ['A', 'A', 'A']
B ['B', 'B', 'B']
C ['C', 'C']
A ['A', 'A', 'A']

實際上挑選規則是通過函數完成的，只要作用於函數的兩個元素返回的值相等，這兩個元素就被認爲是在一組的，而函數返回值作爲組的key。如果我們要忽略大小寫分組，就可以讓元素'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()的區別在於，imap()可以作用於無窮序列，並且，如果兩個序列的長度不一致，以短的那個爲準。

>>> for x in itertools.imap(lambda x, y: x * y, [10, 20, 30], itertools.count(1)):
...     print x
...
10
40
90

注意imap()返回一個迭代對象，而map()返回list。當你調用map()時，已經計算完畢：

>>> r = map(lambda x: x*x, [1, 2, 3])
>>> r # r已經計算出來了
[1, 4, 9]

當你調用imap()時，並沒有進行任何計算：

>>> r = itertools.imap(lambda x: x*x, [1, 2, 3])
>>> r
<itertools.imap object at 0x103d3ff90>
# r只是一個迭代對象

必須用for循環對r進行迭代，纔會在每次循環過程中計算出下一個元素：

>>> for x in r:
...     print x
...
1
4
9

這說明imap()實現了“惰性計算”，也就是在需要獲得結果的時候才計算。類似imap()這樣能夠實現惰性計算的函數就可以處理無限序列：

>>> r = itertools.imap(lambda x: x*x, itertools.count(1))
>>> for n in itertools.takewhile(lambda x: x<100, r):
...     print n
...
結果是什麼?

如果把imap()換成map()去處理無限序列會有什麼結果？

>>> r = map(lambda x: x*x, itertools.count(1))
結果是什麼?

ifilter()

不用多說了，ifilter()就是filter()的惰性實現。

小結

itertools模塊提供的全部是處理迭代功能的函數，它們的返回值不是list，而是迭代對象，只有用for循環迭代的時候才真正計算。