这篇文章主要介绍了python的itertools包怎么使用的相关知识，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的itertools包怎么使用文章都会有所收获，下面我们一起来看看吧。
前言：
Python的内建模块itertools提供了非常有用的用于操作迭代对象的函数，itertools提供的几个“无限”迭代器
1、count()创建自然数序列
import itertools n = 0natuals = itertools.count(1)for m in natuals: print(m) 因为count(n)会创建一个无限的迭代器，起始数字为n，迭代至无穷大。所以上述代码会打印出自然数序列，根本停不下来，只能按Ctrl+C退出。
运行结果：
0 1 2 3 4 5 6 7 ...
2、cycle()创建序列循环
cycle()会把传入的一个序列无限重复下去。
示例1、循环列表中的内容：
natuals = itertools.cycle([1, 2, 3])for m in natuals: print(m)运行结果：
1 2 3 1 2 3 1 2 3 ...
示例2、字符串中字符循环：
import itertoolscs = itertools.cycle('ABC') # 注意字符串也是序列的一种for c in cs: print(c)运行结果：
A B C A B C A B C ...
3、repeat()把一个元素有限次重复
repeat()负责把一个元素无限重复下去（默认行为），不过如果提供第二个参数就可以限定重复次数。
ns = itertools.repeat('A', 3)for n in ns: print(n)运行结果：
A A A ...
4、takewhile()根据条件判断来截取出一个有限的序列
无限序列只有在for迭代时才会无限地迭代下去，如果只是创建了一个迭代对象，它不会事先把无限个元素生成出来，事实上也不可能在内存中创建无限多个元素。无限序列虽然可以无限迭代下去，但是通常我们会通过takewhile()等函数根据条件判断来截取出一个有限的序列。
import itertools natuals = itertools.count(1)ns = itertools.takewhile(lambda x: x <= 10, natuals)print(list(ns))运行结果：
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
迭代器测试：
对于有限数据的迭代器，每调用一次，迭代器内数据弹出。
import itertools natuals = itertools.count(1)ns = itertools.takewhile(lambda x: x <= 3, natuals)for n in ns: print(n) print(list(ns))运行结果：
1 2 3 []
5、chain()迭代对象串联
chain()可以把一组迭代对象串联起来，形成一个更大的迭代器。
for c in itertools.chain('ABC', 'XYZ'): print(c)运行结果：
'A' 'B' 'C' 'X' 'Y' 'Z'
6、groupby()迭代器元素分组
groupby()把迭代器中相邻的重复元素挑出来放在一起，更多的用于字符串。
for key, group in itertools.groupby('AAABBBCCAAA'): print(key, list(group))运行结果：
A ['A', 'A', 'A']
B ['B', 'B', 'B']
C ['C', 'C']
A ['A', 'A', 'A']
实际上挑选规则是通过函数完成的，只要作用于函数的两个元素返回的值相等，这两个元素就被认为是在一组的，而函数返回值作为组的key。如果我们要忽略大小写分组，就可以让元素'A'和'a'都返回相同的key。
for key, group in itertools.groupby('AaaBBbcCAAa', lambda c: c.upper()): print(key, list(group))运行结果：
A ['A', 'a', 'a']
B ['B', 'B', 'b']
C ['c', 'C']
A ['A', 'A', 'a']
关于“python的itertools包怎么使用”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的itertools包怎么使用”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。
