Python的内建模块itertools提供了非常有用的用于操作迭代对象的函数。
首先,我们看看itertools提供的几个“无限”迭代器:
> import itertools > natuals = itertools.count(1) > for n in natuals: ... print n ... 1 2 3 ...
因为count()会创建一个无限的迭代器,所以上述代码会打印出自然数序列,根本停不下来,只能按Ctrl+C退出。
cycle()会把传入的一个序列无限重复下去:
> import itertools > cs = itertools.cycle('ABC') # 注意字符串也是序列的一种 > for c in cs: ... print c ... 'A' 'B' 'C' 'A' 'B' 'C' ...
同样停不下来。
repeat()负责把一个元素无限重复下去,不过如果提供第二个参数就可以限定重复次数:
> ns = itertools.repeat('A', 10) > for n in ns: ... print n ...
打印10次'A'
无限序列只有在for迭代时才会无限地迭代下去,如果只是创建了一个迭代对象,它不会事先把无限个元素生成出来,事实上也不可能在内存中创建无限多个元素。
无限序列虽然可以无限迭代下去,但是通常我们会通过takewhile()等函数根据条件判断来截取出一个有限的序列:
> natuals = itertools.count(1) > ns = itertools.takewhile(lambda x: x <= 10, natuals) > for n in ns: ... print n ...
打印出1到10
itertools提供的几个迭代器操作函数更加有用:
chain()
chain()可以把一组迭代对象串联起来,形成一个更大的迭代器:
for c in chain('ABC', 'XYZ'): print c # 迭代效果:'A' 'B' 'C' 'X' 'Y' 'Z'
groupby()
groupby()把迭代器中相邻的重复元素挑出来放在一起:
> for key, group in itertools.groupby('AAABBBCCAAA'): ... print key, list(group) # 为什么这里要用list()函数呢? ... A ['A', 'A', 'A'] B ['B', 'B', 'B'] C ['C', 'C'] A ['A', 'A', 'A']
实际上挑选规则是通过函数完成的,只要作用于函数的两个元素返回的值相等,这两个元素就被认为是在一组的,而函数返回值作为组的key。如果我们要忽略大小写分组,就可以让元素'A'和'a'都返回相同的key:
> for key, group in itertools.groupby('AaaBBbcCAAa', lambda c: c.upper()): ... print key, list(group) ... A ['A', 'a', 'a'] B ['B', 'B', 'b'] C ['c', 'C'] A ['A', 'A', 'a']
imap()
imap()和map()的区别在于,imap()可以作用于无穷序列,并且,如果两个序列的长度不一致,以短的那个为准。
> for x in itertools.imap(lambda x, y: x * y, [10, 20, 30], itertools.count(1)): ... print x ... 10 40 90
注意imap()返回一个迭代对象,而map()返回list。当你调用map()时,已经计算完毕:
> r = map(lambda x: x*x, [1, 2, 3]) > r # r已经计算出来了 [1, 4, 9]
当你调用imap()时,并没有进行任何计算:
> r = itertools.imap(lambda x: x*x, [1, 2, 3]) > r <itertools.imap object at 0x103d3ff90> # r只是一个迭代对象
必须用for循环对r进行迭代,才会在每次循环过程中计算出下一个元素:
> for x in r: ... print x ... 1 4 9
这说明imap()实现了“惰性计算”,也就是在需要获得结果的时候才计算。类似imap()这样能够实现惰性计算的函数就可以处理无限序列:
> r = itertools.imap(lambda x: x*x, itertools.count(1)) > for n in itertools.takewhile(lambda x: x<100, r): ... print n ...
结果是什么"htmlcode">
> r = map(lambda x: x*x, itertools.count(1))
结果是什么?
ifilter()
不用多说了,ifilter()就是filter()的惰性实现。
小结
itertools模块提供的全部是处理迭代功能的函数,它们的返回值不是list,而是迭代对象,只有用for循环迭代的时候才真正计算。
Python
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。