### Python `itertools` 模块常用函数 #### 无限迭代器 `itertools` 提供了几种无限迭代器，它们会持续生成数据直到手动停止。常见的无限迭代器有： - **count(start=0, step=1)** 创建一个从指定起始值开始的计数器，默认从零开始并按步长递增[^1]。 ```python from itertools import count counter = count(start=10, step=2) for _ in range(5): print(next(counter)) ``` - **cycle(iterable)** 循环遍历给定的可迭代对象，无限重复其内容。 ```python from itertools import cycle cycler = cycle('ABC') for _ in range(6): print(next(cycler), end=' ') ``` - **repeat(object[, times])** 不断返回同一个值，如果指定了次数，则只返回固定次数组合。 ```python from itertools import repeat repeater = repeat('X', 3) for value in repeater: print(value, end=' ') ``` --- #### 组合生成器 `itertools` 中还提供了一些用于生成排列和组合的工具。 - **product(*iterables, repeat=1)** 计算输入序列的笛卡尔积。 ```python from itertools import product result = list(product(['A', 'B'], ['C', 'D'])) print(result) # [('A', 'C'), ('A', 'D'), ('B', 'C'), ('B', 'D')] ``` - **permutations(iterable, r=None)** 返回长度为 `r` 的所有可能排列[^1]。 ```python from itertools import permutations perm = list(permutations('ABCD', 2)) print(perm) # [('A', 'B'), ('A', 'C'), ..., ('D', 'C')] ``` - **combinations(iterable, r)** 返回长度为 `r` 的所有可能组合（不考虑顺序）。 ```python from itertools import combinations comb = list(combinations('ABCD', 2)) print(comb) # [('A', 'B'), ('A', 'C'), ..., ('C', 'D')] ``` - **combinations_with_replacement(iterable, r)** 类似于 `combinations`，但允许元素被多次选取[^1]。 ```python from itertools import combinations_with_replacement comb_rep = list(combinations_with_replacement('ABCD', 2)) print(comb_rep) # [('A', 'A'), ('A', 'B'), ..., ('D', 'D')] ``` --- #### 数据压缩与过滤 这些函数可以帮助筛选或压缩数据流。 - **chain(*iterables)** 将多个可迭代对象连接成单个序列[^4]。 ```python from itertools import chain chained = list(chain([1, 2], [3, 4], [5])) print(chained) # [1, 2, 3, 4, 5] ``` - **groupby(iterable, key=None)** 对连续相同的数据项进行分组[^2][^3]。 ```python from itertools import groupby data = [(1, 'a'), (1, 'b'), (2, 'c')] grouped = {k: list(g) for k, g in groupby(data, lambda x: x[0])} print(grouped) # {1: [(1, 'a'), (1, 'b')], 2: [(2, 'c')]} ``` - **filterfalse(predicate, iterable)** 和 **dropwhile(predicate, iterable)** / **takewhile(predicate, iterable)** 这些方法分别实现条件过滤、跳过满足条件的部分以及保留满足条件的部分[^1]。 ```python from itertools import filterfalse, dropwhile, takewhile numbers = [1, 2, 3, 4, 5] filtered = list(filterfalse(lambda x: x % 2 == 0, numbers)) dropped = list(dropwhile(lambda x: x < 3, numbers)) taken = list(takewhile(lambda x: x < 3, numbers)) print(filtered) # [1, 3, 5] print(dropped) # [3, 4, 5] print(taken) # [1, 2] ``` --- #### 切片与其他实用工具 还有一些辅助性的函数帮助切片或者复制迭代器状态。 - **islice(iterable, start, stop[, step])** 实现对大迭代器的切片操作而不加载整个结构到内存中。 ```python from itertools import islice sliced = list(islice(range(10), 2, 7, 2)) print(sliced) # [2, 4, 6] ``` - **tee(iterable, n=2)** 复制一个迭代器为若干独立副本。 ```python from itertools import tee original_iter = iter([1, 2, 3]) copy1, copy2 = tee(original_iter, 2) print(list(copy1)) # [1, 2, 3] print(list(copy2)) # [1, 2, 3] ``` ---