python排列組合庫(kù)itertools的具體使用
一、【說在前面】
看到這篇文章的大兄弟您們好，我們經(jīng)常說調(diào)包俠、CRUD仔，用來鄙視不會(huì)自己造輪子的工程師，不過筆者認(rèn)為python的精髓就是調(diào)庫(kù)。庫(kù)很快，自己寫大概率更慢。調(diào)包俠也是有高低貴賤之分的，今天介紹一個(gè)特別好用的庫(kù)——itertools
這個(gè)庫(kù)會(huì)自動(dòng)產(chǎn)生一些諸如：排列、組合、笛卡爾積、多迭代器整合、zip等。更詳細(xì)可以看這個(gè)官網(wǎng)一手資料。
itertools — Functions creating iterators for efficient looping — Python 3.12.1 documentation
二、【正式介紹】
（1）無(wú)限循環(huán)迭代器
count(start[, step]):
count() 函數(shù)生成一個(gè)從 start 開始的無(wú)限遞增的整數(shù)序列。如果提供了 step 參數(shù)，則按照步長(zhǎng)遞增。
Arguments:
start: 序列的起始值，默認(rèn)為 0。
step: 序列的步長(zhǎng)，默認(rèn)為 1。
Results:
生成一個(gè)無(wú)限遞增的整數(shù)序列。
Example:
from itertools import count # 從10開始，步長(zhǎng)為2，不寫默認(rèn)步長(zhǎng)為1
for i in count(10, 2):
print(i)
# 10，12，14，16……cycle(iterable):
cycle() 函數(shù)接受一個(gè)可迭代對(duì)象，并無(wú)限循環(huán)輸出該可迭代對(duì)象的元素。
Arguments:
iterable: 要循環(huán)的可迭代對(duì)象。
Results:
無(wú)限循環(huán)輸出可迭代對(duì)象的元素。
Example:
from itertools import cycle # 無(wú)限循環(huán)輸出 'A', 'B', 'C'
for elem in cycle('ABC'):
print(elem)repeat(elem [,n]):
repeat() 函數(shù)生成一個(gè)無(wú)限重復(fù)輸出某個(gè)元素的序列，或者最多重復(fù) n 次。不寫n則會(huì)一直重復(fù)
Arguments:
elem: 要重復(fù)的元素。
n: 最多重復(fù)的次數(shù)，默認(rèn)為無(wú)限次。
Results:
生成一個(gè)無(wú)限重復(fù)輸出元素的序列，或者最多重復(fù) n 次。
Example:
from itertools import repeat # 重復(fù)輸出數(shù)字 10，最多重復(fù) 3 次
for elem in repeat(10, 3):
print(elem)（2）最短序列終止迭代器
1. accumulate(p [,func]):
將可迭代對(duì)象中的元素累積起來，可指定累積的函數(shù)。
Example:
from itertools import accumulate # 累積和 result = accumulate([1, 2, 3, 4, 5]) print(list(result)) # 輸出 [1, 3（1+2）, 6（1+2+3）, 10, 15]
2. batched(p, n):
將可迭代對(duì)象劃分為大小為 n 的批次。
Example:
from itertools import batched # 劃分為大小為 3 的批次
result = batched('ABCDEFG', n=3)
print(list(result)) # 輸出 [('A', 'B', 'C'), ('D', 'E', 'F'), ('G',)]3. chain(p, q, …):
將多個(gè)可迭代對(duì)象連接成一個(gè)單一的迭代器。
Example:
from itertools import chain # 連接兩個(gè)字符串
result = chain('ABC', 'DEF')
print(list(result)) # 輸出 ['A', 'B', 'C', 'D', 'E', 'F']4. chain.from_iterable(iterable):
與 chain 類似，但接受一個(gè)可迭代對(duì)象的可迭代對(duì)象。
Example:
from itertools import chain # 連接兩個(gè)字符串列表 result = chain.from_iterable(['ABC', 'DEF']) print(list(result)) # 輸出 ['A', 'B', 'C', 'D', 'E', 'F']
5. compress(data, selectors):
返回一個(gè)通過選擇器篩選的數(shù)據(jù)元素序列。
Example:
from itertools import compress # 通過選擇器篩選數(shù)據(jù)
result = compress('ABCDEF', [1, 0, 1, 0, 1, 1]) # 1有0無(wú)
print(list(result)) # 輸出 ['A', 'C', 'E', 'F']6. dropwhile(pred, seq):
返回在預(yù)測(cè)失敗之后的序列元素。
Example:
from itertools import dropwhile # 在預(yù)測(cè)失敗之后的序列元素 result = dropwhile(lambda x: x < 5, [1, 4, 6, 4, 1]) # 當(dāng)遇到第一個(gè)不滿足條件（即大于等于 5）的元素時(shí)，停止迭代并返回余下的元素 [6, 4, 1] print(list(result)) # 輸出 [6, 4, 1]
7. filterfalse(pred, seq):
返回使預(yù)測(cè)結(jié)果為假的序列元素。
Example:
from itertools import filterfalse # 使預(yù)測(cè)結(jié)果為假的序列元素 result = filterfalse(lambda x: x % 2, range(10)) # 與2取模，奇數(shù)會(huì)留1所以不顯示 print(list(result)) # 輸出 [0, 2, 4, 6, 8]
8. groupby(iterable[, key]):
根據(jù)鍵函數(shù)對(duì)序列進(jìn)行分組。
筆者記得，力扣有一道壓縮算法，比如sss44444改為s3，45，就可以拿這個(gè)做，
Example:
from itertools import groupby # 根據(jù)首字母分組
result = groupby('AAAABBBCCDAABBB')
for key, group in result:
print(key, list(group)) # 輸出 # A ['A', 'A', 'A', 'A'] # B ['B', 'B', 'B'] # C ['C', 'C'] # D ['D'] # A ['A', 'A'] # B ['B', 'B', 'B']9. islice(seq, [start,] stop [, step]):
返回切片后的序列元素。
Example:
from itertools import islice # 切片序列 seq[start:stop:step]
result = islice('ABCDEFG', 2, None) # 從索引 = 2開始切，這個(gè)跟py自帶的切片一個(gè)道理
print(list(result)) # 輸出 ['C', 'D', 'E', 'F', 'G']10. pairwise(iterable):
返回序列中兩兩相鄰的元素。
Example:
from itertools import pairwise # 兩兩相鄰的元素
result = pairwise('ABCDEFG')
print(list(result))
# 輸出 [('A', 'B'), ('B', 'C'), ('C', 'D'), ('D', 'E'), ('E', 'F'), ('F', 'G')]11. starmap(func, seq):
對(duì)可迭代對(duì)象中的元素應(yīng)用函數(shù)，元素以參數(shù)元組的形式傳遞給函數(shù)。
Example:
from itertools import starmap # 應(yīng)用 pow 函數(shù) result = starmap(pow, [(2, 5), (3, 2), (10, 3)]) # 很好理解，本質(zhì)就是一個(gè)map操作 print(list(result)) # 輸出 [32, 9, 1000]
12. takewhile(pred, seq):
返回在預(yù)測(cè)失敗之前的序列元素立即為。
Example:
from itertools import takewhile # 在預(yù)測(cè)失敗之前的序列元素 result = takewhile(lambda x: x < 5, [1, 4, 6, 4, 1]) print(list(result)) # 輸出 [1, 4]
13. tee(it, n):
將一個(gè)迭代器拆分成多個(gè)相同的迭代器。
Example:
from itertools import tee # 將一個(gè)迭代器拆分成兩個(gè) iter1, iter2 = tee('ABC') print(list(iter1)) # 輸出 ['A', 'B', 'C']
print(list(iter2)) # 輸出 ['A', 'B', 'C']14. zip_longest(p, q, …):
將多個(gè)迭代器中的元素逐個(gè)配對(duì)，以最長(zhǎng)的迭代器為準(zhǔn)，可以指定填充值。
Example:
from itertools import zip_longest # 將兩個(gè)迭代器中的元素逐個(gè)配對(duì)
result = zip_longest('ABCD', 'xy', fillvalue='-')
print(list(result)) # 輸出 [('A', 'x'), ('B', 'y'), ('C', '-'), ('D', '-')]（3）排列、組合、笛卡爾積
1. product(p, q, …, repeat=1)：
product函數(shù)用于計(jì)算多個(gè)可迭代對(duì)象的笛卡爾積，生成所有可能的組合。它的參數(shù)可以是多個(gè)可迭代對(duì)象，如p, q, ...，以及一個(gè)可選的repeat參數(shù)，用于指定重復(fù)的次數(shù)。- 例如，如果
p是[1, 2]，q是[3, 4]，那么product(p, q)將生成[(1, 3), (1, 4), (2, 3), (2, 4)]
# 示例 1: product p = [1, 2] q = [3, 4] result_product = list(itertools.product(p, q)) print(result_product) # 輸出：[(1, 3), (1, 4), (2, 3), (2, 4)]
2. permutations(iterable, r=None)：
permutations函數(shù)用于生成可迭代對(duì)象中長(zhǎng)度為r的所有排列。它的參數(shù)包括一個(gè)可迭代對(duì)象iterable和一個(gè)可選的r參數(shù)，用于指定生成的排列長(zhǎng)度。- 例如，如果
iterable是[1, 2, 3]，r是2，那么permutations(iterable, r)將生成[(1, 2), (1, 3), (2, 1), (2, 3), (3, 1), (3, 2)]，這是長(zhǎng)度為2的所有可能排列。
# 示例 2: permutations iterable = [1, 2, 3] r = 2 result_permutations = list(itertools.permutations(iterable, r)) print(result_permutations) # 輸出：[(1, 2), (1, 3), (2, 1), (2, 3), (3, 1), (3, 2)]
3. combinations(iterable, r)：
combinations函數(shù)用于生成可迭代對(duì)象中長(zhǎng)度為r的所有組合，按照排序順序生成。它的參數(shù)包括一個(gè)可迭代對(duì)象iterable和一個(gè)r參數(shù)，用于指定生成的組合長(zhǎng)度。- 例如，如果
iterable是[1, 2, 3]，r是2，那么combinations(iterable, r)將生成[(1, 2), (1, 3), (2, 3)]，這是長(zhǎng)度為2的所有可能組合，按照排序順序生成。
# 示例 3: combinations iterable = [1, 2, 3] r = 2 result_combinations = list(itertools.combinations(iterable, r)) print(result_combinations) # 輸出：[(1, 2), (1, 3), (2, 3)]
4. combinations_with_replacement(iterable, r)
combinations_with_replacement函數(shù)與combinations類似，用于生成可迭代對(duì)象中長(zhǎng)度為r的所有組合，但不要求元素不重復(fù)，可以包含重復(fù)元素。- 例如，如果
iterable是[1, 2]，r是2，那么combinations_with_replacement(iterable, r)將生成[(1, 1), (1, 2), (2, 2)]，這是長(zhǎng)度為2的所有可能組合，包括重復(fù)元素。
# 示例 4: combinations_with_replacement iterable = [1, 2] r = 2 result_combinations_with_replacement = list(itertools.combinations_with_replacement(iterable, r)) print(result_combinations_with_replacement) # 輸出：[(1, 1), (1, 2), (2, 2)]
到此這篇關(guān)于python排列組合庫(kù)itertools的具體使用的文章就介紹到這了,更多相關(guān)python排列組合庫(kù)itertools內(nèi)容請(qǐng)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！
相關(guān)文章
Python django使用多進(jìn)程連接mysql錯(cuò)誤的解決方法
這篇文章主要介紹了Python django使用多進(jìn)程連接mysql錯(cuò)誤的解決方法，詳細(xì)的介紹了解決方法，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-10-10
在python的類中動(dòng)態(tài)添加屬性與生成對(duì)象
這篇文章給大家介紹了如何在python的類中動(dòng)態(tài)添加屬性和生成對(duì)象，文中通過幾個(gè)方面來進(jìn)行介紹，對(duì)這感興趣的朋友們可以學(xué)習(xí)學(xué)習(xí)。2016-09-09
這篇文章主要為大家詳細(xì)介紹了python3.5仿微軟計(jì)算器程序的相關(guān)資料，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2016-06-06
這篇文章主要介紹了OpenCV基本操作之模板匹配，本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-09-09
這篇文章主要介紹了python中元類用法實(shí)例,對(duì)于學(xué)習(xí)Python有不錯(cuò)的參考借鑒價(jià)值,需要的朋友可以參考下2014-10-10
關(guān)于Python列表元素排序操作sort()、min()、max()函數(shù)用法
這篇文章主要介紹了關(guān)于Python列表元素排序操作sort()、min()、max()函數(shù)用法,python中提供了列表元素的操作函數(shù),那么這些函數(shù)該怎么使用呢,感興趣的朋友一起來看看吧2023-04-04
這篇文章主要介紹了使用python實(shí)現(xiàn)md5加密,md5為計(jì)算機(jī)安全領(lǐng)域廣泛使用的一種散列函數(shù)，用于確保信息傳輸完整一致,需要的朋友可以參考下2023-04-04
在開發(fā)和運(yùn)維Python應(yīng)用程序時(shí),日志管理是至關(guān)重要的,不僅幫助我們調(diào)試問題,還能用于監(jiān)控和性能分析,下面就跟隨小編一起學(xué)習(xí)一下多種自動(dòng)化按日期分割日志的方法吧2025-04-04
pandas dataframe中雙中括號(hào)和單中括號(hào)的區(qū)別及說明
這篇文章主要介紹了pandas dataframe中雙中括號(hào)和單中括號(hào)的區(qū)別及說明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-08-08
本文主要介紹了Python3中.whl文件創(chuàng)建及使用，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-04-04