圖片匯總：
ITERTOOLS是一個高效循環的迭代函數集合。正好在最近的應用的時候用的比較多，網上幾個比較詳細的介紹帖子要么寫的抽象，要么例子不夠簡潔。就大概整理了一下，搬運成分偏少。反正不重復造輪子是一個比較pythonic的原則，所以有空就分享一下。不過個人推薦有空還是可以看一下這些內建函數本身的實現源碼，都非常簡潔。
一、組成
itertools主要來分為三類函數，分別為無限迭代器、輸入序列迭代器、組合生成器，我們下面開始具體講解。
二、無限迭代器
1、Itertools.count(start=0, step=1)
創建一個迭代對象，生成從start開始的連續整數，步長為step。
如果省略了start則默認從0開始，步長默認為1
如果超過了sys.maxint，則會移除并且從-sys.maxint-1開始計數。
例：
from itertools import *
for i in izip(count(2,6), ['a', 'b', 'c']):
print i
輸出為：
(2, 'a')
(8, 'b')
(14, 'c')
2、Itertools.cycle(iterable)
創建一個迭代對象，對于輸入的iterable的元素反復執行循環操作，內部生成iterable中的元素的一個副本，這個副本用來返回循環中的重復項。
例：
from itertools import *
i = 0
for item in cycle(['a', 'b', 'c']):
i += 1
if i == 10:
break
print (i, item)
輸出為：
(1, 'a')
(2, 'b')
(3, 'c')
(4, 'a')
(5, 'b')
(6, 'c')
(7, 'a')
(8, 'b')
(9, 'c')
3、Itertools.repeat(object[, times])
創建一個迭代器，重復生成object，如果沒有設置times，則會無線生成對象。
例：
from itertools import *
for i in repeat('kivinsae', 5):
print I
輸出為：
kivinsae
kivinsae
kivinsae
kivinsae
kivinsae
三、輸入序列迭代器
1、itertools.accumulate(*iterables)
這個函數簡單來說就是一個累加器，不停對列表或者迭代器進行累加操作（這里指每項累加）。
例：
from itertools import *
x = itertools.accumulate(range(10))
print(list(x))
輸出為：
[0, 1, 3, 6, 10, 15, 21, 28, 36, 45]
2、itertools.chain(*iterables)
把多個迭代器作為參數，但是只會返回單個迭代器。產生所有參數迭代器的內容，卻好似來自于一個單一的序列。簡單了講就是連接多個【列表】或者【迭代器】。
例：
from itertools import *
for i in chain(['p','x','e'], ['scp', 'nmb', 'balenciaga']):
print I
輸出為：
p
x
e
scp
nmb
balenciaga
3、itertools.compress(data,selectors)
具體來說compress提供了一個對于原始數據的篩選功能，具體條件可以設置的非常復雜，所以下面只列出相關的定義代碼來解釋。不過簡單來理解，就是說按照真值表進行元素篩選而已。
實現過程：
def compress(data, selectors):
# compress('ABCDEF', [1,0,1,0,1,1]) --> A C E F
return (d for d, s in izip(data, selectors) if s)
例：
from itertools import compress
list(compress('ABCDEF', [1, 1, 0, 1, 0, 1]))
輸出為：
['A', 'B', 'D', 'F']
4、itertools.dropwhile(predicate,iterable)
dropwhile作用是創建一個迭代器，只要是函數predicate(item)為True，則丟掉iterable中的項，但是如果predicate返回的是False，則生成iterable中的項和所有的后續項。
具體來說就是，在條件為False之后的第一次，就返回迭代器中剩余的所有項。在這個函數表達式里面iterable的值會按索引一個個作為predicate的參數進行計算。
簡單來說其實就是按照真值函數丟棄掉列表和迭代器前面的元素。
例：
from itertools import *
def should_drop(x):
print 'Testing:', x
return (x<1)
for i in dropwhile(should_drop, [ -1, 0, 1, 2, 3, 4, 1, -2 ]):
print 'Yielding:', i
輸出為：
Testing: -1
Testing: 0
Testing: 1
Yielding: 1
Yielding: 2
Yielding: 3
Yielding: 4
Yielding: 1
Yielding: -2
5、itertools.groupby(iterable[,key])
返回一個集合的迭代器，集合內是按照key進行分組后的值。
如果iterable在多次連續的迭代中生成了同一項，則會定義一個組，如果對這個函數應用一個分類列表，那么分組會定義這個列表中所有的唯一項，key是一個函數并應用于每一項。如果這個函數有返回值，則這個值會用于后續的項，而不是和該項本身進行比較。這個函數返回的迭代器生成元素(key,group)，key是分組的鍵值，group是迭代器，從而生成組成這個組的所有項目。
具體來說實現過程和示例如下：
實現過程：
class groupby(object):
# [k for k, g in groupby('AAAABBBCCDAABBB')] --> A B C D A B
# [list(g) for k, g in groupby('AAAABBBCCD')] --> AAAA BBB CC D
def __init__(self, iterable, key=None):
if key is None:
key = lambda x: x
self.keyfunc = key
self.it = iter(iterable)
self.tgtkey = self.currkey = self.currvalue = object()
def __iter__(self):
return self
def next(self):
while self.currkey == self.tgtkey:
self.currvalue = next(self.it) # Exit on StopIteration
self.currkey = self.keyfunc(self.currvalue)
self.tgtkey = self.currkey
return (self.currkey, self._grouper(self.tgtkey))
def _grouper(self, tgtkey):
while self.currkey == tgtkey:
yield self.currvalue
self.currvalue = next(self.it) # Exit on StopIteration
self.currkey = self.keyfunc(self.currvalue)
例：
from itertools import *
a = ['aa', 'ab', 'abc', 'bcd', 'abcde']
for i, k in groupby(a, len):
print i, list(k)
輸出為：
2 ['aa', 'ab']
3 ['abc', 'bcd']
5 ['abcde']
6、itertools.ifilter(predicate,iterable)
本函數返回一個迭代器，類似于針對于列表的函數filter()，但是只包括測試函數返回True時候的值。和dropwhile()作用不同。
函數創建一個迭代器，只生成predicate(iterable)為True的項，簡單來說就是返回iterable中所有計算后為True的項。如果是非True則進行之后的其他操作。
例：
from itertools import *
def check_item(x):
print 'Testing:', x
return (x<1)
for i in ifilter(check_item, [ -1, 0, 1, 2, 3, 4, 1, -2 ]):
print 'Yielding:', i
輸出為：
Testing: -1
Yielding: -1
Testing: 0
Yielding: 0
Testing: 1
Testing: 2
Testing: 3
Testing: 4
Testing: 1
Testing: -2
Yielding: -2
7、itertools.ifilterfalse(predicate,iterable)
本函數和上面的ifilter一樣，唯一的區別是只有當predicate(iterable)為False時候才進行predicate的輸出。
例：
from itertools import *
def check_item(x):
print 'Testing:', x
return (x<1)
for i in ifilterfalse(check_item, [ -1, 0, 1, 2, 3, 4, 1, -2 ]):
print 'Yielding:', I
輸出為：
Testing: -1
Testing: 0
Testing: 1
Yielding: 1
Testing: 2
Yielding: 2
Testing: 3
Yielding: 3
Testing: 4
Yielding: 4
Testing: 1
Yielding: 1
Testing: -2
8、itertools.islice(iterable,stop)
簡單來說這個函數，就是對于一個迭代對象iterable，設定一個特定的切片/選取/截取規則，然后最后輸出一個特定的新的迭代對象的過程。這個stop實際上代表一個三元數組，也就是start，stop，step。如果start省略，默認從索引0開始；如果step被省略，則默認步長為1；stop不能被省略。本質就是一個切片工具。
例：
from itertools import *
print 'Stop at 5:'
for i in islice(count(), 5):
print i
print 'Start at 5, Stop at 10:'
for i in islice(count(), 5, 10):
print i
print 'By tens to 100:'
for i in islice(count(), 0, 100, 10):
print I
輸出為：
Stop at 5:
0
1
2
3
4
Start at 5, Stop at 10:
5
6
7
8
9
By tens to 100:
0
10
20
30
40
50
60
70
80
90
9、itertools.imap(function,*iterable)
本函數創建一個迭代器，作用函數為function1，function2，function3…，對應的變量來自迭代器iterable1，iterable2，iterable3…。然后返回一個(f1,f2,f3…)形式的元組。只要其中一個迭代器不再生成值，這個函數就會停止。所以要處理好None的情況，用一下替代輸出之類的方法。
例：
from itertools import *
print 'Doubles:'
for i in imap(lambda x:2*x, xrange(5)):
print i
print 'Multiples:'
for i in imap(lambda x,y:(x, y, x*y), xrange(5), xrange(5,10)):
print '%d * %d = %d' % I
輸出為：
Doubles:
0
2
4
6
8
Multiples:
0 * 5 = 0
1 * 6 = 6
2 * 7 = 14
3 * 8 = 24
4 * 9 = 36
10、itertools.starmap(function,iterable)
本函數創建一個函數，其中內調用的function(*item)，item來自于iterable。只有當迭代對象iterable生成的項適合這個函數的調用形式的時候，starmap才會有效。
例：
from itertools import *
values = [(0, 5), (1, 6), (2, 7), (3, 8), (4, 9)]
for i in starmap(lambda x,y:(x, y, x*y), values):
print '%d * %d = %d' % I
輸出為：
0 * 5 = 0
1 * 6 = 6
2 * 7 = 14
3 * 8 = 24
4 * 9 = 36
11、itertools.tee(iterable[,n=2])
這個函數會返回若干個基于某個原始輸入的獨立迭代器。類似于Linux系統上的tee指令。如果不特地制定n的話，函數會默認是2。tee括號里面最好使用標準輸入，而不是原始迭代器。不然會在某些緩存過程中出現異常。
例：
from itertools import *
r = islice(count(), 5)
i1, i2 = tee(r)
for i in i1:
print 'i1:', i
for i in i2:
print 'i2:', I
輸出為：
i1: 0
i1: 1
i1: 2
i1: 3
i1: 4
i2: 0
i2: 1
i2: 2
i2: 3
i2: 4
12、itertools.takewhile(predicate,iterable)
這個函數和dropwhile剛好相反，只要predicate計算后為False，迭代過程立刻停止。
例：
from itertools import *
def should_take(x):
print 'Testing:', x
return (x<2)
for i in takewhile(should_take, [ -1, 0, 1, 2, 3, 4, 1, -2 ]):
print 'Yielding:', I
輸出為：
Testing: -1
Yielding: -1
Testing: 0
Yielding: 0
Testing: 1
Yielding: 1
Testing: 2
13、itertools.izip( *iterables)
這個函數返回一個合并多個迭代器，成為一個元組的迭代對象。類似于內置函數zip，但返回的是迭代對象而非列表。
創建一個迭代對象，生成元組(i1,i2,i3…)分別來自于i1,i2,i3…，只要提供的某個迭代器不在生成值，函數就會立刻停止。
例：
from itertools import *
for i in izip([1, 2, 3], ['a', 'b', 'c']):
print I
輸出為：
(1, 'a')
(2, 'b')
(3, 'c')
14、itertools.izip_longest(*iterable[,fillvalue])
本函數和izip雷同，但是區別在于不會停止，會把所有輸入的迭代對象全部耗盡為止，對于參數不匹配的項，會用None代替。非常容易理解。
例：
from itertools import *
for i in izip_longest([1, 2, 3], ['a', 'b']):
print I
輸出為：
(1, 'a')
(2, 'b')
(3, None)
四、組合生成器
1、itertools.product(*iterable[,repeat])
這個工具就是產生多個列表或者迭代器的n維積。如果沒有特別指定repeat默認為列表和迭代器的數量。
例：
import itertools
a = (1, 2, 3)
b = ('A', 'B', 'C')
c = itertools.product(a,b)
for elem in c:
print elem
輸出為：
(1, 'A')
(1, 'B')
(1, 'C')
(2, 'A')
(2, 'B')
(2, 'C')
(3, 'A')
(3, 'B')
(3, 'C')
2、itertools.permutations(iterable[,r])
這個函數作用其實就是產生指定數目repeat的元素的所有排列，且順序有關，但是遇到原列表或者迭代器有重復元素的現象的時候，也會對應的產生重復項。這個時候最好用groupby或者其他filter去一下重，如果有需要的話。
例：
import itertools
x = itertools.permutations(range(4), 3)
print(list(x))
輸出為：
[(0, 1, 2),
(0, 1, 3),
(0, 2, 1),
(0, 2, 3),
(0, 3, 1),
(0, 3, 2),
(1, 0, 2),
(1, 0, 3),
(1, 2, 0),
(1, 2, 3),
(1, 3, 0),
(1, 3, 2),
(2, 0, 1),
(2, 0, 3),
(2, 1, 0),
(2, 1, 3),
(2, 3, 0),
(2, 3, 1),
(3, 0, 1),
(3, 0, 2),
(3, 1, 0),
(3, 1, 2),
(3, 2, 0),
(3, 2, 1)
]
3、itertools.combinations(iterable,r)
這個函數用來生成指定數目r的元素不重復的所有組合。注意和permutation的區分，以及這個組合是無序的，只考慮元素本身的unique性。
例：
import itertools
x = itertools.combinations(range(4), 3)
print(list(x))
輸出為：
[(0, 1, 2), (0, 1, 3), (0, 2, 3), (1, 2, 3)]
4、itertools.combinations_with_replacement(iterable,r)
這個函數用來生成指定數目r的元素可重復的所有組合。然而這個函數依然要保證元素組合的unique性。
例：
import itertools
x = itertools.combinations_with_replacement('ABC', 2)
print(list(x))
輸出為：
[('A', 'A'),
('A', 'B'),
('A', 'C'),
('B', 'B'),
('B', 'C'),
('C', 'C’)
]
