10个Python Itertools方法助力简洁编程

2023-12-05 05:30

本文主要是介绍10个Python Itertools方法助力简洁编程,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

大家好,Python的编程优势在于它的简洁性。这不仅是因为Python语法优雅,还因为它有许多精心设计的内置模块,可以帮助大家高效地实现常用功能。

itertools模块就是一个很好的例子,提供了许多强大的工具,可以用更短的代码来操作Python的可迭代对象,帮助事半功倍地完成任务。

1. itertools.product():避免嵌套循环的巧妙方式

当程序变得越来越复杂时,可能需要编写嵌套循环。与此同时,Python代码将变得丑陋和难以阅读:

list_a = [1, 2020, 70]
list_b = [2, 4, 7, 2000]
list_c = [3, 70, 7]for a in list_a:for b in list_b:for c in list_c:if a + b + c == 2077:print(a, b, c)
# 70 2000 7

可以使用itertools.product()函数:

from itertools import productlist_a = [1, 2020, 70]
list_b = [2, 4, 7, 2000]
list_c = [3, 70, 7]for a, b, c in product(list_a, list_b, list_c):if a + b + c == 2077:print(a, b, c)
# 70 2000 7

如上所示,它返回输入可迭代对象的笛卡尔积,帮助将3个嵌套的for循环合并为一个。

2. itertools.compress():过滤数据的便捷方式

可以通过一个或多个循环来过滤列表中的项目,但有时候可能不需要编写任何循环,而是使用函数itertools.compress()

itertools.compress()函数返回一个迭代器,该迭代器根据对应的布尔掩码值对可迭代对象进行过滤。例如,以下代码使用itertools.compress()函数选择真正的数据:

import itertools
leaders = ['Yang', 'Elon', 'Tim', 'Tom', 'Mark']
selector = [1, 1, 0, 0, 0]
print(list(itertools.compress(leaders, selector)))
# ['Yang', 'Elon']

第二个参数selector作为一个掩码,也可以定义为以下形式:

selector = [True, True, False, False, False]

3. itertools.groupby():对可迭代对象进行分组

itertools.groupby()函数是将可迭代对象中相邻的重复元素进行分组的一种便捷方式。例如,可以对一个长字符串进行如下分组:

from itertools import groupbyfor key, group in groupby('YAaANNGGG'):print(key, list(group))
# Y ['Y']
# A ['A']
# a ['a']
# A ['A']
# N ['N', 'N']
# G ['G', 'G', 'G']

此外,还可以利用它的第二个参数来告诉groupby()函数如何判断两个元素是否相同:

from itertools import groupbyfor key, group in groupby('YAaANNGGG', lambda x: x.upper()):print(key, list(group))
# Y ['Y']
# A ['A', 'a', 'A']
# N ['N', 'N']
# G ['G', 'G', 'G']

4. itertools.combinations():获取可迭代对象中给定长度的所有组合

对于初学者,编写一个正确的函数来获取列表的所有可能组合可能需要一些时间。如果使用itertools.combinations()函数,可以很容易地实现:

import itertoolsauthor = ['Y', 'a', 'n', 'g']result = itertools.combinations(author, 2)for x in result:print(x)
# ('Y', 'a')
# ('Y', 'n')
# ('Y', 'g')
# ('a', 'n')
# ('a', 'g')
# ('n', 'g')

如上述程序所示,itertools.combinations()函数有两个参数,一个是原始可迭代对象,另一个是函数生成的子序列的长度。

5. itertools.permutations(): 获取可迭代对象中给定长度的所有排列

既然有一个函数可以获取所有组合,当然还有另一个名为itertools.permutations的函数可以获取所有可能的排列:

import itertoolsauthor = ['Y', 'a', 'n', 'g']result = itertools.permutations(author, 2)for x in result:print(x)# ('Y', 'a')
# ('Y', 'n')
# ('Y', 'g')
# ('a', 'Y')
# ('a', 'n')
# ('a', 'g')
# ('n', 'Y')
# ('n', 'a')
# ('n', 'g')
# ('g', 'Y')
# ('g', 'a')
# ('g', 'n')

如上所示,itertools.permutations()函数的使用方式与itertools.combinations()函数类似,唯一的区别在于它们的结果。

6. itertools.accumulate():从可迭代对象生成累积项

基于可迭代对象获取一系列累积值是一种常见的需求,借助itertools.accumulate()函数的帮助,不需要编写任何循环就能实现。

import itertools
import operatornums = [1, 2, 3, 4, 5]
print(list(itertools.accumulate(nums, operator.mul)))
# [1, 2, 6, 24, 120]

如果不想使用operator.mul,上述程序与以下程序相同:

import itertoolsnums = [1, 2, 3, 4, 5]
print(list(itertools.accumulate(nums, lambda a, b: a * b)))
# [1, 2, 6, 24, 120]

7. itertools.repeat()itertools.cycle()itertools.count():创建无限迭代器

在某些情况下,开发者需要获得一个无限迭代器,有3个函数可以帮助实现:

7.1 itertools.repeat():重复生成相同的项目

例如,可以按以下方式获取三个相同的“Yang”:

import itertools
print(list(itertools.repeat('Yang', 3)))
# ['Yang', 'Yang', 'Yang']

7.2 itertools.cycle():通过循环获取无限迭代器

itertools.cycle函数在中断循环之前不会停止:

import itertoolscount = 0for c in itertools.cycle('Yang'):if count >= 12:breakelse:print(c, end=',')count += 1
# Y,a,n,g,Y,a,n,g,Y,a,n,g,

7.3 itertools.count():生成一个无限的数字序列

如果需要的只是数字,可以使用itertools.count函数:

import itertoolsfor i in itertools.count(0, 2):if i == 20:breakelse:print(i, end=" ")
# 0 2 4 6 8 10 12 14 16 18

如上所示,它的第一个参数是起始数字,第二个参数是步长。

8. itertools.pairwise():轻松获取成对的元组

自Python 3.10以来,itertools模块新增了一个名为pairwise的新函数。它是一个简洁的工具,可以从可迭代对象生成连续重叠的成对元素。

import itertoolsletters = ['a', 'b', 'c', 'd', 'e']result = itertools.pairwise(letters)print(list(result))
# [('a', 'b'), ('b', 'c'), ('c', 'd'), ('d', 'e')]

9. itertools.takewhile():以不同的方式过滤元素

itertools.takewhile()返回一个迭代器,只要给定的谓词函数评估为True,该迭代器就会生成可迭代对象中的元素。

import itertoolsnums = [1, 61, 7, 9, 2077]print(list(itertools.takewhile(lambda x: x < 100, nums)))
# [1, 61, 7, 9]

此函数与内置的filter()函数不同,filter函数将遍历整个列表:

nums = [1, 61, 7, 9, 2077]print(list(filter(lambda x: x < 10, nums)))
# [1, 7, 9]

然而,itertools.takewhile函数会在评估函数为False时停止:

import itertoolsnums = [1, 61, 7, 9, 2077]print(list(itertools.takewhile(lambda x: x < 10, nums)))
# [1]

10.itertools.dropwhile()itertools.takewhile的反向操作

这个函数是上一个函数的逆操作,itertools.takewhile()函数在True时返回可迭代对象中的元素,而itertools.dropwhile()函数会在True时删除可迭代对象的元素,并返回剩余的元素。

import itertoolsnums = [1, 61, 7, 9, 2077]print(list(itertools.dropwhile(lambda x: x < 100, nums)))
# [2077]

这篇关于10个Python Itertools方法助力简洁编程的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/456331

相关文章

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Python中__init__方法使用的深度解析

《Python中__init__方法使用的深度解析》在Python的面向对象编程(OOP)体系中,__init__方法如同建造房屋时的奠基仪式——它定义了对象诞生时的初始状态,下面我们就来深入了解下_... 目录一、__init__的基因图谱二、初始化过程的魔法时刻继承链中的初始化顺序self参数的奥秘默认

html5的响应式布局的方法示例详解

《html5的响应式布局的方法示例详解》:本文主要介绍了HTML5中使用媒体查询和Flexbox进行响应式布局的方法,简要介绍了CSSGrid布局的基础知识和如何实现自动换行的网格布局,详细内容请阅读本文,希望能对你有所帮助... 一 使用媒体查询响应式布局        使用的参数@media这是常用的

Python实现特殊字符判断并去掉非字母和数字的特殊字符

《Python实现特殊字符判断并去掉非字母和数字的特殊字符》在Python中,可以通过多种方法来判断字符串中是否包含非字母、数字的特殊字符,并将这些特殊字符去掉,本文为大家整理了一些常用的,希望对大家... 目录1. 使用正则表达式判断字符串中是否包含特殊字符去掉字符串中的特殊字符2. 使用 str.isa

Spring 基于XML配置 bean管理 Bean-IOC的方法

《Spring基于XML配置bean管理Bean-IOC的方法》:本文主要介绍Spring基于XML配置bean管理Bean-IOC的方法,本文给大家介绍的非常详细,对大家的学习或工作具有一... 目录一. spring学习的核心内容二. 基于 XML 配置 bean1. 通过类型来获取 bean2. 通过

python中各种常见文件的读写操作与类型转换详细指南

《python中各种常见文件的读写操作与类型转换详细指南》这篇文章主要为大家详细介绍了python中各种常见文件(txt,xls,csv,sql,二进制文件)的读写操作与类型转换,感兴趣的小伙伴可以跟... 目录1.文件txt读写标准用法1.1写入文件1.2读取文件2. 二进制文件读取3. 大文件读取3.1

使用Python实现一个优雅的异步定时器

《使用Python实现一个优雅的异步定时器》在Python中实现定时器功能是一个常见需求,尤其是在需要周期性执行任务的场景下,本文给大家介绍了基于asyncio和threading模块,可扩展的异步定... 目录需求背景代码1. 单例事件循环的实现2. 事件循环的运行与关闭3. 定时器核心逻辑4. 启动与停

基于Python实现读取嵌套压缩包下文件的方法

《基于Python实现读取嵌套压缩包下文件的方法》工作中遇到的问题,需要用Python实现嵌套压缩包下文件读取,本文给大家介绍了详细的解决方法,并有相关的代码示例供大家参考,需要的朋友可以参考下... 目录思路完整代码代码优化思路打开外层zip压缩包并遍历文件:使用with zipfile.ZipFil

Python处理函数调用超时的四种方法

《Python处理函数调用超时的四种方法》在实际开发过程中,我们可能会遇到一些场景,需要对函数的执行时间进行限制,例如,当一个函数执行时间过长时,可能会导致程序卡顿、资源占用过高,因此,在某些情况下,... 目录前言func-timeout1. 安装 func-timeout2. 基本用法自定义进程subp

Python实现word文档内容智能提取以及合成

《Python实现word文档内容智能提取以及合成》这篇文章主要为大家详细介绍了如何使用Python实现从10个左右的docx文档中抽取内容,再调整语言风格后生成新的文档,感兴趣的小伙伴可以了解一下... 目录核心思路技术路径实现步骤阶段一:准备工作阶段二:内容提取 (python 脚本)阶段三:语言风格调