python itertools包內置無限迭代器
前言:
Python的內建模塊itertools提供了非常有用的用于操作迭代對象的函數(shù),itertools提供的幾個“無限”迭代器
1、count()創(chuàng)建自然數(shù)序列
import itertools ? n = 0 natuals = itertools.count(1) for m in natuals: ? ? print(m)
因為count(n)會創(chuàng)建一個無限的迭代器,起始數(shù)字為n,迭代至無窮大。所以上述代碼會打印出自然數(shù)序列,根本停不下來,只能按Ctrl+C退出。
運行結果:
0 1 2 3 4 5 6 7 ...
2、cycle()創(chuàng)建序列循環(huán)
cycle()會把傳入的一個序列無限重復下去。
示例1、循環(huán)列表中的內容:
natuals = itertools.cycle([1, 2, 3]) for m in natuals: ? ? print(m)
運行結果:
1 2 3 1 2 3 1 2 3 ...
示例2、字符串中字符循環(huán):
import itertools
cs = itertools.cycle('ABC') # 注意字符串也是序列的一種
for c in cs:
? ? print(c)運行結果:
A B C A B C A B C ...
3、repeat()把一個元素有限次重復
repeat()負責把一個元素無限重復下去(默認行為),不過如果提供第二個參數(shù)就可以限定重復次數(shù)。
ns = itertools.repeat('A', 3)
for n in ns:
? ? print(n)運行結果:
A A A ...
4、takewhile()根據(jù)條件判斷來截取出一個有限的序列
無限序列只有在for迭代時才會無限地迭代下去,如果只是創(chuàng)建了一個迭代對象,它不會事先把無限個元素生成出來,事實上也不可能在內存中創(chuàng)建無限多個元素。無限序列雖然可以無限迭代下去,但是通常我們會通過takewhile()等函數(shù)根據(jù)條件判斷來截取出一個有限的序列。
import itertools ? natuals = itertools.count(1) ns = itertools.takewhile(lambda x: x <= 10, natuals) print(list(ns))
運行結果:
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
迭代器測試:
對于有限數(shù)據(jù)的迭代器,每調用一次,迭代器內數(shù)據(jù)彈出。
import itertools ? natuals = itertools.count(1) ns = itertools.takewhile(lambda x: x <= 3, natuals) for n in ns: ? ? print(n) ? print(list(ns))
運行結果:
1 2 3 []
5、chain()迭代對象串聯(lián)
chain()可以把一組迭代對象串聯(lián)起來,形成一個更大的迭代器。
for c in itertools.chain('ABC', 'XYZ'):
? ? print(c)運行結果:
'A' 'B' 'C' 'X' 'Y' 'Z'
6、groupby()迭代器元素分組
groupby()把迭代器中相鄰的重復元素挑出來放在一起,更多的用于字符串。
for key, group in itertools.groupby('AAABBBCCAAA'):
? ? print(key, list(group))運行結果:
A ['A', 'A', 'A']
B ['B', 'B', 'B']
C ['C', 'C']
A ['A', 'A', 'A']
實際上挑選規(guī)則是通過函數(shù)完成的,只要作用于函數(shù)的兩個元素返回的值相等,這兩個元素就被認為是在一組的,而函數(shù)返回值作為組的key。如果我們要忽略大小寫分組,就可以讓元素'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))運行結果:
A ['A', 'a', 'a']
B ['B', 'B', 'b']
C ['c', 'C']
A ['A', 'A', 'a']
到此這篇關于python itertools包內置無限迭代器的文章就介紹到這了,更多相關python itertools內置迭代器內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Python-OpenCV:cv2.imread(),cv2.imshow(),cv2.imwrite()的區(qū)別
本文主要介紹了OpenCV cv2.imread(),cv2.imshow(),cv2.imwrite()的區(qū)別,具有一定的參考價值,感興趣的小伙伴們可以參考一下2021-06-06
Python使用pyenv實現(xiàn)多環(huán)境管理
這篇文章主要介紹了Python使用pyenv實現(xiàn)多環(huán)境管理,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2021-02-02
Python Pydantic進行數(shù)據(jù)驗證的方法詳解
在 Python 中,有許多庫可用于數(shù)據(jù)驗證和處理,其中一個流行的選擇是 Pydantic,下面就跟隨小編一起學習一下Pydantic 的基本概念和用法吧2024-01-01
基于python實現(xiàn)在excel中讀取與生成隨機數(shù)寫入excel中
最近接個項目,項目要求是這樣的:在一份已知的excel表格中讀取學生的學號與姓名,再將這些數(shù)據(jù)放到新的excel表中的第一列與第二列,最后再生成隨機數(shù)作為學生的考試成績,具體實現(xiàn)代碼大家參考下本文2018-01-01
利用Tensorboard繪制網絡識別準確率和loss曲線實例
今天小編就為大家分享一篇利用Tensorboard繪制網絡識別準確率和loss曲線實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
Python中yield關鍵字及與return的區(qū)別詳解
這篇文章主要介紹了Python中yield關鍵字及與return的區(qū)別詳解,帶有 yield 的函數(shù)在 Python 中被稱之為 generator生成器,比如列表所有數(shù)據(jù)都在內存中,如果有海量數(shù)據(jù)的話將會非常耗內存,想要得到龐大的數(shù)據(jù),又想讓它占用空間少,那就用生成器,需要的朋友可以參考下2023-08-08

