itertools 和 functools


最后更新时间:2018年01月22日

[AD] -- 下方为内容广告,点击支持作者,想过滤广告? -- [AD]

itertools

函数 解释
itertools.dropwhile(predicate,it) 处理的是it,跳过predicate为真时的值,然后在第一个不为真的时候不再检查输出剩余内容
filter(predicate,it) 当predicate为真时输出相应的it,如果predicate为None时只输出真值内容。
itertools.filterfalse(predicate,it) 与filter相反的效果
itertools.compress(it,selector_it) 当selector_it 为真时,输出相应的it(两个都是迭代器)
itertools.islice(it,start,stop,step=1) 惰性操作的切片
itertools.islice(it,stop) 惰性操作的切片
itertools.accumulate(it[,func]) 前两个元素计算结果后与接下来的一个求和,以此类推得出结果。
itertools.starmap(func,it) it 的每个元素 itt 是可迭代的,每个元素以func(*it) 形式调用。例如 list(itertools.starmap(lambda a,b:a+b , enumerate(itertools.accumulate(range(3)),1))) –> [1,3,6]
enumerate(it,start=0) 输出 (index,item) 元组组成的列表
map(func,it[,it2,…itn]) 将参数的it传给func,有多个it则需要func支持n个参数,一个it结束则计算结束。例如list(map(lambda a,b:(a,b) , range(100) , [1,2,3] )) –> [(0, 1), (1, 2), (2, 3)]
itertools.chain(it1,…itn) 将参数里的所有元素连接起来
itertools.chain.from_iterable(it) 将参数里的所有元素连接起来 list ( itertools.chain.from_iterable(enumerate('XYZ',1)) ) –> [1, 'X', 2, 'Y', 3, 'Z']
itertools.product(it1,…itn,repeat=1) 计算笛卡尔积,repeat表示重复处理次数 , list ( itertools.product([1,2],repeat=2) ) –> [(1, 1), (1, 2), (2, 1), (2, 2)] , list ( itertools.product([1,2],[3,4],repeat=1) ) –> [(1, 3), (1, 4), (2, 3), (2, 4)]
zip(it1,it2,…itn) 输出n个元素组成的元组,其中一个it 结束,全部计算结束
itertools..zip_longest(it1,it2,…itn,fillvalue=None) 类似zip ,但是遇到一个it 结束则补充fillvalue继续运算,直到所有 it 都结束
itertools.combinations(it,len) **(不包含相同元素) **在it所有的元素中选len个,输出所有的组合可能性 list( itertools.combinations([1,2,3,3],2) ) –》 [(1, 2), (1, 3), (1, 3), (2, 3), (2, 3), (3, 3)]
itertools.combinations_with_replacement(it,len) (包含相同元素) 同itertools.combinations(it,len)
itertools.permutations(it,len=None) 输出排列,len 默认为len(it)
itertools.conut(start,step) 计数
itertools.cycle(it) 循环输出it里的元素,到了最后一个元素则下一次输出第一个
itertools.repeat(item[,time]) 重复输出元素 item ,除非指定次数
itertools.groupby(it,key=None) 输出(k,g) 形式的元组,key 为分组标准,g 为相应的生成器 . for len,group initertools.groupby(['a','aa','aaa'],len): print(len,list(group)) –> 1 ['a'] 2 ['aa'] 3 ['aaa']
itertools.tee(it,n=2) 产出由 n 个生成器组成的元组,每个生成器用于单独输出序列。 list( zip( *itertools.tee('XYZ',3) ) ) – > [('X', 'X', 'X'), ('Y', 'Y', 'Y'), ('Z', 'Z', 'Z')]
reversed(seq) seq需要是序列或者是实现了``` reversed `` 的对象

functools

函数 解释
functools.partial(func, *args, **keywords) 偏函数,冻结位置函数或关键字参数
functools.update_wrapper(wrapper, wrapped, assigned=WRAPPER_ASSIGNMENTS, updated=WRAPPER_UPDATES) __module__, __name__, __qualname__, __annotations__and __doc__ 同步到新的函数,参数是包装的函数、被包装的函数
functools.warps(function) 等于 partial(update_wrapper, wrapped=wrapped, assigned=assigned, updated=updated)
functools.reduce(function, iterable[, initializer]) 相当于 reduce()
functools.cmp_to_key(function) 用于 sorted() python3 sorted() 没有cmp 参数,sorted(iterable, key=cmp_to_key(locale.strcoll))
functools.total_ordering 某个类如果定义了__lt__、legt、__ge__这些方法中的至少一个,使用该装饰器,则会自动的把其他几个比较函数也实现在该类中,用在类上
functools.lru_cache(maxsize=128, typed=False) 将运行结果缓存下来,maxsize 为缓存大小,2 的幂,typed 为真则分类型存储。

functools 示例

基本装饰器的例子

def w(function):
    def call_it(*args,**kwargs):
        print("before")
        function()
        print("after")
    return call_it

@w
def hello():
    print("hello")

hello()

functools.partial

urlunquote = functools.partial(urlunquote, encoding='latin1')
# urlunquote(args, *kargs)
# 相当于 urlunquote(args, *kargs, encoding='latin1')

functools.update_wrapper

from functools import update_wrapper

def w(function):
    def call_it(*args,**kwargs):
        print("before")
        function(*args,**kwargs)
    return update_wrapper(call_it,function)

@w
def hello():
    print("hello")

hello()
print(hello.__name__)

functools.wrap


from functools import wraps

def w(function):
    @wraps(function)
    def call_it(*args,**kwargs):
        print("before")
        function(*args,**kwargs)
    return call_it

@w
def hello():
    print("hello")

hello()
print(hello.__name__)

functools.reduce

from functools import reduce

print( reduce(lambda x,y: x+y,[1,2,3,4]) )
# 10
print( reduce(lambda x,y: x+y,[1,2,3,4],10))
# 20

functools.total_ordering

@total_ordering
class Student:
    def __eq__(self, other):
        return ((self.lastname.lower(), self.firstname.lower()) ==
                (other.lastname.lower(), other.firstname.lower()))
    def __lt__(self, other):
        return ((self.lastname.lower(), self.firstname.lower()) <
                (other.lastname.lower(), other.firstname.lower()))
print dir(Student)
[AD] -- 下方为内容广告,点击支持作者,想过滤广告? -- [AD]