Python itertools

itertools 为迭代器流水线提供小型积木。除非你主动要求，它们不会创建完整列表，因此很适合与生成器组合。先掌握 count、islice、chain 和 groupby，再用它们组合，而不是再写一个索引循环。 你还会累积总量、用 tee 复制迭代器，并构造组合。

不用 range 也能计数

count 会产生无限序列。配合 islice 只请求固定数量的值。islice 适用于任何可迭代对象，不只是列表，而且返回迭代器。

from itertools import count, islice
print(list(islice(count(10), 3)))

给无限序列加上边界

用 chain 拼接可迭代对象

chain 会依次读取一个可迭代对象，再读取下一个，不构建中间列表。数据来自不同来源时很方便。只有需要打印或重复使用时，才用 list 包起来。

from itertools import chain
print(list(chain([1, 2], ["a", "b"])))

把多段合成一个流

分组相邻的值

groupby 会把键相同的连续元素分到一组。它不会替你排序，所以相同键分散在各处时要先排序。分组结果是迭代器，必须在前进到下一个键之前消费完。

from itertools import groupby
data = [("a", 1), ("a", 2), ("b", 3)]
for key, group in groupby(data, key=lambda pair: pair[0]):
    print(key, list(group))

相同键的连续片段

accumulate 与 pairwise 派生流

accumulate 把值变成运行总量；pairwise 产出相邻对。两者都是惰性的，不用索引循环就能表达关系。累加器需要零这样的起点时，用 initial=。

from itertools import accumulate, pairwise
values = [4, 3, 2]
print(list(accumulate(values)))
print(list(pairwise(values)))
print(list(accumulate(values, initial=0)))

运行总量与相邻对

tee 复制迭代器，但会缓冲

tee 在一个源上返回两个独立迭代器。它不是深拷贝：一个分支提前取走的值会为另一个分支缓冲。两个分支都要消费；数据小到可以直接存下时，优先用列表。

from itertools import tee
values = iter([1, 2, 3])
a, b = tee(values)
print(list(a))
print(list(b))
print(list(a))

两个读者，一个带缓冲的源

组合与笛卡尔积

combinations 选出不重复、无序的组合；product 构造输入之间的所有配对。结果数量增长很快，所以输入要小。它们适合测试矩阵和小型搜索空间，不适合暴力枚举大数据。

from itertools import combinations, product
print(list(combinations(["a", "b", "c"], 2)))
print(list(product([1, 2], ["x", "y"])))

小型组合积木

动手试试

改改变量、先预测输出，再运行代码。第一次点击“运行代码”时会下载 Python 运行时，可能需要几秒钟。