百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

Python启航:30天编程速成之旅(第20天)- itertools

off999 2024-12-29 05:05 28 浏览 0 评论

喜欢的条友记得关注、点赞、转发、收藏,你们的支持就是我最大的动力源泉。

前期基础教程:

「Python3.11.0」手把手教你安装最新版Python运行环境

讲讲Python环境使用Pip命令快速下载各类库的方法

Python启航:30天编程速成之旅(第2天)-IDE安装

【Python教程】JupyterLab 开发环境安装


Python启航:30天编程速成之旅(第20天)- itertools

引言

itertools 是 Python 的一个标准库,提供了一系列高效的迭代器函数,用于处理无限和有限的迭代器。本期课程将学习如何使用 itertools 模块中的各种函数来简化代码并提高性能。

导入itertools模块

首先,导入 itertools 模块:

import itertools

基本迭代器函数

count(start, step)

count 函数创建一个无限迭代器,从 10 开始,每次增加 20,大于 20 结束。

for i in itertools.count(10, 2):
    if i > 20:
        break
    print(i)

cycle(iterable)

cycle 函数创建一个无限迭代器,遍历给定的可迭代对象,触发制定条件后停止。

for i in itertools.cycle(['A', 'B', 'C']):
    if i == 'C':
        break
    print(i)

repeat(element, times)

repeat 函数创建一个迭代器,重复返回给定的元素,次数由 times 参数指定。

for i in itertools.repeat('Hello', 5):
    print(i)

组合生成器函数

accumulate(iterable, func)

accumulate 函数返回累加值的迭代器,可以指定累加函数。

numbers = [1, 2, 3, 4, 5]
result = itertools.accumulate(numbers, lambda x, y: x + y)
print(list(result))

chain(*iterables)

chain 函数将多个可迭代对象连接成一个迭代器。

numbers1 = [1, 2, 3]
numbers2 = [4, 5, 6]
result = itertools.chain(numbers1, numbers2)
print(list(result))

combinations(iterable, r)

combinations 函数生成所有长度为 r 的组合。

letters = ['a', 'b', 'c']
result = itertools.combinations(letters, 2)
print(list(result))

permutations(iterable, r=None)

permutations 函数生成所有长度为 r 的排列。

letters = ['a', 'b', 'c']
result = itertools.permutations(letters, 2)
print(list(result))

product(*iterables, repeat=1)

product 函数生成笛卡尔积。

numbers = [1, 2]
letters = ['a', 'b']
result = itertools.product(numbers, letters)
print(list(result))

过滤器生成器函数

filterfalse(predicate, iterable)

filterfalse 函数返回一个迭代器,其中包含不满足谓词函数的元素。

numbers = [1, 2, 3, 4, 5]
result = itertools.filterfalse(lambda x: x % 2 == 0, numbers)
print(list(result))

dropwhile(predicate, iterable)

dropwhile 函数跳过可迭代对象中满足谓词函数的元素,直到遇到第一个不满足的元素。

numbers = [1, 2, 3, 4, 5]
result = itertools.dropwhile(lambda x: x < 3, numbers)
print(list(result))

takewhile(predicate, iterable)

takewhile 函数返回一个迭代器,其中包含满足谓词函数的元素,直到遇到第一个不满足的元素。

numbers = [1, 2, 3, 4, 5]
result = itertools.takewhile(lambda x: x < 3, numbers)
print(list(result))

islice(iterable, start, stop, step)

islice 函数返回一个切片迭代器,类似于列表切片。

numbers = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
result = itertools.islice(numbers, 2, 7, 2)
print(list(result))

其他有用的功能

starmap(function, iterable)

starmap 函数类似于 map,但它接受一个可迭代对象,其中每个元素都是一个元组,元组中的元素作为单独的参数传递给函数。

def add(x, y):
    return x + y

pairs = [(1, 2), (3, 4), (5, 6)]
result = itertools.starmap(add, pairs)
print(list(result))

zip_longest(*iterables, fillvalue=None)

zip_longest 函数类似于 zip,但它可以处理不同长度的可迭代对象,并使用 fillvalue 填充较短的可迭代对象。

numbers = [1, 2, 3]
letters = ['a', 'b', 'c', 'd']
result = itertools.zip_longest(numbers, letters, fillvalue='x')
print(list(result))

实战示例

组合生成器示例

假设你需要生成所有长度为 3 的字符串组合,每个字符来自不同的集合。

digits = ['1', '2', '3']
letters = ['a', 'b']
symbols = ['!', '@']

result = itertools.product(digits, letters, symbols)
for combination in result:
    print(''.join(combination))

过滤器生成器示例

假设你需要从一个列表中筛选出所有的质数。

def is_prime(n):
    if n < 2:
        return False
    for i in range(2, int(n**0.5) + 1):
        if n % i == 0:
            return False
    return True

numbers = range(1, 20)
primes = itertools.filterfalse(lambda x: not is_prime(x), numbers)
print(list(primes))

总结

通过本教程,相信大家已经学会了如何使用 Python 标准库 itertools 中的各种函数来处理迭代器。itertools 模块提供了许多高效且功能强大的工具,可以帮助你简化代码并提高性能。

喜欢的条友记得关注、点赞、转发、收藏,你们的支持就是我最大的动力源泉。

相关推荐

阿里云国际站ECS:阿里云ECS如何提高网站的访问速度?

TG:@yunlaoda360引言:速度即体验,速度即业务在当今数字化的世界中,网站的访问速度已成为决定用户体验、用户留存乃至业务转化率的关键因素。页面加载每延迟一秒,都可能导致用户流失和收入损失。对...

高流量大并发Linux TCP性能调优_linux 高并发网络编程

其实主要是手里面的跑openvpn服务器。因为并没有明文禁p2p(哎……想想那么多流量好像不跑点p2p也跑不完),所以造成有的时候如果有比较多人跑BT的话,会造成VPN速度急剧下降。本文所面对的情况为...

性能测试100集(12)性能指标资源使用率

在性能测试中,资源使用率是评估系统硬件效率的关键指标,主要包括以下四类:#性能测试##性能压测策略##软件测试#1.CPU使用率定义:CPU处理任务的时间占比,计算公式为1-空闲时间/总...

Linux 服务器常见的性能调优_linux高性能服务端编程

一、Linux服务器性能调优第一步——先搞懂“看什么”很多人刚接触Linux性能调优时,总想着直接改配置,其实第一步该是“看清楚问题”。就像医生看病要先听诊,调优前得先知道服务器“哪里...

Nginx性能优化实战:手把手教你提升10倍性能!

关注△mikechen△,十余年BAT架构经验倾囊相授!Nginx是大型架构而核心,下面我重点详解Nginx性能@mikechen文章来源:mikechen.cc1.worker_processe...

高并发场景下,Spring Cloud Gateway如何抗住百万QPS?

关注△mikechen△,十余年BAT架构经验倾囊相授!大家好,我是mikechen。高并发场景下网关作为流量的入口非常重要,下面我重点详解SpringCloudGateway如何抗住百万性能@m...

Kubernetes 高并发处理实战(可落地案例 + 源码)

目标场景:对外提供HTTPAPI的微服务在短时间内收到大量请求(例如每秒数千至数万RPS),要求系统可弹性扩容、限流降级、缓存减压、稳定运行并能自动恢复。总体思路(多层防护):边缘层:云LB...

高并发场景下,Nginx如何扛住千万级请求?

Nginx是大型架构的必备中间件,下面我重点详解Nginx如何实现高并发@mikechen文章来源:mikechen.cc事件驱动模型Nginx采用事件驱动模型,这是Nginx高并发性能的基石。传统...

Spring Boot+Vue全栈开发实战,中文版高清PDF资源

SpringBoot+Vue全栈开发实战,中文高清PDF资源,需要的可以私我:)SpringBoot致力于简化开发配置并为企业级开发提供一系列非业务性功能,而Vue则采用数据驱动视图的方式将程序...

Docker-基础操作_docker基础实战教程二

一、镜像1、从仓库获取镜像搜索镜像:dockersearchimage_name搜索结果过滤:是否官方:dockersearch--filter="is-offical=true...

你有空吗?跟我一起搭个服务器好不好?

来人人都是产品经理【起点学院】,BAT实战派产品总监手把手系统带你学产品、学运营。昨天闲的没事的时候,随手翻了翻写过的文章,发现一个很严重的问题。就是大多数时间我都在滔滔不绝的讲理论,却很少有涉及动手...

部署你自己的 SaaS_saas如何部署

部署你自己的VPNOpenVPN——功能齐全的开源VPN解决方案。(DigitalOcean教程)dockovpn.io—无状态OpenVPNdockerized服务器,不需要持久存储。...

Docker Compose_dockercompose安装

DockerCompose概述DockerCompose是一个用来定义和管理多容器应用的工具,通过一个docker-compose.yml文件,用YAML格式描述服务、网络、卷等内容,...

京东T7架构师推出的电子版SpringBoot,从构建小系统到架构大系统

前言:Java的各种开发框架发展了很多年,影响了一代又一代的程序员,现在无论是程序员,还是架构师,使用这些开发框架都面临着两方面的挑战。一方面是要快速开发出系统,这就要求使用的开发框架尽量简单,无论...

Kubernetes (k8s) 入门学习指南_k8s kubeproxy

Kubernetes(k8s)入门学习指南一、什么是Kubernetes?为什么需要它?Kubernetes(k8s)是一个开源的容器编排系统,用于自动化部署、扩展和管理容器化应用程序。它...

取消回复欢迎 发表评论: