介绍Python中内置的itertools模块
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：
>>>importitertools >>>natuals=itertools.count(1) >>>forninnatuals: ...printn ... 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：
>>>importitertools
>>>cs=itertools.cycle('ABC')#注意字符串也是序列的一种
>>>forcincs:
...printc
...
'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)
>>>forninns:
...printn
...
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(lambdax:x<=10,natuals) >>>forninns: ...printn ...
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：
forcinchain('ABC','XYZ'):
printc
#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：
>>>forkey,groupinitertools.groupby('AAABBBCCAAA'):
...printkey,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：
>>>forkey,groupinitertools.groupby('AaaBBbcCAAa',lambdac:c.upper()):
...printkey,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。
>>>forxinitertools.imap(lambdax,y:x*y,[10,20,30],itertools.count(1)): ...printx ... 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(lambdax: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(lambdax:x*x,[1,2,3]) >>>r <itertools.imapobjectat0x103d3ff90> #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：
>>>forxinr: ...printx ... 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(lambdax:x*x,itertools.count(1)) >>>forninitertools.takewhile(lambdax:x<100,r): ...printn ...
结果是什么?
如果把imap()换成map()去处理无限序列会有什么结果？
>>>r=map(lambdax: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。