Python 中的组合迭代器

2024年8月29日 | 阅读 10 分钟

在本教程中，我们将学习 Python 中的组合迭代器。众所周知，迭代器是可迭代对象上的对象，迭代器用于遍历所有可迭代值。生成器也被称为高级迭代器，但它们不能返回完整结果，而是通过 yield 返回结果。生成器可以像函数一样递归。我们将学习 itertools 模块以及如何获得无限迭代器。我们还将讨论 Python 迭代器如何终止最短的输入序列。

那么，让我们来理解一下 Python 的 itertools 模块。

Python itertools 模块

Python 的 itertools 模块提供了创建迭代器的功能，以实现高效的循环。有多种类型的迭代器，有些是无限迭代器，有些则在最短的输入序列上终止。还有一些是组合迭代器。

让我们简要了解一下无限迭代器。

Python 中的无限迭代器

顾名思义，无限迭代器可以无限次地生成值。有三种类型的无限迭代器，让我们来了解以下函数。

count([start=0, step=1])

count() 方法接受两个参数 start 和 step。start 参数从给定的起始数字开始无限打印。step 参数是可选的，如果提供了步长，则会跳过给定的数字；默认步长为一。让我们通过下面的例子来理解。

示例 -

import itertools

# for in loop
for i in itertools.count(3, 3):
    if i == 36:
        break
    else:
        print(i, end =" ")

输出

3 6 9 12 15 18 21 24 27 30 33

示例 - 使用一个参数

import itertools

# for in loop
for i in itertools.count(3):
    print(i)

输出

3
6
9
12
15
18
21
Traceback (most recent call last):
  File "d:/Python Project/bubble_sort.py", line 308, in 
    print(i)
KeyboardInterrupt

cycle(iterable) -

cycle() 函数按传递的顺序打印所有值。当所有可迭代元素都被打印后，它会从头重新开始打印值。让我们通过下面的例子来理解。

示例 -

import itertools

count = 0

# for in loop
for i in itertools.cycle('ABC'):
    if count > 20:
        break
    else:
        print(i, end = " ")
        count += 1

输出

A B C A B C A B C A B C A B C A B C A B C

示例 -

import itertools 
for i in itertools.cycle(['red','green','blue']):

    print(i, end = ' ')

输出

red green blue red green blue red green blue red green blue red green blue red green blue red green blue red green blue red green 
blue red green blue red green blue red green blue red green blue red green blue
File "d:/Python Project/iterators.py", line 32, in 
    print(i, end = ' ')
KeyboardInterrupt

示例 - 2：使用 next() 方法

import itertools

list1 = ['Java', 'T', 'Point']

# defining iterator
iterators = itertools.cycle(list1)

# for in loop
for i in range(12):
    
    # Using next function
    print(next(iterators), end = " ")

输出

Java T Point Java T Point Java T Point Java T Point

repeat(element, num)

它会无限次地重复打印传入的值。如果提供了可选的关键字参数 num，它会重复打印 num 次。让我们通过下面的例子来理解。

示例 -

import itertools

print (list(itertools.repeat(100, 20)))

输出

[100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100, 100]

示例 - 2

import itertools

for i in itertools.repeat('Blue'):
    print(i, end = ' ')

输出

Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue 
Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue 
Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue Blue 
Blue Traceback (most recent call last):
  File "d:/Python Project/iterators.py", line 332, in 
    print(i, end = ' ')
KeyboardInterrupt

这里我们已经讨论了无限迭代器的三种方法。现在我们将学习组合迭代器。

组合迭代器

组合迭代器是操作的排列，以及离散数学元素的选择。它是一种递归生成器，用于简化排列、组合和笛卡尔积等组合结构。让我们来了解组合迭代器。

product(*iterables, repeat=1)

这些迭代器计算输入可迭代对象的笛卡尔积。我们需要指定可选的 repeat 关键字参数来计算一个可迭代对象与其自身的乘积。它以排序的元组形式返回结果。让我们通过下面的例子来理解。

示例 -

from itertools import product

print("The cartesian product using repeat:")
print(list(product([2, 4], repeat=2)))
print()

print("The cartesian product of the containers:")
print(list(product(['Learn', 'from', 'JavaTpoint'], '3')))
print()

print("The cartesian product of the containers:")
print(list(product('AB', [3,4])))

输出

The cartesian product using repeat:
[(2, 2), (2, 4), (4, 2), (4, 4)]

The cartesian product of the containers:
[('Learn', '3'), ('from', '3'), ('JavaTpoint', '3')]

The cartesian product of the containers:
[('A', 3), ('A', 4), ('B', 3), ('B', 4)]

示例 - 2

from itertools import product
for i in product('VX','YZ',repeat=3):
                print(i)

输出

('V', 'Z', 'X', 'Y', 'V', 'Y')
('V', 'Z', 'X', 'Y', 'V', 'Z')
('V', 'Z', 'X', 'Y', 'X', 'Y')
('V', 'Z', 'X', 'Y', 'X', 'Z')
('V', 'Z', 'X', 'Z', 'V', 'Y')
('V', 'Z', 'X', 'Z', 'V', 'Z')
('V', 'Z', 'X', 'Z', 'X', 'Y')
('V', 'Z', 'X', 'Z', 'X', 'Z')
('X', 'Y', 'V', 'Y', 'V', 'Y')
('X', 'Y', 'V', 'Y', 'V', 'Z')
('X', 'Y', 'V', 'Y', 'X', 'Y')
('X', 'Y', 'V', 'Y', 'X', 'Z')
('X', 'Y', 'V', 'Z', 'V', 'Y')
('X', 'Y', 'V', 'Z', 'V', 'Z')
('X', 'Y', 'V', 'Z', 'X', 'Y')
('X', 'Y', 'V', 'Z', 'X', 'Z')
('X', 'Y', 'X', 'Y', 'V', 'Y')
('X', 'Y', 'X', 'Y', 'V', 'Z')
('X', 'Y', 'X', 'Y', 'X', 'Y')
('X', 'Y', 'X', 'Y', 'X', 'Z')
('X', 'Y', 'X', 'Z', 'V', 'Y')
('X', 'Y', 'X', 'Z', 'V', 'Z')
('X', 'Y', 'X', 'Z', 'X', 'Y')
('X', 'Y', 'X', 'Z', 'X', 'Z')
('X', 'Z', 'V', 'Y', 'V', 'Y')
('X', 'Z', 'V', 'Y', 'V', 'Z')
('X', 'Z', 'V', 'Y', 'X', 'Y')
('X', 'Z', 'V', 'Y', 'X', 'Z')
('X', 'Z', 'V', 'Z', 'V', 'Y')
('X', 'Z', 'V', 'Z', 'V', 'Z')
('X', 'Z', 'V', 'Z', 'X', 'Y')
('X', 'Z', 'V', 'Z', 'X', 'Z')
('X', 'Z', 'X', 'Y', 'V', 'Y')
('X', 'Z', 'X', 'Y', 'V', 'Z')
('X', 'Z', 'X', 'Y', 'X', 'Y')
('X', 'Z', 'X', 'Y', 'X', 'Z')
('X', 'Z', 'X', 'Z', 'V', 'Y')
('X', 'Z', 'X', 'Z', 'V', 'Z')
('X', 'Z', 'X', 'Z', 'X', 'Y')
('X', 'Z', 'X', 'Z', 'X', 'Z')

示例 - 3

from itertools import product
for i in product([1,2,3],[4,5,6]):
                print(i)

输出

(1, 4)
(1, 5)
(1, 6)
(2, 4)
(2, 5)
(2, 6)
(3, 4)
(3, 5)
(3, 6)

让我们看另一个例子。

示例 - 4

from itertools import product
for i in product('UV','WX','YZ'):
        print(i)

输出

('U', 'W', 'Y')
('U', 'W', 'Z')
('U', 'X', 'Y')
('U', 'X', 'Z')
('V', 'W', 'Y')
('V', 'W', 'Z')
('V', 'X', 'Y')
('V', 'X', 'Z')

permutation(iterables*, group_size=None)

permutation() 函数以字典序生成可迭代对象的所有可能排列，并返回唯一元素。它使用元素的位置，而不是值。它接受一个可迭代对象和一个 group_size；如果 group_size 的值未给出或等于 None，则 group_size 的值将成为可迭代对象的长度。让我们通过下面的例子来理解。

示例 -

from itertools import permutations

print ("All the permutations is:")
print (list(permutations([1, 'JavaTpoint'], 2)))
print()

print ("All the permutations is:")
print (list(permutations('CD')))
print()

print ("All the permutations is:")
print(list(permutations(range(3), 2)))

输出

All the permutations is:
[(1, 'JavaTpoint'), ('JavaTpoint', 1)]
All the permutations is:
[('C', 'D'), ('D', 'C')]
All the permutations is:
[(0, 1), (0, 2), (0, 3), (0, 4), (0, 5), (0, 6), (0, 7), (1, 0), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (1, 7), (2, 0), (2, 1), (2, 3), (2, 4), (2, 5), (2, 6), (2, 7), (3, 0), (3, 1), (3, 2), (3, 4), (3, 5), (3, 6), (3, 7), (4, 0), (4, 1), (4, 2), (4, 3), (4, 5), (4, 6), (4, 7), (5, 0), (5, 1), (5, 2), (5, 3), (5, 4), (5, 6), (5, 7), (6, 0), (6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 7), (7, 0), (7, 1), (7, 2), (7, 3), (7, 4), (7, 5), (7, 6)]

示例 - 2

from itertools import permutations
for i in permutations('ABCD'):
                print(i)

输出

('A', 'B', 'C', 'D')
('A', 'B', 'D', 'C')
('A', 'C', 'B', 'D')
('A', 'C', 'D', 'B')
('A', 'D', 'B', 'C')
('A', 'D', 'C', 'B')
('B', 'A', 'C', 'D')
('B', 'A', 'D', 'C')
('B', 'C', 'A', 'D')
('B', 'C', 'D', 'A')
('B', 'D', 'A', 'C')
('B', 'D', 'C', 'A')
('C', 'A', 'B', 'D')
('C', 'A', 'D', 'B')
('C', 'B', 'A', 'D')
('C', 'B', 'D', 'A')
('C', 'D', 'A', 'B')
('C', 'D', 'B', 'A')
('D', 'A', 'B', 'C')
('D', 'A', 'C', 'B')
('D', 'B', 'A', 'C')
('D', 'B', 'C', 'A')
('D', 'C', 'A', 'B')
('D', 'C', 'B', 'A')

正如我们在上面的代码中看到的，我们没有传递第二个参数给它，所以它取了可迭代对象的元组的长度。在下面的示例中，我们传递了 3 作为长度。

示例 - 3

from itertools import permutations
for i in permutations('ABCD', 3):
                print(i)

输出

('A', 'B', 'C')
('A', 'B', 'D')
('A', 'C', 'B')
('A', 'C', 'D')
('A', 'D', 'B')
('A', 'D', 'C')
('B', 'A', 'C')
('B', 'A', 'D')
('B', 'C', 'A')
('B', 'C', 'D')
('B', 'D', 'A')
('B', 'D', 'C')
('C', 'A', 'B')
('C', 'A', 'D')
('C', 'B', 'A')
('C', 'B', 'D')
('C', 'D', 'A')
('C', 'D', 'B')
('D', 'A', 'B')
('D', 'A', 'C')
('D', 'B', 'A')
('D', 'B', 'C')
('D', 'C', 'A')
('D', 'C', 'B')

combinations(iterable, r)

它不重复地打印可迭代对象的所有可能组合。它接受一个可迭代对象和一个 group_size；如果 group_size 的值未给出或等于 None，则 group_size 的值将成为可迭代对象的长度。让我们通过下面的例子来理解。

示例 -

from itertools import combinations

print ("All the combination is:")
print(list(combinations(['D', 2], 2)))
print()

print ("All the combination is:")
print(list(combinations('ABCD', 2)))
print()

print ("All the combination is:")
print(list(combinations(range(7),1)))

输出

All the combination is:
[('D', 2)]
All the combination is:
[('A', 'B'), ('A', 'C'), ('A', 'D'), ('B', 'C'), ('B', 'D'), ('C', 'D')]
All the combination is:
[(0,), (1,), (2,), (3,), (4,), (5,), (6,)]

示例 -

from itertools import combinations
for i in combinations('ABCD',2):
                print(i)

输出

('A', 'B')
('A', 'C')
('A', 'D')
('B', 'C')
('B', 'D')
('C', 'D')

让我们看另一个例子。

示例 -

from itertools import combinations

for i in combinations(range(10),3):
                print(i)

输出

(0, 1, 2)
(0, 1, 3)
(0, 1, 4)
(0, 1, 5)
(0, 1, 6)
(0, 1, 7)
(0, 2, 3)
(0, 2, 4)
(0, 2, 5)
(0, 2, 6)
(0, 2, 7)
(0, 3, 4)
(0, 3, 5)
(0, 3, 6)
(0, 3, 7)
(0, 4, 5)
(0, 4, 6)
(0, 4, 7)
(0, 5, 6)
(0, 5, 7)
(0, 6, 7)
(1, 2, 3)
(1, 2, 4)
(1, 2, 5)
(1, 2, 6)
(1, 2, 7)
(1, 3, 4)
(1, 3, 5)
(1, 3, 6)
(1, 3, 7)
(1, 4, 5)
(1, 4, 6)
(1, 4, 7)
(1, 5, 6)
(1, 5, 7)
(1, 6, 7)
(2, 3, 4)
(2, 3, 5)
(2, 3, 6)
(2, 3, 7)
(2, 4, 5)
(2, 4, 6)
(2, 4, 7)
(2, 5, 6)
(2, 5, 7)
(2, 6, 7)
(3, 4, 5)
(3, 4, 6)
(3, 4, 7)
(3, 5, 6)
(3, 5, 7)
(3, 6, 7)
(4, 5, 6)
(4, 5, 7)
(4, 6, 7)
(5, 6, 7)

combinations_with_replacement(iterable, r)

它与 combination() 类似，但它可能包含单个元素本身。它从可迭代对象的元素中返回长度为 n 的子序列，其中 n 是一个决定生成组合长度的参数。让我们通过下面的例子来理解。

示例 -

from itertools import combinations_with_replacement

print ("All the combination is:")
print(list(combinations_with_replacement([1, 2], 2)))
print()

print ("All the combination is:")
print(list(combinations_with_replacement('ABCD', 2)))
print()

print ("All the combination is:")
print(list(combinations_with_replacement(range(7),1)))

输出

All the combination is:
[(1, 1), (1, 2), (2, 2)]

All the combination is:
[('A', 'A'), ('A', 'B'), ('A', 'C'), ('A', 'D'), ('B', 'B'), ('B', 'C'), ('B', 'D'), ('C', 'C'), ('C', 'D'), ('D', 'D')]

All the combination is:
[(0,), (1,), (2,), (3,), (4,), (5,), (6,)]

在最短输入序列上终止的迭代器

以下是一些重要的、也用作迭代器的方法。让我们来了解以下方法。

accumulate(iterable, [, func]) -

它用于创建一个累积和的迭代器。换句话说，它累积了指定二元函数的结果。让我们通过下面的例子来理解。

示例 -

from itertools import accumulate
for i in accumulate([2,1,0,1,0,2,3,5]):
            print(i)

输出

示例 - 2

from itertools import accumulate
import operator
for i in accumulate([1, 2, 3, 4, 5, 6, 7, 8, 9, 10],operator.mul):
                print(i)

输出

chain(*iterables) -

chain() 函数逐个迭代给定的可迭代对象。当一个可迭代对象终止时，它会移动到下一个可迭代对象。

示例 -

from itertools import chain
for i in chain('Hello','World','How are you'):
            print(i)

输出

H
e
l
l
o
W
o
r
l
d
H
o
w

a
r
e

y
o
u

compress(data, selectors) -

它创建一个过滤器迭代器，可以过滤掉 data 中选择器值为 True 的元素。让我们通过下面的例子来理解。

示例 -

from itertools import compress
for i in compress('ABCDEF',[1,0,1,True,0,' ']):
              print(i)

输出

A
C
D
F

dropwhile(predicate, iterable)

dropwhile() 方法只要谓词为 True 就从可迭代对象中删除元素。如果为 False，它将开始返回所有元素。让我们通过下面的例子来理解。

示例 -

from itertools import dropwhile
for i in dropwhile(lambda x:x<7,[10,12,67,9,5,39,29,91]):
                print(i)

输出

还有许多其他方法，但我们已经讨论了一些基本方法。

结论

我们已经讨论了 Python 中迭代器的扩展版本。我们提到了组合迭代器和无限迭代器，这些迭代器在数学运算中非常有用。

下一主题类方法、静态方法和实例方法之间的区别

Python 中的组合迭代器

Python itertools 模块

Python 中的无限迭代器

组合迭代器

在最短输入序列上终止的迭代器

结论

联系信息

关注我们

教程

面试题

在线编译器

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

Python 问题

Python 中的组合迭代器

Python itertools 模块

Python 中的无限迭代器

组合迭代器

在最短输入序列上终止的迭代器

结论

相关帖子

Python 中的 time clock() 方法

Python 中的密码验证

编写 Python 程序检查给定链表是否为回文

Python pdb 教程 - Python pdb

sqrt(): Python 的数学函数

Python 中的 yield vs return

PyCaret 入门

编写程序打印给定二维矩阵的对角线元素

Python Getpass 模块

Python 中的对象是什么

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器