python每日一类(5)：itertools模块

itertools模块包含创建有效迭代器的函数，可以用各种方式对数据进行循环操作，此模块中的所有函数返回的迭代器都可以与for循环语句以及其他包含迭代器（如生成器和生成器表达式）的函数联合使用。

chain(iter1, iter2, ..., iterN)：

给出一组迭代器(iter1, iter2, ..., iterN)，此函数创建一个新迭代器来将所有的迭代器链接起来，返回的迭代器从iter1开始生成项，知道iter1被用完，然后从iter2生成项，这一过程会持续到iterN中所有的项都被用完。

 1 from itertools import chain
 2 test = chain('AB', 'CDE', 'F')
 3 for el in test:
 4     print el
 5 
 6 A
 7 B
 8 C
 9 D
10 E
11 F

 

 这里再举个斐波那契的例子：

from itertools import chain

class Fei:

    @staticmethod
    def fibon(n):
        a=b=1
        for i in range(n):
            yield a
            a,b=b,a+b


    def __iter__(self):
        return Fei.fibon(100)

fei=Fei()

test=chain(,fei)

for el in test:
    print(el)

 

　　

chain.from_iterable(iterables):

一个备用链构造函数，其中的iterables是一个迭代变量，生成迭代序列，此操作的结果与以下生成器代码片段生成的结果相同：

 1 >>> def f(iterables):
 2     for x in iterables:
 3         for y in x:
 4             yield y
 5 
 6 >>> test = f('ABCDEF')
 7 >>> test.next()
 8 'A'
 9 
10 
11 >>> from itertools import chain
12 >>> test = chain.from_iterable('ABCDEF')
13 >>> test.next()
14 'A'

　　这里说明一下：

 

 

combinations(iterable, r):

创建一个迭代器，返回iterable中所有长度为r的子序列，返回的子序列中的项按输入iterable中的顺序排序:

>>> from itertools import combinations
>>> test = combinations([1,2,3,4], 2)
>>> for el in test:
    print el

    
(1, 2)
(1, 3)
(1, 4)
(2, 3)
(2, 4)
(3, 4)

　　

count([n]):

创建一个迭代器，生成从n开始的连续整数，如果忽略n，则从0开始计算（注意：此迭代器不支持长整数），如果超出了sys.maxint，计数器将溢出并继续从-sys.maxint-1开始计算。

cycle(iterable):

创建一个迭代器，对iterable中的元素反复执行循环操作，内部会生成iterable中的元素的一个副本，此副本用于返回循环中的重复项。

dropwhile(predicate, iterable):

创建一个迭代器，只要函数predicate(item)为True，就丢弃iterable中的项，如果predicate返回False，就会生成iterable中的项和所有后续项。

 def dropwhile(predicate, iterable):
2     # dropwhile(lambda x: x<5, [1,4,6,4,1]) --> 6 4 1
3     iterable = iter(iterable)
4     for x in iterable:
5         if not predicate(x):
6             yield x
7             break
8     for x in iterable:
9         yield x

　　

groupby(iterable [,key]):

创建一个迭代器，对iterable生成的连续项进行分组，在分组过程中会查找重复项。

如果iterable在多次连续迭代中生成了同一项，则会定义一个组，如果将此函数应用一个分类列表，那么分组将定义该列表中的所有唯一项，key（如果已提供）是一个函数，应用于每一项，如果此函数存在返回值，该值将用于后续项而不是该项本身进行比较，此函数返回的迭代器生成元素(key, group)，其中key是分组的键值，group是迭代器，生成组成该组的所有项。

ifilter(predicate, iterable):

创建一个迭代器，仅生成iterable中predicate(item)为True的项，如果predicate为None，将返回iterable中所有计算为True的项。

ifilter(lambda x: x%2, range(10)) --> 1 3 5 7 9

 

ifilterfalse(predicate, iterable):

创建一个迭代器，仅生成iterable中predicate(item)为False的项，如果predicate为None，则返回iterable中所有计算为False的项。

ifilterfalse(lambda x: x%2, range(10)) --> 0 2 4 6 8

 

imap(function, iter1, iter2, iter3, ..., iterN)

创建一个迭代器，生成项function(i1, i2, ..., iN)，其中i1，i2...iN分别来自迭代器iter1，iter2 ... iterN，如果function为None，则返回(i1, i2, ..., iN)形式的元组，只要提供的一个迭代器不再生成值，迭代就会停止。

 >>> from itertools import *
 2   >>> d = imap(pow, (2,3,10), (5,2,3))
 3   >>> for i in d: print i
 4   
 5   32
 6   9
 7   1000
 8   
 9  ####
10  >>> d = imap(pow, (2,3,10), (5,2))
11  >>> for i in d: print i
12  
13  32
14  9
15 
16  ####
17  >>> d = imap(None, (2,3,10), (5,2))
18  >>> for i in d : print i
19  
20  (2, 5)
21  (3, 2)

　　http://www.cnblogs.com/cython/articles/2169009.html