很多人都致力于把Python代码写得更Pythonic，一来更符合规范且容易阅读，二来般Pythonic的代码在执行上也更有效率。今天就先给大家介绍一个很Pythonic的Python系统库：itertools。
itertools库
迭代器（生成器）在Python中是一种很常用也很好用的数据结构，比起列表(list)来说，迭代器最大的优势就是延迟计算，按需使用，从而提高开发体验和运行效率，以至于在Python 3中map,filter等操作返回的不再是列表而是迭代器。
话虽这么说，但大家平时用到的迭代器大概只有range了，而通过iter函数把列表对象转化为迭代器对象又有点多此一举，这时候我们今天的主角itertools就该上场了。
使用itertools
itertools中的函数大多是返回各种迭代器对象，作为python自带的系统库，使用起来语法简洁，执行效率也很高。
itertools.accumulate
简单来说就是累加。
>>> import itertools
>>> x = itertools.accumulate(range(10))
>>> print(list(x))
[0, 1, 3, 6, 10, 15, 21, 28, 36, 45]
itertools.chain
连接多个列表或者迭代器。
>>> x = itertools.chain(range(3), range(4), [3,2,1])
>>> print(list(x))
[0, 1, 2, 0, 1, 2, 3, 3, 2, 1]
itertools.combinations
求列表或生成器中指定数目的元素不重复的所有组合
>>> x = itertools.combinations(range(4), 3)
>>> print(list(x))
[(0, 1, 2), (0, 1, 3), (0, 2, 3), (1, 2, 3)]
itertools.combinations_with_replacement
允许重复元素的组合
>>> x = itertools.combinations_with_replacement( ABC , 2)
>>> print(list(x))
[( A , A ), ( A , B ), ( A , C ), ( B , B ), ( B , C ), ( C , C )]
itertools.compress
按照真值表筛选元素
>>> x = itertools.compress(range(5), (True, False, True, True, False))
>>> print(list(x))
[0, 2, 3]
itertools.count
就是一个计数器,可以指定起始位置和步长
>>> x = itertools.count(start=20, step=-1)
>>> print(list(itertools.islice(x, 0, 10, 1)))
[20, 19, 18, 17, 16, 15, 14, 13, 12, 11]
itertools.cycle
循环指定的列表和迭代器
>>> x = itertools.cycle( ABC )
>>> print(list(itertools.islice(x, 0, 10, 1)))
[ A , B , C , A , B , C , A , B , C , A ]
itertools.dropwhile
按照真值函数丢弃掉列表和迭代器前面的元素
>>> x = itertools.dropwhile(lambda e: e >>> print(list(x))
[5, 6, 7, 8, 9]
itertools.filterfalse
保留对应真值为False的元素
>>> x = itertools.filterfalse(lambda e: e >>> print(list(x))
[5, 6, 9]
itertools.groupby
按照分组函数的值对元素进行分组
>>> x = itertools.groupby(range(10), lambda x: x 8)
>>> for condition, numbers in x:
... print(condition, list(numbers))
True [0, 1, 2, 3, 4]
False [5, 6, 7, 8]
True [9]
itertools.islice
上文使用过的函数，对迭代器进行切片
>>> x = itertools.islice(range(10), 0, 9, 2)
>>> print(list(x))
[0, 2, 4, 6, 8]
itertools.permutations
产生指定数目的元素的所有排列(顺序有关)
>>> x = itertools.permutations(range(4), 3)
>>> print(list(x))
[(0, 1, 2), (0, 1, 3), (0, 2, 1), (0, 2, 3), (0, 3, 1), (0, 3, 2), (1, 0, 2), (1, 0, 3), (1, 2, 0), (1, 2, 3), (1, 3, 0), (1, 3, 2), (2, 0, 1), (2, 0,3), (2, 1, 0), (2, 1, 3), (2, 3, 0), (2, 3, 1), (3, 0, 1), (3, 0, 2), (3, 1, 0), (3, 1, 2), (3, 2, 0), (3, 2, 1)]
itertools.product
产生多个列表和迭代器的(积)
>>> x = itertools.product( ABC , range(3))
>>>
>>> print(list(x))
[( A , 0), ( A , 1), ( A , 2), ( B , 0), ( B , 1), ( B , 2), ( C , 0), ( C , 1), ( C , 2)]
itertools.repeat
简单的生成一个拥有指定数目元素的迭代器
>>> x = itertools.repeat(0, 5)
>>> print(list(x))
[0, 0, 0, 0, 0]
itertools.starmap
类似map
>>> x = itertools.starmap(str.islower, aBCDefGhI )
>>> print(list(x))
[True, False, False, False, True, True, False, True, False]
itertools.takewhile
与dropwhile相反，保留元素直至真值函数值为假。
>>> x = itertools.takewhile(lambda e: e >>> print(list(x))
[0, 1, 2, 3, 4]
itertools.tee
这个函数我也不是很懂，似乎是生成指定数目的迭代器
>>> x = itertools.tee(range(10), 2)
>>> for letters in x:
... print(list(letters))
...
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
itertools.zip_longest
类似于zip，不过已较长的列表和迭代器的长度为准
>>> x = itertools.zip_longest(range(3), range(5))
>>> y = zip(range(3), range(5))
>>> print(list(x))
[(0, 0), (1, 1), (2, 2), (None, 3), (None, 4)]
>>> print(list(y))
[(0, 0), (1, 1), (2, 2)]
结语
以上就是对 itertools 库中常用函数的介绍。大家大致了解这些功能即可，不必死记硬背，实际开发中有相关需求时可以再针对具体函数查询详细文档。
如果文章对你有帮助，欢迎转发/点赞/收藏~
