python itertools模块练习

参考 《python标准库》

也可以参考Vamei博客

列表用着很舒服，但迭代器不需要将所有数据同时存储在内存中。

本章练习一下python 标准库中itertools模块

合并 和 分解 迭代器

• 1.chain() 

处理多个序列，而不比构造一个大的，两个合在一起，遍历就好了

>>> for i in chain(range(3),range(5,9)):
...     print i
... 
0
1
2
5
6
7
8
>>> 

• 2.izip()

类似zip，可以看出，izip 是生成迭代器了，而zip是列表

>>> for i in izip(range(5),range(11,15)):
...     print i
... 
(0, 11)
(1, 12)
(2, 13)
(3, 14)
>>> zip(range(5),range(11,15))
[(0, 11), (1, 12), (2, 13), (3, 14)]
>>> izip(range(5),range(11,15))
<itertools.izip object at 0x7fcef2848560>

• 3.islice()  按索引返回由输入迭代器所选的元素

可以看到和slice的用法差不多，就正常切片

>>> for i in islice(count(),5):
...     print i
... 
0
1
2
3
4
>>> for i in islice(count(),15,20):
...     print i
... 
15
16
17
18
19
>>> for i in islice(count(),0,100,20):
...     print i
... 
0
20
40
60
80
>>> 

• 4.tee()

正常的迭代器搞完了就GG了，这个就类似于复制迭代器，生成两个子的并列使用父迭代器，用了子的，父的就不能用了，尽量使用并列的迭代器，看例子。

#!/usr/bin/python
#coding=utf-8
#__author__='dahu'
#
from itertools import *
r=islice(count(),5)
i1,i2=tee(r,2)
i3,i4=tee(i1,2)
for ss in i3:    #ok
    print ss,
print '-'*5
for ss1 in i4:   #ok
    print ss1,
print '-'*5
for ss1 in i2:   #ok
    print ss1,
print '-'*5
for ss1 in i1:   #NG
    print ss1,
print '-'*5
for ss1 in r:    #NG
    print ss1,
print '-'*5

/usr/bin/python2.7 /home/dahu/nltk_data/my_itertools.py
0 1 2 3 4 -----
0 1 2 3 4 -----
0 1 2 3 4 -----
-----
-----

Process finished with exit code 0    

转换输入

• 5.imap()

这特么也能跟map一样？毙了狗了，试一试，效果果然一样，imap，前面一个函数，后面一个迭代器，返回一个迭代器，还记得map的用法吗？看python函数式编程吧。

#!/usr/bin/python
#coding=utf-8
#__author__='dahu'
#
from itertools import *

for i in imap(lambda x:2*x,range(5)):
    print i
print imap(lambda x:2*x,range(5))
for i in imap(lambda x,y:x+y,range(11,15),islice(count(),4)):
    print i

/usr/bin/python2.7 /home/dahu/nltk_data/my_itertools.py
0
2
4
6
8
<itertools.imap object at 0x7f6e14f85710>
11
13
15
17

Process finished with exit code 0

• 6.starmap()

两个问题，1、imap和starmap的区别？2、starmap对应在列表上是哪个函数的？注意他们返回的都是迭代器

想了想，1、imap类似于map，只是返回迭代器而已，而starmap，第二个参数是元祖构成的列表，用*来分解（还记得**吗？就是分解字典的），当然这个例子的解决方案不是只有一个，我用列表解析和生成器解析又做了一遍，现在理解起来更透彻了，反正想节省内存，就往迭代器靠一靠。2、好像没有，函数式编程的内置函数就4个，感觉不一样。

这里，map()有两个参数，一个是lambda所定义的函数对象，一个是包含有多个元素的表。

re = map((lambda x: x+3),[1,3,5,6])

#!/usr/bin/python
#coding=utf-8
#__author__='dahu'
#
from itertools import *

a=zip(range(1,5),range(11,15))
print a
for i in starmap(lambda x,y:x+y,a):
    print i
print starmap(lambda x,y:x+y,a)
t=(i[0]+i[1] for i in a)
print t
for i in (i[0]+i[1] for i in a):
    print i


/usr/bin/python2.7 /home/dahu/nltk_data/my_itertools.py
[(1, 11), (2, 12), (3, 13), (4, 14)]
12
14
16
18
<itertools.starmap object at 0x7ff63d8396d0>
<generator object <genexpr> at 0x7ff63d83f050>
12
14
16
18

Process finished with exit code 0

生成新值

• 7.count()

一直搞下去，搞来搞去的，不停

• 8.cycle()

这个更虎，不停的搞，搞完了，再搞一次，真特么牛逼

#!/usr/bin/python
#coding=utf-8
#__author__='dahu'
#
from itertools import *
for i,j in izip(range(7),cycle(['a','b','c'])):
    print i,j

/usr/bin/python2.7 /home/dahu/nltk_data/my_itertools.py
0 a
1 b
2 c
3 a
4 b
5 c
6 a

Process finished with exit code 0

• 9.repeat()

字面意思，随你怎么搞，老子就不变

#!/usr/bin/python
#coding=utf-8
#__author__='dahu'
#
from itertools import *

for i in repeat('wocao',5):
    print i

/usr/bin/python2.7 /home/dahu/nltk_data/my_itertools.py
wocao
wocao
wocao
wocao
wocao

Process finished with exit code 0

稍微跟别的合体一下 这个可以有，我以后计数用这个，以前各种range()，烦的很

#!/usr/bin/python
#coding=utf-8
#__author__='dahu'
#
from itertools import *

for i,j in izip(count(),repeat('wocao',5)):
    print i,j

/usr/bin/python2.7 /home/dahu/nltk_data/my_itertools.py
0 wocao
1 wocao
2 wocao
3 wocao
4 wocao

Process finished with exit code 0

过滤

• 10.dropwhile()  takewhile()

这两个函数刚好相反，dropwhile()返回第一次条件false后，剩余所有的元素，也包括这个false的元素

takewhile()返回没有遇到条件false前，所有正确的元素，不包括这个false的元素

我感觉这个就是类似于测试，或者qc，我检查一下，takewhile()反正返回的都是满足条件的，dropwhile()返回的，那肯定是不满足条件才返回的，第一个就是false，剩余的不知道。

#!/usr/bin/python
#coding=utf-8
#__author__='dahu'
#
from itertools import *

for i in dropwhile(lambda x:x<1,[-1,0,1,-1,3]):
    print i
print '-'*10
for i in takewhile(lambda x:x<1,[-1,0,1,-1,3]):
    print i

/usr/bin/python2.7 /home/dahu/nltk_data/my_itertools.py
1
-1
3
----------
-1
0

Process finished with exit code 0

• 11.ifilter()  ifilterfalse()

和filter类似，只返回true,ifilterfalse()只返回false

#!/usr/bin/python
#coding=utf-8
#__author__='dahu'
#
from itertools import *

for i in ifilter(lambda x:x<1,[-1,0,1,-1,3]):
    print i
print ifilter(lambda x:x<1,[-1,0,1,-1,3])


/usr/bin/python2.7 /home/dahu/nltk_data/my_itertools.py
-1
0
-1
<itertools.ifilter object at 0x7f660dda96d0>

Process finished with exit code 0

数据分组

• 12.groupby()

排序后，按数据进行分组，参考了cookbook3的例子

扩展

书上没的，现在更新了

• 13.compress()

根据第二个参数的真假情况，输出第一个参数

#!/usr/bin/python
#coding=utf-8
#__author__='dahu'
#
from itertools import *

print compress('ABCD', [1, 1, 1, 0])
for i in compress('ABCD', [1, 1, 1, 0]):
    print i

/usr/bin/python2.7 /home/dahu/nltk_data/my_itertools.py
<itertools.compress object at 0x7f91386306d0>
A
B
C

Process finished with exit code 0

• 14product()

多个循环器集合的笛卡尔积。相当于嵌套循环 

from itertools import *

for m, n in product('abc', [1, 2]):
    print m, n

/usr/bin/python2.7 /home/dahu/nltk_data/my_itertools.py
a 1
a 2
b 1
b 2
c 1
c 2

Process finished with exit code 0

• 15 排列组合

permutations('abc', 2)   # 从'abcd'中挑选两个元素，比如ab, bc, ... 将所有结果排序，返回为新的循环器。

注意，上面的组合分顺序，即ab, ba都返回。

combinations('abc', 2)   # 从'abcd'中挑选两个元素，比如ab, bc, ... 将所有结果排序，返回为新的循环器。

注意，上面的组合不分顺序，即ab, ba的话，只返回一个ab。

combinations_with_replacement('abc', 2) # 与上面类似，但允许两次选出的元素重复。即多了aa, bb, cc

#!/usr/bin/python
#coding=utf-8
#__author__='dahu'
#
from itertools import *

for m in  permutations('abc', 2):
    print m
print '-'*10
for i in combinations('abc', 2):
    print i
print '-'*10
for i in combinations_with_replacement('abc', 2):
    print i

/usr/bin/python2.7 /home/dahu/nltk_data/my_itertools.py
('a', 'b')
('a', 'c')
('b', 'a')
('b', 'c')
('c', 'a')
('c', 'b')
----------
('a', 'b')
('a', 'c')
('b', 'c')
----------
('a', 'a')
('a', 'b')
('a', 'c')
('b', 'b')
('b', 'c')
('c', 'c')

Process finished with exit code 0