大家好，我是涛哥，今天为大家分享itertools库常用功能，并且为大家提供示例，全文5000字，大约阅读15分钟。
什么是 itertools？
itertools是Python的一个内置模块，它提供了一系列用于迭代的函数，可用于有效地创建迭代器，组合、操作和处理数据。下面是一些itertools中最常用的功能：
1. 无限迭代器
itertools.count(start, step)
itertools.count(start, step)函数用于生成一个无限迭代的整数序列。它从 start 开始，并以 step 作为步长不断生成整数。
以下是一个展示 itertools.count() 的示例代码：
import itertools
# 从 5 开始，步长为 2，生成整数序列
for i in itertools.count(5, 2):
if i > 20:
break
print(i, end=' ')在这个示例中，itertools.count(5, 2) 生成一个从 5 开始，步长为 2 的整数序列。这个序列将生成满足条件 i > 20 的整数，并在满足条件后停止迭代。
itertools.cycle(iterable)
itertools.cycle(iterable)函数用于创建一个无限循环迭代器，不断重复提供的可迭代对象中的元素。
以下是一个演示 itertools.cycle() 的示例代码：
import itertools
# 定义一个列表
data = [1, 2, 3]
# 使用 cycle 无限重复可迭代对象中的元素
for i in itertools.cycle(data):
print(i, end=' ')
if i == 3: # 为避免无限循环，手动设定循环结束条件
break在这个例子中，itertools.cycle(data) 会不断重复列表 [1, 2, 3] 中的元素。因为这是一个无限循环，这里手动设置了 if i == 3 的条件来结束循环。
itertools.repeat(elem, times)
itertools.repeat(elem, times) 函数用于创建一个迭代器，该迭代器将不断重复生成 elem 元素，最多重复 times 次。
以下是一个演示 itertools.repeat() 的示例代码：
import itertools
# 使用 repeat 重复生成元素
for i in itertools.repeat(10, 3):
print(i, end=' ')在这个例子中，itertools.repeat(10, 3) 生成一个重复生成元素 10 的迭代器，总共重复 3 次。结果将是 10 10 10。
2. 组合生成器
itertools.permutations(iterable, r)
itertools.permutations(iterable, r) 函数用于生成可迭代对象中所有长度为 r 的排列。
以下是一个演示 itertools.permutations() 的示例代码：
import itertools
# 定义一个列表
letters = ['a', 'b', 'c']
# 使用 permutations 生成排列
for perm in itertools.permutations(letters, 2):
print(perm)在这个示例中，itertools.permutations(letters, 2) 生成了长度为 2 的排列。它会生成由给定列表中元素的所有可能排列组成的迭代器。在此示例中，生成了长度为 2 的排列，例如 ('a', 'b'), ('a', 'c'), ('b', 'a'), ('b', 'c'), ('c', 'a'), ('c', 'b')。
itertools.combinations(iterable, r)
itertools.combinations(iterable, r) 函数用于生成可迭代对象中所有长度为 r 的组合，不考虑元素顺序。
以下是一个演示 itertools.combinations() 的示例代码：
import itertools
# 定义一个列表
letters = ['a', 'b', 'c']
# 使用 combinations 生成组合
for comb in itertools.combinations(letters, 2):
print(comb)在这个示例中，itertools.combinations(letters, 2) 生成了长度为 2 的组合。它会生成由给定列表中元素的所有可能组合组成的迭代器，不考虑元素的顺序。在此示例中，生成了长度为 2 的组合，例如 ('a', 'b'), ('a', 'c'), ('b', 'c')。
itertools.product(*iterables, repeat=1)
itertools.product(*iterables, repeat=1)函数用于生成可迭代对象的笛卡尔积，即所有输入可迭代对象中元素的排列组合。
以下是一个演示 itertools.product() 的示例代码：
import itertools
# 定义多个列表
colors = ['red', 'blue']
shapes = ['circle', 'square']
sizes = ['small', 'large']
# 使用 product 生成笛卡尔积
for prod in itertools.product(colors, shapes, sizes):
print(prod)在这个示例中，itertools.product(colors, shapes, sizes) 生成了多个列表的笛卡尔积。它会生成由给定列表中元素的所有可能排列组成的迭代器。在此示例中，生成了颜色、形状和尺寸的所有可能组合，如 ('red', 'circle', 'small'), ('red', 'circle', 'large'), ('red', 'square', 'small'), 等等。
3. 迭代器的处理
itertools.chain(*iterables)
itertools.chain(*iterables) 函数用于将多个可迭代对象连接成一个迭代器，按照它们在参数中出现的顺序依次输出元素。
以下是一个演示 itertools.chain() 的示例代码：
import itertools
# 定义多个可迭代对象
numbers = [1, 2, 3]
colors = ['red', 'blue']
# 使用 chain 连接多个可迭代对象
merged = itertools.chain(numbers, colors)
# 打印结果
for m in merged:
print(m, end=' ')在这个示例中，itertools.chain(numbers, colors) 连接了两个列表 numbers 和 colors。它会将这两个可迭代对象的元素顺序连接起来，以创建一个单一的迭代器。这样，可以按顺序依次输出元素，结果会是 1 2 3 red blue。
itertools.islice(iterable, stop)
itertools.islice() 函数，从一个迭代器或可迭代对象中获取前 stop 个元素，返回一个生成器来产生这些元素。
下面是一个更加详细的示例代码，说明了 itertools.islice() 的用法：
import itertools
# 定义一个简单的列表
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
# 使用 islice 获取前 5 个元素
sliced_data = itertools.islice(data, 5)
# 打印结果
print("前 5 个元素:")
for d in sliced_data:
print(d, end=' ')
# 使用 islice 获取索引 2 到 5 之间的元素
sliced_data = itertools.islice(data, 2, 5)
# 打印结果
print("\n\n索引 2 到 5 之间的元素:")
for d in sliced_data:
print(d, end=' ')
# 使用 islice 获取索引 1 到 9 之间，步长为 2 的元素
sliced_data = itertools.islice(data, 1, 9, 2)
# 打印结果
print("\n\n索引 1 到 9 之间，步长为 2 的元素:")
for d in sliced_data:
print(d, end=' ')这段代码展示了 itertools.islice() 函数的几种用法。它演示了从给定列表中截取出不同范围的元素，包括开始、结束和步长参数。
itertools.filterfalse(predicate, iterable)
itertools.filterfalse() 函数可以返回在给定可迭代对象中，predicate 条件为假的所有元素。
以下是一个演示 itertools.filterfalse() 的示例代码：
import itertools
# 定义一个简单的函数，用于检查奇数
def is_even(x):
return x % 2 == 0
# 定义一个列表
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
# 使用 filterfalse 选取所有偶数
filtered_data = itertools.filterfalse(is_even, data)
# 打印结果
print("所有奇数:")
for d in filtered_data:
print(d, end=' ')在这个示例中，定义了一个简单的 is_even() 函数来检查一个数是否为偶数。然后，使用 itertools.filterfalse() 函数从列表中过滤出所有不满足偶数条件的元素。
4. 其他有用的函数
itertools.groupby(iterable, key=None)
itertools.groupby()函数可以将一个可迭代对象中相邻且相同的元素分组在一起。这个函数返回一个生成器，每个生成器包含一个键和对应的迭代器，这个迭代器生成与该键相同的元素。
以下是一个展示 itertools.groupby() 的示例代码：
import itertools
# 定义一个列表，里面包含重复元素
data = [1, 1, 2, 2, 2, 3, 4, 4, 4, 4, 5]
# 使用 groupby 将相邻且相同的元素分组
grouped_data = itertools.groupby(data)
# 打印结果
print("分组后的元素:")
for key, group in grouped_data:
print(f"键: {key}, 对应的组: {list(group)}")在这个例子中，itertools.groupby() 函数将相邻且相同的元素分在一组。它检查每个元素，如果相邻元素相同，则将它们放在一组中。
itertools.dropwhile(predicate, iterable)
itertools.dropwhile() 函数是用于过滤可迭代对象的工具。它会丢弃满足特定条件的元素，直到遇到第一个不满足条件的元素，然后返回剩余的元素。一旦遇到第一个不满足条件的元素，后续的元素都将被保留。
以下是一个展示 itertools.dropwhile() 的示例代码：
import itertools
# 定义一个简单的函数，用于检查是否小于5
def less_than_five(x):
return x < 5
# 定义一个列表
data = [1, 3, 5, 2, 4, 6, 7, 8]
# 使用 dropwhile 丢弃满足条件的元素
filtered_data = itertools.dropwhile(less_than_five, data)
# 打印结果
print("不满足条件的元素:")
for d in filtered_data:
print(d, end=' ')在这个示例中，定义了一个 less_than_five() 函数，用于检查一个数是否小于5。然后，使用 itertools.dropwhile() 函数来从列表中删除所有小于5的元素。
itertools.takewhile(predicate, iterable)
itertools.takewhile() 函数用于从可迭代对象中获取元素，直到遇到不满足指定条件的元素为止。一旦条件不再满足，函数将停止迭代并返回之前满足条件的元素。
以下是一个示例代码，展示了 itertools.takewhile() 函数的用法：
import itertools
# 定义一个简单的函数，用于检查是否小于5
def less_than_five(x):
return x < 5
# 定义一个列表
data = [1, 3, 5, 2, 4, 6, 7, 8]
# 使用 takewhile 选取满足条件的元素
filtered_data = itertools.takewhile(less_than_five, data)
# 打印结果
print("满足条件的元素:")
for d in filtered_data:
print(d, end=' ')在这个示例中，定义了一个 less_than_five() 函数，用于检查一个数是否小于5。然后，使用 itertools.takewhile() 函数从列表中获取所有满足条件的元素（小于5的元素），直到遇到第一个不满足条件的元素为止。
今天的分享到这里就结束了，更多Python学习内容，http://ipengtao.com/
唉，今年真的太难了。。。
干货笔记整理
100个爬虫常见问题.pdf ，太全了！
Python 自动化运维 100个常见问题.pdf
Python Web 开发常见的100个问题.pdf
124个Python案例，完整源代码！
PYTHON 3.10中文版官方文档
耗时三个月整理的《Python之路2.0.pdf》开放下载
最经典的编程教材《Think Python》开源中文版.PDF下载
点击阅读原文，获取更多学习内容
