这篇文章主要介绍了Python中itertools库的四个函数是什么及怎么用的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇Python中itertools库的四个函数是什么及怎么用文章都会有所收获,下面我们一起来看看吧。
1. 引言
在Python开发中,itertools
库经常被忽视,实际上该库中抱恨了一些非常棒的函数,特别是用于处于数据流的函数。
2. accumulate() 函数
第三方库itertools
提供的函数accumulate()
,可以帮助我们对数据流执行累积操作。换句话说,假设我们有一个数据列表[a,b,c,d,e]和一个运算f,那么函数accumulate()
可以帮助我们计算f(a,b)
,f(f(a,b),c)
,f(f(f(a,b),c),d)
,等等。
文字有点不直观,那我们来举个累加的栗子吧!
样例代码如下:
import itertoolsdata = [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]
上述函数accumulate()
的作用是:先把3和4相加,然后得到7,再和6相加,得到另一个值,依此类推。
需要注意的是:如果要执行给定3个或更多值的累计操作,则不允许使用该函数,因为accumulate()只接受迭代器,迭代器每次调用next()返回至多1个元素。
3. compress() 函数
函数compress()
可以根据我们的喜好来过滤内容。与函数filter()
函数不同,函数compress()
需要传入相应的标志位来决定是否应该保留每个值。
举个例子会更加直观,相关样例代码如下:
import itertoolsdata = [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,如果数据是奇数,则选择器将为 1,否则为 0。因此,函数compress()
操作的结果将只是保留原始数据中的奇数。
4. groupby() 函数
在许多情况下,我们会在 Python 中以随机顺序获得一个元组列表,假如我们希望按值对它们进行分组。此时是函数 groupby()
发挥作用的完美场景!
函数 groupby()
将接受一个可迭代的参数和一个返回值的函数,然后它将按函数返回的值对元组列表进行分组。
例如,我们想按国家对以下城市进行分组:
import itertoolsdata = [('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. 排列组合操作
排列组合可能是 itertools
库中最令人惊叹的函数之一,它提供了排列组合运算符!
我们唯一需要做的就是将正确的关键字与输出元组的长度一起传递给相应的函数,
如下例所示:
import itertoolsdata = [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)]
关于“Python中itertools库的四个函数是什么及怎么用”这篇文章的内容就介绍到这里,感谢各位的阅读!相信大家对“Python中itertools库的四个函数是什么及怎么用”知识都有一定的了解,大家如果还想学习更多知识,欢迎关注编程网行业资讯频道。