最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

10個(gè)Python Itertools方法助你事半功倍

 更新時(shí)間:2024年04月02日 15:15:53   作者:Python學(xué)研大本營(yíng)  
itertools模塊就是一個(gè)很好的例子,它為開發(fā)者提供了許多強(qiáng)大的工具,可以用更短的代碼來(lái)操作Python的可迭代對(duì)象,本文主要介紹了Python中itertools高效迭代工具,感興趣的可以了解一下

用更短的代碼實(shí)現(xiàn)相同的功能,使用10個(gè)Python Itertools方法讓代碼更簡(jiǎn)潔。

簡(jiǎn)介

Python的編程優(yōu)勢(shì)在于它的簡(jiǎn)潔性。這不僅是因?yàn)镻ython語(yǔ)法優(yōu)雅,還因?yàn)樗性S多精心設(shè)計(jì)的內(nèi)置模塊,可以幫助開發(fā)者高效地實(shí)現(xiàn)常用功能。

itertools模塊就是一個(gè)很好的例子,它為開發(fā)者提供了許多強(qiáng)大的工具,可以用更短的代碼來(lái)操作Python的可迭代對(duì)象,幫助開發(fā)者事半功倍地完成任務(wù)。

1. itertools.product():避免嵌套循環(huán)的巧妙方式

當(dāng)程序變得越來(lái)越復(fù)雜時(shí),可能需要編寫嵌套循環(huán)。與此同時(shí),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(jìn)上述代碼,使其具有Python風(fēng)格?

可以使用itertools.product()函數(shù):

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(duì)象的笛卡爾積,幫助將3個(gè)嵌套的for循環(huán)合并為一個(gè)。

2. itertools.compress():過(guò)濾數(shù)據(jù)的便捷方式

可以通過(guò)一個(gè)或多個(gè)循環(huán)來(lái)過(guò)濾列表中的項(xiàng)目。

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

itertools.compress()函數(shù)返回一個(gè)迭代器,該迭代器根據(jù)對(duì)應(yīng)的布爾掩碼值對(duì)可迭代對(duì)象進(jìn)行過(guò)濾。

例如,以下代碼使用itertools.compress()函數(shù)選擇真正的數(shù)據(jù):

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(gè)參數(shù)selector作為一個(gè)掩碼,也可以定義為以下形式:

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

3. itertools.groupby():對(duì)可迭代對(duì)象進(jìn)行分組

itertools.groupby()函數(shù)是將可迭代對(duì)象中相鄰的重復(fù)元素進(jìn)行分組的一種便捷方式。

例如,可以對(duì)一個(gè)長(zhǎng)字符串進(jìn)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(gè)參數(shù)來(lái)告訴groupby()函數(shù)如何判斷兩個(gè)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(duì)象中給定長(zhǎng)度的所有組合

對(duì)于初學(xué)者來(lái)說(shuō),編寫一個(gè)正確的函數(shù)來(lái)獲取列表的所有可能組合可能需要一些時(shí)間。

實(shí)際上,如果使用itertools.combinations()函數(shù),可以很容易地實(shí)現(xiàn):

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(shù)有兩個(gè)參數(shù),一個(gè)是原始可迭代對(duì)象,另一個(gè)是函數(shù)生成的子序列的長(zhǎng)度。

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

既然有一個(gè)函數(shù)可以獲取所有組合,當(dāng)然還有另一個(gè)名為itertools.permutations的函數(shù)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(shù)的使用方式與itertools.combinations()函數(shù)類似。唯一的區(qū)別在于它們的結(jié)果。

6. itertools.accumulate():從可迭代對(duì)象生成累積項(xiàng)

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

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(chuàng)建無(wú)限迭代器

在某些情況下,開發(fā)者需要獲得一個(gè)無(wú)限迭代器。有3個(gè)函數(shù)可以幫助實(shí)現(xiàn):

7.1 itertools.repeat():重復(fù)生成相同的項(xiàng)目

例如,可以按以下方式獲取三個(gè)相同的“Yang”:

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

7.2 itertools.cycle():通過(guò)循環(huán)獲取無(wú)限迭代器

itertools.cycle函數(shù)在中斷循環(huán)之前不會(huì)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(gè)無(wú)限的數(shù)字序列

如果需要的只是數(shù)字,可以使用itertools.count函數(shù):

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(gè)參數(shù)是起始數(shù)字,第二個(gè)參數(shù)是步長(zhǎng)。

8. itertools.pairwise():輕松獲取成對(duì)的元組

自Python 3.10以來(lái),itertools模塊新增了一個(gè)名為pairwise的新函數(shù)。它是一個(gè)簡(jiǎn)潔的工具,可以從可迭代對(duì)象生成連續(xù)重疊的成對(duì)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(guò)濾元素

itertools.takewhile()返回一個(gè)迭代器,只要給定的謂詞函數(shù)評(píng)估為True,該迭代器就會(huì)生成可迭代對(duì)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(shù)與內(nèi)置的filter()函數(shù)不同。

filter函數(shù)將遍歷整個(gè)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(shù)會(huì)在評(píng)估函數(shù)為False時(shí)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(gè)函數(shù)是上一個(gè)函數(shù)的逆操作。

itertools.takewhile()函數(shù)在True時(shí)返回可迭代對(duì)象中的元素,而itertools.dropwhile()函數(shù)會(huì)在True時(shí)刪除可迭代對(duì)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]

到此這篇關(guān)于Python中itertools高效迭代工具的文章就介紹到這了,更多相關(guān)Python 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一鍵查找iOS項(xiàng)目中未使用的圖片、音頻、視頻資源

    Python一鍵查找iOS項(xiàng)目中未使用的圖片、音頻、視頻資源

    這篇文章主要介紹了Python-一鍵查找iOS項(xiàng)目中未使用的圖片、音頻、視頻資源,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),需要的朋友可以參考下
    2019-08-08
  • python jenkins 打包構(gòu)建代碼的示例代碼

    python jenkins 打包構(gòu)建代碼的示例代碼

    這篇文章主要介紹了python jenkins 打包構(gòu)建代碼的示例代碼,文中通過(guò)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(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2019-11-11
  • python3 pygame實(shí)現(xiàn)接小球游戲

    python3 pygame實(shí)現(xiàn)接小球游戲

    這篇文章主要為大家詳細(xì)介紹了python3 pygame實(shí)現(xiàn)接小球游戲,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2019-05-05
  • conda創(chuàng)建環(huán)境過(guò)程出現(xiàn)"Solving?environment:?failed"報(bào)錯(cuò)的詳細(xì)解決方法

    conda創(chuàng)建環(huán)境過(guò)程出現(xiàn)"Solving?environment:?failed"報(bào)錯(cuò)的詳細(xì)解

    很長(zhǎng)一段時(shí)間沒(méi)用conda了,然后突然使用conda創(chuàng)建環(huán)境報(bào)錯(cuò),所以下面這篇文章主要給大家介紹了關(guān)于conda創(chuàng)建環(huán)境過(guò)程出現(xiàn)"Solving?environment:?failed"報(bào)錯(cuò)的詳細(xì)解決方法,需要的朋友可以參考下
    2022-11-11
  • OpenCV實(shí)現(xiàn)圖像濾波之雙邊濾波

    OpenCV實(shí)現(xiàn)圖像濾波之雙邊濾波

    這篇文章主要為大家詳細(xì)介紹了OpenCV實(shí)現(xiàn)圖像濾波之雙邊濾波,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
    2021-10-10
  • Python中存取文件的4種不同操作

    Python中存取文件的4種不同操作

    這篇文章主要給大家介紹了關(guān)于Python中存取文件的4種不同操作的相關(guān)資料,分別包括Python內(nèi)置方法、numpy模塊方法、os模塊方法以及csv模塊方法,文中通過(guò)示例代碼介紹的非常詳細(xì),需要的朋友可以參考下
    2018-07-07
  • 利用Python讀取Excel表內(nèi)容的詳細(xì)過(guò)程

    利用Python讀取Excel表內(nèi)容的詳細(xì)過(guò)程

    python有多種方式可以去讀取excel文檔的內(nèi)容,下面這篇文章主要給大家介紹了利用Python讀取Excel表內(nèi)容的詳細(xì)過(guò)程,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下
    2022-10-10
  • Python讀取和處理分析tif數(shù)據(jù)的超詳細(xì)教程

    Python讀取和處理分析tif數(shù)據(jù)的超詳細(xì)教程

    TIF格式是一種跨平臺(tái)的圖片格式,可同時(shí)支持Windows和Mac系統(tǒng)的操作,TIF格式可以在保證圖片不失真的情況下壓縮,且保留圖片的分層或是透明信息,這篇文章主要介紹了Python讀取和處理分析tif數(shù)據(jù)的相關(guān)資料,需要的朋友可以參考下
    2025-11-11
  • pytorch中torch.topk()函數(shù)的快速理解

    pytorch中torch.topk()函數(shù)的快速理解

    我們?cè)谧龇诸愃惴〞r(shí),時(shí)常見到@acc1和@acc5的情況,@acc1比較容易實(shí)現(xiàn),但是一直苦于@acc5算法的實(shí)現(xiàn),在此為大家提供一種@topk的實(shí)現(xiàn)方法,這篇文章主要給大家介紹了關(guān)于pytorch中torch.topk()函數(shù)的快速理解,需要的朋友可以參考下
    2022-02-02
  • python自動(dòng)結(jié)束mysql慢查詢會(huì)話的實(shí)例代碼

    python自動(dòng)結(jié)束mysql慢查詢會(huì)話的實(shí)例代碼

    這篇文章主要介紹了python自動(dòng)結(jié)束mysql慢查詢會(huì)話,主要涉及到了mysql慢查詢會(huì)話查詢,定時(shí)任務(wù)的相關(guān)知識(shí),本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),需要的朋友可以參考下
    2019-10-10

最新評(píng)論

安陆市| 丘北县| 南丹县| 许昌市| 乐山市| 广丰县| 濮阳市| 浠水县| 天等县| 休宁县| 芷江| 股票| 延川县| 陆河县| 项城市| 德清县| 克东县| 卢龙县| 紫金县| 望都县| 钦州市| 绥滨县| 勐海县| 龙江县| 东源县| 铁岭县| 涟源市| 温泉县| 南澳县| 香港| 铜陵市| 育儿| 虹口区| 平昌县| 涿州市| 旌德县| 海丰县| 绥江县| 齐齐哈尔市| 靖江市| 榆中县|