Python語言的精華：Itertools庫
你知道Python的Itertools庫被認為是Python的瑰寶嗎?一些用戶甚至認為它是最酷和最令人驚嘆的Python庫之一。我們可以使用Itertools模塊來豐富我們的應用程序，并在更短的時間內創建一個可靠的工作解決方案。
本文將幫助讀者理解如何在項目中使用Itertools模塊。
文章分為三個部分，每個部分將解釋Itertools庫的特定功能。具體來說:
- 無限的迭代器
- 終止迭代器
- 組合迭代器
一、概念簡介
1. 什么是迭代器?
迭代器是由__next__方法組成的對象。它有一個狀態。狀態用于記住迭代期間的執行。因此，迭代器知道它的當前狀態，這使它的內存效率高。這就是為什么在內存高效和快速的應用程序中使用迭代器的原因。
我們可以打開無限的數據流(比如讀取文件)并獲取下一項(比如文件中的下一行)。然后我們可以對項目執行一個操作，并繼續進行下一個項目。這可能意味著我們可以有一個返回無限個元素的迭代器，因為我們只需要知道當前項。
當沒有下一個要返回的項時，迭代器會引發StopIteration異常。
2. 什么是可迭代的?
iterable是可以返回迭代器的對象。它有一個__iter__方法返回一個迭代器。iterable也是一個我們可以循環并可以調用iter()的對象。它有一個__getitem__方法，它可以從0開始去連續索引(并在索引不再有效時引發一個IndexError)。
3. 什么是Itertools?
Itertools是Python模塊，是Python 3標準庫的一部分。它允許我們在迭代器上執行高效的內存和計算任務。它的靈感來自APL、Haskell和SML的構造。
從本質上講，該模塊包含許多快速且內存效率高的方法，這些方法可以幫助我們用純Python簡潔而高效地構建應用程序。
二、無限迭代器
如果我們想構造一個返回無限均勻間隔值的迭代器呢?或者，如果我們必須從迭代器生成一個元素循環呢?或者，也許我們想要重復迭代器的元素?
itertools庫提供了一組函數，我們可以使用這些函數來執行所需的所有功能。
本節中列出的三個函數構造并返回可以是無限項流的迭代器。
1. Count
作為實例，我們可以生成一個等距值的無限序列：
- start = 10
- stop = 1
- my_counter = it.count(start, stop)
- for i in my_counter:
- # this loop will run for ever
- print(i)
結果：
- 10
- 11
- 12
- 13
- 14
- 15
2. Cycle
我們可以使用cycle方法從輸入中生成無限循環的元素。
該方法的輸入需要是可迭代的對象，比如列表、字符串或字典等：
- my_cycle = it.cycle('Python')
- for i in my_cycle: print(i)
結果：
- P
- ythonPythonP
3. Repeat
要重復一個項(例如字符串或集合)，可以使用repeat()函數：
- to_repeat = 'FM'
- how_many_times = 4
- my_repeater = it.repeat(to_repeat, how_many_times)for i in my_repeater: print(i)#Prints
- FM
- FM
- FM
- FM
這將重復字符串“FM”4次。如果我們不提供第二個參數，那么它將無限次重復這個字符串。
三、終止迭代器
在本節中，我將說明終止迭代的強大特性。這些函數可以用于許多場景，例如：
- 我們可能有很多迭代，我們想在一個序列中一個一個地對所有迭代的元素執行一個操作。
- 或者當我們有很多函數想要對iterable的每個元素執行時
- 或者有時我們就從迭代器中刪除元素，然后對其他元素執行操作。
1. Chain
這個方法允許我們創建一個迭代器，它返回序列中所有輸入迭代中的元素，直到沒有元素剩下為止。因此，它可以將連續序列視為單個序列。
- chain = it.chain([1,2,3], ['a','b','c'], ['End'])
- for i in chain: print(i)
結果：
- 1
- 23abcEnd
2. Drop While
我們可以傳遞一個iterable和一個條件，這個方法將開始對每個元素計算條件，直到條件對一個元素返回False為止。一旦某個元素的條件值為False，該函數將返回可迭代的其余元素。
例如，假設我們有一個作業列表，并且我們希望遍歷元素，并且只有在不滿足條件時才返回元素。一旦條件的值為False，我們期望返回迭代器的其余元素。
- jobs = ['job1', 'job2', 'job3', 'job10', 'job4', 'job5']
- dropwhile = it.dropwhile(lambda x : len(x)==4, jobs)
- for i in dropwhile:
- print(i)
結果：
- job10
- job4job5
該方法返回了上面的三項，因為元素job10的長度不等于4個字符，因此返回了job10和其他元素。
3. Take While
這個方法與dropwhile()方法相反。本質上，它返回一個iterable的所有元素，直到第一個條件返回False，然后它不返回任何其他元素。
例如，假設我們有一個作業列表，并且希望在不滿足條件時立即停止返回作業。
- jobs = ['job1', 'job2', 'job3', 'job10', 'job4', 'job5']
- takewhile = it.takewhile(lambda x : len(x)==4, jobs)
- for i in takewhile:
- print(i)
結果：
- job1
- job2job3
4. GroupBy
這個函數在將可迭代的連續元素分組之后構造一個迭代器。該函數返回一個鍵、值對的迭代器，其中鍵是組鍵，值是按鍵分組的連續元素的集合。
考慮以下代碼片段：
- iterable = 'FFFAARRHHHAADDMMAAALLIIKKK'
- my_groupby = it.groupby(iterable)for key, group in my_groupby:
- print('Key:', key)
- print('Group:', list(group))
注意，group屬性是可迭代的，因此我將其具體化為一個列表。
因此，這將打印：
- Key: F
- Group: [‘F’, ‘F’, ‘F’]
- Key: A
- Group: [‘A’, ‘A’]
- Key: R
- Group: [‘R’, ‘R’]
- Key: H
- Group: [‘H’, ‘H’, ‘H’]
- Key: A
- Group: [‘A’, ‘A’]
- Key: D
- Group: [‘D’, ‘D’]
- Key: M
- Group: [‘M’, ‘M’]
- Key: A
- Group: [‘A’, ‘A’, ‘A’]
- Key: L
- Group: [‘L’, ‘L’]
- Key: I
- Group: [‘I’, ‘I’]
- Key: K
- Group: [‘K’, ‘K’, ‘K’]
5. Tee
該方法可以拆分一個迭代，并從輸入中生成新的迭代。輸出也是一個迭代器，它返回給定數量的項的可迭代值。為了更好地理解它，請看下面的代碼片段：
- iterable = 'FM'
- tee = it.tee(iterable, 5)
- for i in tee: print(list(i))
這個方法返回整個可迭代FM, 5次：
- [‘F’, ‘M’]
- [‘F’, ‘M’][‘F’, ‘M’][‘F’, ‘M’][‘F’, ‘M’]
四、組合迭代器
1. Permutations
通過使用permutation方法，我們可以創建一個迭代器來返回輸入iterable中元素的連續排列。
我們可以傳入一個參數來指定排列的長度。它默認為可迭代的長度。
這意味著當缺少長度時，該方法將生成所有可能的全長排列。
- iterable = 'FM1'
- length = 2
- permutations = it.permutations(iterable, length)
- for i in permutations:
- print(i)
結果：
- (‘F’, ‘M’, ‘1’)
- (‘F’, ‘1’, ‘M’)(‘M’, ‘F’, ‘1’)(‘M’, ‘1’, ‘F’)(‘1’, ‘F’, ‘M’)(‘1’, ‘M’, ‘F’)
如果長度為2，則生成：
- (‘F’, ‘M’)
- (‘F’, ‘1’)(‘M’, ‘F’)(‘M’, ‘1’)(‘1’, ‘F’)(‘1’, ‘M’)(‘F’, ‘M’)(‘F’, ‘1’)(‘M’, ‘1’)
2. Combinations
最后，我想解釋一下如何生成iterable的組合。
給定一個可迭代器，我們可以構造一個迭代器來返回給定長度的元素的子序列。
根據它們的位置，元素被視為唯一的，并且只返回不同的元素。
- iterable = 'FM1'
- combinations = it.combinations(iterable, 2)
- for i in combinations: print(i)
結果：
- (‘F’, ‘M’)
- (‘F’, ‘1’)(‘M’, ‘1’)
英文原文：
https://medium.com/fintechexplained/advanced-python-itertools-library-the-gem-of-python-language-99da37dfcca2
