建站
咨詢
售后
建站咨詢
新聞中心
簡(jiǎn)介
在Python中，迭代器可以幫助你編寫(xiě)更多Pythonic的代碼，并在處理長(zhǎng)序列時(shí)提高效率。內(nèi)置的itertools模塊提供了幾個(gè)有用的函數(shù)來(lái)創(chuàng)建迭代器。
【itertools】：https://docs.python.org/3/library/itertools.html
當(dāng)你只需要遍歷迭代器、檢索序列中的元素并對(duì)其進(jìn)行處理，而無(wú)需將它們存儲(chǔ)在內(nèi)存中時(shí)，這些函數(shù)尤其有用。今天本文將學(xué)習(xí)如何使用以下四個(gè)itertools過(guò)濾函數(shù)：
- filterfalse
- takewhile
- dropwhile
- islice
接下來(lái)跟隨本文開(kāi)始吧！
圖片
在開(kāi)始之前：關(guān)于代碼示例的說(shuō)明
在本教程中：
我們將討論的所有四個(gè)函數(shù)都返回了迭代器。為了清楚起見(jiàn)，本文將使用簡(jiǎn)單的序列，并使用list()獲取包含迭代器返回的所有元素的列表。但在處理長(zhǎng)序列時(shí)，除非必要，否則請(qǐng)不要這樣做，因?yàn)檫@樣做會(huì)失去迭代器帶來(lái)的內(nèi)存節(jié)省。
對(duì)于簡(jiǎn)單的謂詞函數(shù)，也可以使用lambdas。但為了提高可讀性，本文將定義常規(guī)函數(shù)并將它們用作謂詞。
1. filterfalse
如果你在Python中編程已經(jīng)有一段時(shí)間了，可能已經(jīng)使用過(guò)內(nèi)置的filter函數(shù)，語(yǔ)法如下：
filter(pred,seq)
# pred：謂詞函數(shù)
# seq：任何有效的Python可迭代對(duì)象filter函數(shù)返回一個(gè)迭代器，該迭代器返回謂詞函數(shù)返回True的序列中的元素。
示例如下：
nums = list(range(1,11)) #[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
def is_even(n):
return n % 2 == 0在這里，nums列表和is_even函數(shù)分別是序列和謂詞。
要獲取nums中所有偶數(shù)的列表，需要使用如下所示的filter：
nums_even = filter(is_even, nums)
print(list(nums_even))Output >>> [2, 4, 6, 8, 10]現(xiàn)在跟隨本文來(lái)學(xué)習(xí)一下filterfalse。本文將從itertools模塊中導(dǎo)入filterfalse函數(shù)（以及本文將要討論的所有其他函數(shù)）。
正如其名稱所示，filterfalse執(zhí)行與filter函數(shù)相反的操作。它返回一個(gè)迭代器，該迭代器返回謂詞返回False的元素。以下是使用filterfalse函數(shù)的語(yǔ)法：
from itertools import filterfalse
filterfalse(pred,seq)is_even函數(shù)對(duì)于nums中的所有奇數(shù)返回False。因此，使用filterfalse得到的nums_odd列表是nums中所有奇數(shù)的列表：
from itertools import filterfalse
nums_odd = filterfalse(is_even, nums)
print(list(nums_odd))Output >>> [1, 3, 5, 7, 9]2. takewhile
使用takewhile函數(shù)的語(yǔ)法如下：
from itertools import takewhile
takewhile(pred,seq)takewhile函數(shù)返回了一個(gè)迭代器，只要謂詞函數(shù)返回True，它就會(huì)返回元素。當(dāng)謂詞函數(shù)第一次返回False時(shí)，它就停止返回元素。
對(duì)于長(zhǎng)度為n的序列，如果seq[k]是第一個(gè)使謂詞函數(shù)返回False的元素，則迭代器會(huì)返回seq[0]、seq[1]、...、seq[k-1]。
考慮以下的nums列表和謂詞函數(shù)is_less_than_5。本文使用takewhile函數(shù)，如下所示：
from itertools import takewhile
def is_less_than_5(n):
return n < 5
nums = [1, 3, 5, 2, 4, 6]
filtered_nums_1 = takewhile(is_less_than_5, nums)
print(list(filtered_nums_1))在這里，謂詞is_less_than_5對(duì)于數(shù)字5首次返回False：
Output >>> [1, 3]3. dropwhile
從功能上講，dropwhile函數(shù)的作用與takewhile函數(shù)相反。
以下是如何使用dropwhile函數(shù)的示例：
from itertools import dropwhile
dropwhile(pred,seq)dropwhile函數(shù)返回一個(gè)迭代器，只要謂詞為T(mén)rue，該迭代器就會(huì)持續(xù)刪除元素。也就是說(shuō)，迭代器在謂詞第一次返回False之前不返回任何元素。一旦謂詞返回False，迭代器就會(huì)返回序列中的所有后續(xù)元素。
對(duì)于長(zhǎng)度為n的序列，如果謂詞函數(shù)第一次返回False的元素是seq[k]，那么迭代器會(huì)返回seq[k]、seq[k+1]、…、seq[n-1]。
接下來(lái)使用相同的序列和謂詞函數(shù)：
from itertools import dropwhile
def is_less_than_5(n):
return n < 5
nums = [1, 3, 5, 2, 4, 6]
filtered_nums_2 = dropwhile(is_less_than_5, nums)
print(list(filtered_nums_2))由于謂詞函數(shù)is_less_than_5第一次返回False是在元素5上，因此本文得到從5開(kāi)始的序列中的所有元素：
Output >>> [5, 2, 4, 6]4. islice
你可能已經(jīng)熟悉了對(duì)Python可迭代對(duì)象（如列表、元組和字符串）進(jìn)行切片操作。切片的語(yǔ)法是：iterable[start:stop:step]。
然而，這種切片操作具有以下缺點(diǎn)：
- 在處理大型序列時(shí)，每個(gè)切片或子序列都是一個(gè)占用內(nèi)存的副本，這可能會(huì)降低效率。
- 由于步長(zhǎng)也可以取負(fù)值，使用起始、停止和步長(zhǎng)值會(huì)影響可讀性。
islice函數(shù)解決了上述限制：
- 它返回一個(gè)迭代器。
- 它不允許步長(zhǎng)取負(fù)值。
可以按以下方式使用islice函數(shù)：
from itertools import islice
islice(seq,start,stop,step)下面是使用islice函數(shù)的幾種不同方式：
- 使用islice(seq, stop)函數(shù)返回一個(gè)迭代器，該迭代器遍歷切片seq[0]、seq[1]、...、seq[stop - 1]。
- 如果指定了起始和停止值：islice(seq, start, stop)，該函數(shù)會(huì)返回一個(gè)迭代器，該迭代器遍歷切片seq[start]、seq[start + 1]、...、seq[start + stop - 1]。
- 當(dāng)指定起始、停止和步長(zhǎng)參數(shù)時(shí)，該函數(shù)返回一個(gè)迭代器，該迭代器遍歷切片seq[start]、seq[start + step]、seq[start + 2*step]、...、seq[start + k*step]，其中start + k*step < stop且start + (k+1)*step >= stop。
接下來(lái)以一個(gè)示例列表來(lái)更好地理解這個(gè)問(wèn)題：
nums = list(range(10)) #[0,1, 2, 3, 4, 5, 6, 7, 8, 9]現(xiàn)在，跟隨本文使用已學(xué)過(guò)的islice函數(shù)的語(yǔ)法。
僅使用停止值
這里本文只指定停止索引：
from itertools import islice
# 僅指定停止索引
sliced_nums = islice(nums, 5)
print(list(sliced_nums))以下是輸出結(jié)果：
Output >>> [0, 1, 2, 3, 4]使用起始和停止值
在這里，本文同時(shí)使用起始值和停止值：
# 指定起始和停止索引
sliced_nums = islice(nums, 2, 7)
print(list(sliced_nums))切片從索引2開(kāi)始，一直延伸到索引7但不包括索引7：
Output >>> [2, 3, 4, 5, 6]使用起始、停止和步長(zhǎng)值
當(dāng)本文使用起始、停止和步長(zhǎng)值時(shí)：
# 使用起始、停止和步長(zhǎng)
sliced_nums = islice(nums, 2, 8, 2)
print(list(sliced_nums))得到一個(gè)從索引2開(kāi)始、一直延伸到索引8但不包括索引8的切片，步長(zhǎng)為2（每隔一個(gè)元素返回一次））。
Output >>> [2, 4, 6]總結(jié)
希望本教程能幫助你理解itertools過(guò)濾函數(shù)的基礎(chǔ)知識(shí)。通過(guò)查看一些簡(jiǎn)單的示例，可以更好地理解這些函數(shù)的工作原理。
本文標(biāo)題：四個(gè)鮮為人知的Python迭代過(guò)濾函數(shù)
轉(zhuǎn)載源于：http://m.5511xx.com/article/coojcoo.html
