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 15 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

每天一个 Python 库:datetime 模块全攻略,时间操作太丝滑!

在日常开发中,时间处理是绕不开的一块,比如:生成时间戳比较两个时间差转换为可读格式接口传参/前端展示/日志记录今天我们就用一个案例+代码+思维导图,带你完全搞定datetime模块的用法!...

字节跳动!2023全套Python入门笔记合集

学完python出来,已经工作3年啦,最近有很多小伙伴问我,学习python有什么用其实能做的有很多可以提高工作效率增强逻辑思维还能做爬虫网站数据分析等等!!最近也是整理了很多适合零基...

为什么你觉得Matplotlib用起来困难?因为你还没看过这个思维导图

前言Matplotlib是一个流行的Python库,可以很容易地用于创建数据可视化。然而,设置数据、参数、图形和绘图在每次执行新项目时都可能变得非常混乱和繁琐。而且由于应用不同,我们不知道选择哪一个图...

Python新手必看!30分钟搞懂break/continue(附5个实战案例)

一、跳转语句的使命当程序需要提前结束循环或跳过特定迭代时,break和continue就是你的代码急刹按钮和跳步指令。就像在迷宫探险中:break=发现出口立即离开continue=跳过陷阱继续前进二...

刘心向学(24)Python中的数据类(python中5种简单的数据类型)

分享兴趣,传播快乐,增长见闻,留下美好!亲爱的您,这里是LearningYard新学苑。今天小编为大家带来文章“刘心向学(24)Python中的数据类”欢迎您的访问。Shareinterest,...

刘心向学(25)Python中的虚拟环境(python虚拟环境安装和配置)

分享兴趣,传播快乐,增长见闻,留下美好!亲爱的您,这里是LearningYard新学苑。今天小编为大家带来文章“刘心向学(25)Python中的虚拟环境”欢迎您的访问。Shareinte...

栋察宇宙(八):Python 中的 wordcloud 库学习介绍

分享乐趣,传播快乐,增长见识,留下美好。亲爱的您,这里是LearingYard学苑!今天小编为大家带来“Python中的wordcloud库学习介绍”欢迎您的访问!Sharethefun,...

AI在用|ChatGPT、Claude 3助攻,1分钟GET高颜值思维导图

机器之能报道编辑:Cardinal以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式,但绝大部分人依然不知道该如何使用。因此,我们推出了「AI在用」专栏,通过直观、有趣且简洁的人...

使用DeepSeek + Python开发AI思维导图应用,非常强!

最近基于Deepseek+PythonWeb技术开发了一个AI对话自动生成思维导图的应用,用来展示下如何基于低门槛的Python相关技术栈,高效结合deepseek实现从应用场景到实际应用的快速落地...

10幅思维导图告诉你 - Python 核心知识体系

首先,按顺序依次展示了以下内容的一系列思维导图:基础知识,数据类型(数字,字符串,列表,元组,字典,集合),条件&循环,文件对象,错误&异常,函数,模块,面向对象编程;接着,结合这些思维导图主要参考的...

Python基础核心思维导图,让你轻松入门

Python基础核心思维导图【高清图文末获取】学习路线图就给大家看到这里了,需要的小伙伴下方获取获取方式看下方图片...

Python基础核心思维导图,学会事半功倍

Python基础核心思维导图【高清图文末获取】学习路线图就给大家看到这里了,需要的小伙伴下方获取获取方式看下方图片...

硬核!288页Python核心知识笔记(附思维导图,建议收藏)

今天就给大家分享一份288页Python核心知识笔记,相较于部分朋友乱糟糟的笔记,这份笔记更够系统地总结相关知识,巩固Python知识体系。文末获取完整版PDF该笔记学习思维导图:目录内容展示【领取方...

Python学习知识思维导图(高效学习)

Python学习知识思维导图python基础知识python数据类型条件循环列表元组字典集合字符串序列函数面向对象编程模块错误异常文件对象#python##python自学##编程#...

别找了!288页Python核心知识笔记(附思维导图,建议收藏)

今天就给大家分享一份288页Python核心知识笔记,相较于部分朋友乱糟糟的笔记,这份笔记更够系统地总结相关知识,巩固Python知识体系。文末获取完整版PDF该笔记学习思维导图:目录内容展示【领取方...

取消回复欢迎 发表评论: