在循環對象和函數對象中，我們了解了循環器(iterator)的功能。循環器是對象的容器，包含有多個對象。通過調用循環器的next()方法 (__next__()方法，在Python 3.x中)，循環器將依次返回一個對象。直到所有的對象遍歷窮盡，循環器將舉出StopIteration錯誤。

在for i in iterator結構中，循環器每次返回的對象將賦予給i，直到循環結束。使用iter()內置函數，我們可以將諸如表、字典等容器變為循環器。比如

for i in iter([2, 4, 5, 6]):
    print(i)

標準庫中的itertools包提供了更加靈活的生成循環器的工具。這些工具的輸入大都是已有的循環器。另一方面，這些工具完全可以自行使用Python實現，該包只是提供了一種比較標準、高效的實現方式。這也符合Python“只有且最好只有解決方案”的理念。

# import the tools
from itertools import *

無窮循環器

count(5, 2) #從5開始的整數循環器，每次增加2，即5, 7, 9, 11, 13, 15 ...

cycle(‘abc‘) #重復序列的元素，既a, b, c, a, b, c ...

repeat(1.2) #重復1.2，構成無窮循環器，即1.2, 1.2, 1.2, ...

repeat也可以有一個次數限制:

repeat(10, 5) #重復10，共重復5次

函數式工具

函數式編程是將函數本身作為處理對象的編程範式。在Python中，函數也是對象，因此可以輕松的進行一些函數式的處理，比如map(), filter(), reduce()函數。

itertools包含類似的工具。這些函數接收函數作為參數，並將結果返回為一個循環器。

比如

from itertools import *

rlt = imap(pow, [1, 2, 3], [1, 2, 3])

for num in rlt:
    print(num)

上面顯示了imap函數。該函數與map()函數功能相似，只不過返回的不是序列，而是一個循環器。包含元素1, 4, 27，即1**1, 2**2, 3**3的結果。函數pow(內置的乘方函數)作為第一個參數。pow()依次作用於後面兩個列表的每個元素，並收集函數結果，組成返回的循環器。

此外，還可以用下面的函數:

starmap(pow, [(1, 1), (2, 2), (3, 3)])

pow將依次作用於表的每個tuple。

ifilter函數與filter()函數類似，只是返回的是一個循環器。

ifilter(lambda x: x > 5, [2, 3, 5, 6, 7]

將lambda函數依次作用於每個元素，如果函數返回True，則收集原來的元素。6, 7

此外，

ifilterfalse(lambda x: x > 5, [2, 3, 5, 6, 7])

與上面類似，但收集返回False的元素。2, 3, 5

takewhile(lambda x: x < 5, [1, 3, 6, 7, 1])

當函數返回True時，收集元素到循環器。一旦函數返回False，則停止。1, 3

dropwhile(lambda x: x < 5, [1, 3, 6, 7, 1])

當函數返回False時，跳過元素。一旦函數返回True，則開始收集剩下的所有元素到循環器。6, 7, 1

組合工具

我們可以通過組合原有循環器，來獲得新的循環器。

chain([1, 2, 3], [4, 5, 7]) # 連接兩個循環器成為一個。1, 2, 3, 4, 5, 7

product(‘abc‘, [1, 2]) # 多個循環器集合的笛卡爾積。相當於嵌套循環

for m, n in product(‘abc‘, [1, 2]):
    print m, n

permutations(‘abc‘, 2) # 從‘abcd‘中挑選兩個元素，比如ab, bc, ... 將所有結果排序，返回為新的循環器。

註意，上面的組合分順序，即ab, ba都返回。

combinations(‘abc‘, 2) # 從‘abcd‘中挑選兩個元素，比如ab, bc, ... 將所有結果排序，返回為新的循環器。

註意，上面的組合不分順序，即ab, ba的話，只返回一個ab。

combinations_with_replacement(‘abc‘, 2) # 與上面類似，但允許兩次選出的元素重復。即多了aa, bb, cc

groupby()

將key函數作用於原循環器的各個元素。根據key函數結果，將擁有相同函數結果的元素分到一個新的循環器。每個新的循環器以函數返回結果為標簽。

這就好像一群人的身高作為循環器。我們可以使用這樣一個key函數: 如果身高大於180，返回"tall"；如果身高底於160，返回"short";中間的返回"middle"。最終，所有身高將分為三個循環器，即"tall", "short", "middle"。

def height_class(h):
    if h > 180:
        return "tall"
    elif h < 160:
        return "short"
    else:
        return "middle"

friends = [191, 158, 159, 165, 170, 177, 181, 182, 190]

friends = sorted(friends, key = height_class)
for m, n in groupby(friends, key = height_class):
    print(m)
    print(list(n))

註意，groupby的功能類似於UNIX中的uniq命令。分組之前需要使用sorted()對原循環器的元素，根據key函數進行排序，讓同組元素先在位置上靠攏。

其它工具

compress(‘ABCD‘, [1, 1, 1, 0]) # 根據[1, 1, 1, 0]的真假值情況，選擇第一個參數‘ABCD‘中的元素。A, B, C

islice() # 類似於slice()函數，只是返回的是一個循環器

izip() # 類似於zip()函數，只是返回的是一個循環器。

總結

itertools的工具都可以自行實現。itertools只是提供了更加成形的解決方案。

更詳細的資料請見：http://www.jb51.net/article/65782.htm、http://www.wklken.me/posts/2013/08/20/python-extra-itertools.html#itertoolscountstart0-step1

python模塊之itertools