日日操夜夜添-日日操影院-日日草夜夜操-日日干干-精品一区二区三区波多野结衣-精品一区二区三区高清免费不卡

簡介

Python/ target=_blank class=infotextkey>Python的編程優勢在于它的簡潔性。這不僅是因為Python語法優雅，還因為它有許多精心設計的內置模塊，可以幫助開發者高效地實現常用功能。

itertools模塊就是一個很好的例子，它為開發者提供了許多強大的工具，可以用更短的代碼來操作Python的可迭代對象，幫助開發者事半功倍地完成任務。

1. itertools.product()：避免嵌套循環的巧妙方式

當程序變得越來越復雜時，可能需要編寫嵌套循環。與此同時，Python代碼將變得丑陋和難以閱讀：

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

如何改進上述代碼，使其具有Python風格？

可以使用itertools.product()函數：

from itertools import product

list_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，它返回輸入可迭代對象的笛卡爾積，幫助將3個嵌套的for循環合并為一個。

2. itertools.compress()：過濾數據的便捷方式

可以通過一個或多個循環來過濾列表中的項目。

但有時候，可能不需要編寫任何循環，而是使用函數itertools.compress()。

itertools.compress()函數返回一個迭代器，該迭代器根據對應的布爾掩碼值對可迭代對象進行過濾。

例如，以下代碼使用itertools.compress()函數選擇真正的數據：

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

第二個參數selector作為一個掩碼，也可以定義為以下形式：

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

3. itertools.groupby()：對可迭代對象進行分組

itertools.groupby()函數是將可迭代對象中相鄰的重復元素進行分組的一種便捷方式。

例如，可以對一個長字符串進行如下分組：

from itertools import groupby

for 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，還可以利用它的第二個參數來告訴groupby()函數如何判斷兩個元素是否相同：

from itertools import groupby

for 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()：獲取可迭代對象中給定長度的所有組合

對于初學者來說，編寫一個正確的函數來獲取列表的所有可能組合可能需要一些時間。

實際上，如果使用itertools.combinations()函數，可以很容易地實現：

import itertools

author = ['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()函數有兩個參數，一個是原始可迭代對象，另一個是函數生成的子序列的長度。

5. itertools.permutations(): 獲取可迭代對象中給定長度的所有排列

既然有一個函數可以獲取所有組合，當然還有另一個名為itertools.permutations的函數可以獲取所有可能的排列：

import itertools

author = ['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()函數的使用方式與itertools.combinations()函數類似。唯一的區別在于它們的結果。

6. itertools.accumulate()：從可迭代對象生成累積項

基于可迭代對象獲取一系列累積值是一種常見的需求。借助itertools.accumulate()函數的幫助，不需要編寫任何循環就能實現。

import itertools
import operator

nums = [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，上述程序與以下程序相同：

import itertools

nums = [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()：創建無限迭代器

在某些情況下，開發者需要獲得一個無限迭代器。有3個函數可以幫助實現：

7.1 itertools.repeat()：重復生成相同的項目

例如，可以按以下方式獲取三個相同的“Yang”：

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

7.2 itertools.cycle()：通過循環獲取無限迭代器

itertools.cycle函數在中斷循環之前不會停止：

import itertools

count = 0

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

7.3 itertools.count()：生成一個無限的數字序列

如果需要的只是數字，可以使用itertools.count函數：

import itertools

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

如上所示，它的第一個參數是起始數字，第二個參數是步長。

8. itertools.pAIrwise()：輕松獲取成對的元組

自Python 3.10以來，itertools模塊新增了一個名為pairwise的新函數。它是一個簡潔的工具，可以從可迭代對象生成連續重疊的成對元素。

import itertools

letters = ['a', 'b', 'c', 'd', 'e']

result = itertools.pairwise(letters)

print(list(result))
# [('a', 'b'), ('b', 'c'), ('c', 'd'), ('d', 'e')]

9. itertools.takewhile()：以不同的方式過濾元素

itertools.takewhile()返回一個迭代器，只要給定的謂詞函數評估為True，該迭代器就會生成可迭代對象中的元素。

import itertools

nums = [1, 61, 7, 9, 2077]

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

此函數與內置的filter()函數不同。

filter函數將遍歷整個列表：

nums = [1, 61, 7, 9, 2077]

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

然而，itertools.takewhile函數會在評估函數為False時停止：

import itertools

nums = [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

這個函數是上一個函數的逆操作。

itertools.takewhile()函數在True時返回可迭代對象中的元素，而itertools.dropwhile()函數會在True時刪除可迭代對象的元素，并返回剩余的元素。

import itertools

nums = [1, 61, 7, 9, 2077]

print(list(itertools.dropwhile(lambda x: x < 100, nums)))
# [2077]