Python的美丽在于它的简洁性。

不仅因为Python的语法优雅，还因为它有许多设计良好的内置模块，能够高效地实现常见功能。

itertools模块就是一个很好的例子，它为我们提供了许多强大的工具，可以在更短的代码中操作Python的可迭代对象。

(资料图片仅供参考)

用更少的代码实现更多的功能，这就是你可以从itertools模块中获得的好处。让我们从本文中了解一下。

1、itertools.product(): 避免嵌套循环的巧妙方法

当程序变得越来越复杂时，你可能需要编写嵌套循环。同时，你的Python代码将变得丑陋和难以阅读：

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

如何使上述代码再次具有 Python 风格？

那 itertools.product() 函数就是你的朋友：

from itertools import productlist_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，它返回输入可迭代对象的笛卡尔积，帮助我们将三个嵌套的for循环合并为一个。

2、itertools.compress(): 过滤数据的便捷方式

我们可以通过一个或多个循环来筛选列表中的项。

但有时候，我们可能不需要编写任何循环。因为有一个名为itertools.compress()的函数。

itertools.compress()函数返回一个迭代器，根据相应的布尔掩码对可迭代对象进行过滤。

例如，以下代码使用itertools.compress()函数选择出真正的领导者：

import itertoolsleaders = ["Yang", "Elon", "Tim", "Tom", "Mark"]selector = [1, 1, 0, 0, 0]print(list(itertools.compress(leaders, selector)))# ["Yang", "Elon"]

第二个参数selector作为掩码起作用，我们也可以这样定义它：

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

3、itertools.groupby(): 对可迭代对象进行分组

itertools.groupby()函数是一种方便的方式，用于将可迭代对象中相邻的重复项进行分组。

例如，我们可以将一个长字符串进行分组，如下所示：

from itertools import groupbyfor key, group in groupby("LinnuxmiMi"):    print(key, list(group))

此外，我们可以利用它的第二个参数告诉groupby()函数如何确定两个项是否相同：

from itertools import groupbyfor key, group in groupby("LinnuxmiMi", lambda x: x.upper()):    print(key, list(group))

4、itertools.combinations(): 从可迭代对象中获取给定长度的所有组合

对于初学者来说，编写一个无 bug 的函数来获取列表的所有可能组合可能需要一些时间。

事实上，如果她了解 itertools.combinations() 函数，她可以很容易地实现：

import itertoolsauthor = ["L", "i", "n", "u", "x"]result = itertools.combinations(author, 2)for a in result:    print(a)

如上所示，itertools.combinations()函数有两个参数，一个是原始可迭代对象，另一个是函数生成的子序列的长度。

5、itertools.permutations(): 从可迭代对象中获取给定长度的所有排列

既然有一个函数可以获取所有组合，当然也有另一个名为itertools.permutations的函数来获取所有可能的排列：

import itertoolsauthor = ["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()函数的用法与itertools.combinations()类似。唯一的区别在于它们的结果。

6、itertools.accumulate(): 从可迭代对象生成累积的项

基于可迭代对象获取一系列累积值是一种常见需求。借助itertools.accumulate()函数的帮助，我们无需编写任何循环即可实现。

import itertoolsimport operatornums = [1, 2, 3, 4, 5]print(list(itertools.accumulate(nums, operator.mul)))# [1, 2, 6, 24, 120]

如果我们不想使用operator.mul，上述程序可以改写如下：

import itertoolsnums = [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(): 生成无限迭代对象

在某些情况下，我们需要获得无限迭代。有 3 个有用的功能：

(1) itertools.repeat（）：重复生成相同的项

例如，我们可以得到三个相同的“Yang”，如下所示：

import itertoolsprint(list(itertools.repeat("Yang", 3)))# ["Yang", "Yang", "Yang"]

(2) itertools.cycle(): 通过循环获得无限迭代器

itertools.cycle函数将不会停止，直到我们跳出循环：

import itertoolscount = 0for 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,

itertools.count(): 生成一个无限的数字序列 如果我们只需要数字，可以使用itertools.count函数：

import itertoolsfor 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，它的第一个参数是起始数字，第二个参数是步长。

8、itertools.pairwise(): 轻松获取成对的元组

自从Python 3.10版本开始，itertools模块新增了一个名为pairwise的函数。它是一个简洁而方便的工具，用于从可迭代对象中生成连续的重叠对。

import itertoolsletters = ["a", "b", "c", "d", "e"]result = itertools.pairwise(letters)print(list(result))# [("a", "b"), ("b", "c"), ("c", "d"), ("d", "e")]

9、itertools.takewhile(): 以不同的方式过滤元素

itertools.takewhile()返回一个迭代器，只要给定的谓词函数评估为True，就会从可迭代对象中生成元素。

import itertoolsnums = [1, 61, 7, 9, 2077]print(list(itertools.takewhile(lambda x: x < 100, nums)))# [1, 61, 7, 9]

该函数与内置的filter()函数不同。

filter函数将遍历整个列表：

nums = [1, 61, 7, 9, 2077]print(list(filter(lambda x: x < 10, nums)))# [1, 7, 9]

然而，itertools.takewhile函数如其名称所示，当评估函数为False时会停止迭代：

import itertoolsnums = [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

这个函数似乎是前面那个函数的相反思路。

itertools.takewhile()函数在谓词函数为True时返回可迭代对象的元素，而itertools.dropwhile()函数在谓词函数为True时丢弃可迭代对象的元素，然后返回剩下的元素。

import itertoolsnums = [1, 61, 7, 9, 2077]print(list(itertools.dropwhile(lambda x: x < 100, nums)))# [2077]