Python itertools内置无限迭代器详解

前言：

Python的标准库itertools提供了大量用于操作迭代对象的实用函数，其中包含几个特殊的“无限”迭代器工具。

1、count()创建自然数序列

import itertools
 
n = 0
natuals = itertools.count(1)
for m in natuals:
    print(m)

由于count(n)会创建一个从起始数字n开始直至无穷大的迭代器，上述代码将不断打印自然数序列，无法自动停止，必须通过Ctrl+C强制退出。

运行结果：

0 1 2 3 4 5 6 7 ...

2、cycle()创建序列循环

cycle()会将传入的序列无限次重复输出。

示例1、循环列表中的内容：

natuals = itertools.cycle([1, 2, 3])
for m in natuals:
    print(m)

运行结果：

1 2 3 1 2 3 1 2 3 ...

示例2、字符串中字符循环：

import itertools
cs = itertools.cycle('ABC') # 注意字符串也是序列的一种
for c in cs:
    print(c)

运行结果：

A B C A B C A B C ...

3、repeat()把一个元素有限次重复

repeat()默认行为是无限重复一个元素，但若提供第二个参数，则可以限定重复的次数。

ns = itertools.repeat('A', 3)
for n in ns:
    print(n)

运行结果：

A A A ...

4、takewhile()根据条件判断来截取出一个有限的序列

无限序列仅在for循环迭代时才会持续生成元素，创建迭代对象时并不会预先生成所有元素，内存中也无法存储无限多个元素。尽管无限序列可以无限迭代，但通常我们使用takewhile()等函数根据特定条件截取有限序列。

import itertools
 
natuals = itertools.count(1)
ns = itertools.takewhile(lambda x: x <= 10, natuals)
print(list(ns))

运行结果：

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

迭代器测试：

对于有限数据的迭代器，每次调用都会弹出内部数据。

import itertools
 
natuals = itertools.count(1)
ns = itertools.takewhile(lambda x: x <= 3, natuals)
for n in ns:
    print(n)
 
print(list(ns))

运行结果：

1 2 3 []

5、chain()迭代对象串联

chain()函数可以将多个迭代对象串联起来，形成一个新的、更大的迭代器。

for c in itertools.chain('ABC', 'XYZ'):
    print(c)

运行结果：

'A' 'B' 'C' 'X' 'Y' 'Z'

6、groupby()迭代器元素分组

groupby()函数用于将迭代器中相邻的重复元素分组提取出来，常用于字符串处理。

for key, group in itertools.groupby('AAABBBCCAAA'):
    print(key, list(group))

运行结果：

A ['A', 'A', 'A'] B ['B', 'B', 'B'] C ['C', 'C'] A ['A', 'A', 'A']

实际的分组规则由函数决定，只要函数对两个元素返回的值相等，它们就被归为一组，函数返回值作为组的key。若需忽略大小写进行分组，可使元素'A'和'a'返回相同的key。

for key, group in itertools.groupby('AaaBBbcCAAa', lambda c: c.upper()):
    print(key, list(group))

运行结果：

A ['A', 'a', 'a'] B ['B', 'B', 'b'] C ['c', 'C'] A ['A', 'A', 'a']

至此，关于Python itertools包内置无限迭代器的介绍结束，更多相关Python itertools内置迭代器内容可搜索本站历史文章或继续浏览后续相关文章，希望大家以后多多支持本站！