1. 引言

在Python開發(fā)中，??itertools??庫經(jīng)常被忽視，實際上該庫中抱恨了一些非常棒的函數(shù)，特別是用于處于數(shù)據(jù)流的函數(shù)。在本文中，我們將討論該庫中的十分使用的幾個函數(shù)，并重點介紹什么時候我們應(yīng)該考慮使用它們。
閑話少說，我們直接開始吧！

2. accumulate() 函數(shù)

第三方庫??itertools??提供的函數(shù)??accumulate()??，可以幫助我們對數(shù)據(jù)流執(zhí)行累積操作。換句話說，假設(shè)我們有一個數(shù)據(jù)列表[a，b，c，d，e]和一個運算f，那么函數(shù)??accumulate()??可以幫助我們計算??f(a,b)??，??f(f(a,b),c)??，??f(f(f(a,b),c),d)??，等等。
文字有點不直觀，那我們來舉個累加的栗子吧！

樣例代碼如下：

import itertools
data = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]

res = itertools.accumulate(data, lambda x,y:x+y)
print(list(res))
# [3, 7, 13, 15, 16, 25, 25, 32, 37, 45]

上述函數(shù)??accumulate()??的作用是：先把3和4相加，然后得到7，再和6相加，得到另一個值，依此類推。

需要注意的是：如果要執(zhí)行給定3個或更多值的累計操作，則不允許使用該函數(shù)，因為accumulate()只接受迭代器，迭代器每次調(diào)用next()返回至多1個元素。

3. compress() 函數(shù)

函數(shù)??compress()??可以根據(jù)我們的喜好來過濾內(nèi)容。與函數(shù)??filter()??函數(shù)不同，函數(shù)??compress()??需要傳入相應(yīng)的標(biāo)志位來決定是否應(yīng)該保留每個值。

舉個例子會更加直觀，相關(guān)樣例代碼如下：

import itertools
data = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]
selector = [1, 0, 0, 0, 1, 1, 0, 1, 1, 0]
res = itertools.compress(data, selector)
print(list(res))
# [3, 1, 9, 7, 5]

在上面的示例中，如果數(shù)據(jù)是奇數(shù)，則選擇器將為 1，否則為 0。因此，函數(shù)??compress()?? 操作的結(jié)果將只是保留原始數(shù)據(jù)中的奇數(shù)。

4. groupby() 函數(shù)

在許多情況下，我們會在 Python 中以隨機順序獲得一個元組列表，假如我們希望按值對它們進行分組。此時是函數(shù)?? groupby()?? 發(fā)揮作用的完美場景！

函數(shù)?? groupby()?? 將接受一個可迭代的參數(shù)和一個返回值的函數(shù)，然后它將按函數(shù)返回的值對元組列表進行分組。

例如，我們想按國家對以下城市進行分組：

import itertools

data = [('New York', 'US'), ("Shanghai", "China"),
("LA", 'US'),("Chongqing", "China")]

for city, group in itertools.groupby(sorted(data, key=lambda x: x[1]), lambda x: x[1]):
for i in group:
print("%s is in %s." % (i[0], city))
print("")

# Shanghai is in China.
# Chongqing is in China.

# New York is in US.
# LA is in US.

5. 排列組合操作

排列組合可能是 ??itertools??庫中最令人驚嘆的函數(shù)之一，它提供了排列組合運算符！
我們唯一需要做的就是將正確的關(guān)鍵字與輸出元組的長度一起傳遞給相應(yīng)的函數(shù)，

如下例所示：

import itertools
data = [3, 4, 6]

com_res = itertools.combinations(data, 2)
print(list(com_res))
# [(3, 4), (3, 6), (4, 6)]

com_res = itertools.permutations(data, 2)
print(list(com_res))
# [(3, 4), (3, 6), (4, 3), (4, 6), (6, 3), (6, 4)]

com_without_replacement_res = itertools.combinations_with_replacement(data, 2)
print(list(com_without_replacement_res))
# [(3, 3), (3, 4), (3, 6), (4, 4), (4, 6), (6, 6)]

product_res = itertools.product(data, data)
print(list(product_res))
# [(3, 3), (3, 4), (3, 6), (4, 3), (4, 4), (4, 6), (6, 3), (6, 4), (6, 6)]

6 總結(jié)

庫??itertools??對大多數(shù)人來說，是一個未被充分利用甚至很少聽到的庫，但它確實包含一些非常好用的函數(shù)。這些函數(shù)通常可以幫助我們將代碼行數(shù)減少到僅一行，使我們的代碼看起來更加簡潔優(yōu)雅！

到此這篇關(guān)于Python中itertools庫的四個函數(shù)介紹的文章就介紹到這了,更多相關(guān)Python中itertools庫內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論