Python3 itertools

0. 摘要

  简要介绍$itertools$模块，参考网址：https://pymotw.com/3/itertools/。如有错误，欢迎指正。
  $itertools$提供的函数受函数式编程语言（如Clojure、Haskell、APL和SML）的类似特性的启发。它们的目的是快速和有效地使用内存，同时也被连接在一起以表达更复杂的基于迭代的算法。
  与使用列表的代码相比，基于迭代器的代码提供了更好的内存消耗特性。由于数据在需要之前不会从迭代器生成，所以不需要同时将所有数据存储在内存中。这种“惰性”处理模型可以减少交换和其他大数据集的副作用，从而提高性能。
  除了$itertools$中定义的函数外，本节中的示例还依赖于一些内置函数进行迭代。

1. Merging and Splitting Iterators

  这一小节主要讲迭代器的合并和拆分。

1.1 chain()

  $chain()$函数可以接受几个(任意个)迭代器作为参数，并返回一个迭代器，该迭代器生成所有输入的内容，就像它们来自一个迭代器一样。

  它可以轻松处理多个序列，而无需构造一个大列表。

1.1.1 chain.from_iterable()

  如果要被组合的迭代器不是事先都知道的，可以使用$chain.from\_iterable()$：

  如果这里依然使用$chain()$，结果会是什么呢？

1.2 zip()

  $zip()$是内置函数，它接受多个迭代器作为参数，并将每个迭代器的第一个、第二个……元素依次组合起来作为一个元组，返回一个迭代器。

  当输入的任意一个迭代器耗尽时，$zip()$会退出：

1.2.1 zip_longest()

  如果想处理完所有的迭代器，尤其是当它们包含的元素个数不同时，可以使用这个函数：

  默认情况下，没有值的地方将使用$None$填充。可以指定$fillvalue$参数来修改这个值：

1.3 islice()

  $islice()$返回一个迭代器，它包含了输入迭代器中被选择(通过指定区间和步长)的元素：

  把迭代器想象成一个列表，其它的几个参数就像列表切片一样：$start、stop、step$。忽略输入的迭代器，如果只有$1$个参数，那么它相当于$stop$；如果有$2$个参数，那么相当于$[start,stop)$；如果有$3$个参数，那么区间依然是$[start,stop)$，但是元素之间的步长是$step$。

1.4 tee()

  $tee()$基于单个输入参数返回几个独立的迭代器，默认返回两个：

  $tee()$ 的语义类似于$Unixtee$程序，它重复从输入中读取值并将其写入命名文件和标准输出。$tee()$ 返回的迭代器可用于将同一组数据馈送到多个并行处理的算法中。
  由$tee()$ 创建的新迭代器共享其输入，因此在创建新迭代器之后不应使用原始迭代器：

  否则你可能会丢失掉某些值。

2. Converting Inputs

2.1 map()

  内置的$map()$ 函数返回一个迭代器，该迭代器对输入迭代器中的值调用函数，并返回结果。像$zip()$一样，当任意一个输入迭代器耗尽时，它会退出。

  注意，传入的迭代器个数应该等于要调用的函数的参数个数。

2.2 starmap()

  $starmap()$ 函数与$map()$ 类似，但它不是从多个迭代器构造元组，而是使用$\ast$语法将单个迭代器中的项拆分出来作为$mapping$函数的参数。

  如果说$map()$对应的函数调用是$f(i_1,i_2)$，那么$starmap()$对应的函数调用就是$f(\ast i)$。

3. Producing New Values

3.1 count()

  它返回一个迭代器，该迭代器无限的生成连续的整数。第一个参数可以指定整数的起始值，默认为$0$，第二个参数可以指定步长，默认为$1$：

  $count()$ 的$start$和$step$参数可以是任何可以相加的数值，下面这个例子将使用分数：

3.2 cycle()

  它返回一个迭代器，该迭代器无限地重复给定参数的内容。因为它必须记住输入迭代器的全部内容，如果迭代器很长，它可能会消耗很多内存。

3.3 repeat()

  它返回一个迭代器，每次访问它时都会产生相同的值。$times$参数可以指定重复的次数：

  当其他迭代器中的值需要包含不变值时，可以将$repeat()$与$zip()$或$map()$结合使用。

4.Filtering

4.1 dropwhile()

  它返回一个迭代器，从输入迭代器中依次过滤掉了条件为真的值，当第一次条件为假时返回(注意并不是对每一个元素都做一次验证)。从函数名字也可以看出来$dropwhiletrue$。

  可以看到，从前往后过滤掉了$-1、0$。

4.2 takewhile()

  它与$dropwhile()$相反，它接受输入迭代器中条件为真的值，当条件第一次为假时返回。$takewhiletrue$。

  可以看到，从前往后接受了$-1、0、1$。

4.3 filter()

  内置函数$filter()$返回一个迭代器，该迭代器只包含测试函数返回$true$的项。

  它与之前的两个函数不同，它会对输入迭代器的每个元素做一次判断。

4.4 filterfalse()

  它与$filter()$相反，只包含测试函数返回$false$的项。

4.5 compress()

  $compress()$提供了另一种过滤的方法。它不调用函数，而是使用另一个迭代器中的值来指示何时接受值和何时忽略它。

5. Grouping Data

5.1 groupby()

  稍微有一点复杂，简单来说就是对输入迭代器按照给定的$key$分组，把$key$相同的元素放在同一组内。这个函数正常工作的前提是输入已经按照$key$排序过了，下面来看一个例子：

  我们的数据集$data$为：

  如果不进行排序，直接分组：

  可以看到$key$值相同的元素也没有被分到一起。现在看看排序的情况：

6. Combining Inputs

6.1 accumulate()

  $accumulate()$返回一个迭代器，第一个元素等于输入迭代器的第一个元素，此后的第$i$个元素等于生成的第$i-1$个元素和输入迭代器的第$i$个元素的和(默认使用加法)。看例子就懂了：

  第一个例子是整数加法，第二个是字符串加法。
  可以将$accumulate()$与接受两个输入值的任何其他函数结合使用，以获得不同的结果。

6.2 product()

  $product()$相当于嵌套的$for$循环，它返回一个迭代器，是输入序列的笛卡尔积。先举一个简单的例子：

  再看一个稍微复杂点的：

  更改参数的顺序看一看？

  要计算序列与自身的乘积，请指定重复的次数：

6.3 permutations()

  它返回一个迭代器，包含输入序列的全排列。假设只有一个输入迭代器，且元素个数为$n$，那么结果就相当于$n$个人排队的全排列。通过指定参数$r$的值，结果相当于$n$人中任意取$r$个人的排队结果。默认情况下$r=n$。

6.4 combinations()

  它返回一个迭代器，结果是输入序列的组合(必须指定参数$r$的值)。相当于从$n$个人中任意取$r$个人的结果。只要输入序列没有重复元素，那么返回结果一定没有重复元素：

  从上面结果可以发现，$combinations()$不重复单个输入元素，就是没有$aa、bb、cc、dd$这些情况。如果需要的话可以使用$combinations\_with\_replacement()$。