郴州网站建设专业定制,网站的关键词推扩是怎样做,5080电影电视剧大全,上海建设部网站首页在Python中#xff0c;迭代器可以帮助你编写更多Pythonic的代码#xff0c;并在处理长序列时提高效率#xff0c;内置的itertools模块提供了几个有用的函数来创建迭代器。
当你只需要遍历迭代器、检索序列中的元素并对其进行处理#xff0c;而无需将它们存储在内存中时迭代器可以帮助你编写更多Pythonic的代码并在处理长序列时提高效率内置的itertools模块提供了几个有用的函数来创建迭代器。
当你只需要遍历迭代器、检索序列中的元素并对其进行处理而无需将它们存储在内存中时这些函数尤其有用。今天本文将学习如何使用以下四个itertools过滤函数filterfalsetakewhiledropwhileislice。 我们将讨论的所有四个函数都返回了迭代器为了清楚起见本文将使用简单的序列并使用list()获取包含迭代器返回的所有元素的列表。但在处理长序列时除非必要否则请不要这样做因为这样做会失去迭代器带来的内存节省。
对于简单的谓词函数也可以使用lambdas。但为了提高可读性本文将定义常规函数并将它们用作谓词。
1. filterfalse
如果你在Python中编程已经有一段时间了可能已经使用过内置的filter函数语法如下
filter(pred,seq)
# pred谓词函数
# seq任何有效的Python可迭代对象filter函数返回一个迭代器该迭代器返回谓词函数返回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在这里nums列表和is_even函数分别是序列和谓词。要获取nums中所有偶数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]现在跟随本文来学习一下filterfalse。本文将从itertools模块中导入filterfalse函数以及本文将要讨论的所有其他函数。
正如其名称所示filterfalse执行与filter函数相反的操作。它返回一个迭代器该迭代器返回谓词返回False的元素。以下是使用filterfalse函数的语法
from itertools import filterfalse
filterfalse(pred,seq)is_even函数对于nums中的所有奇数返回False因此使用filterfalse得到的nums_odd列表是nums中所有奇数的列表
from itertools import filterfalsenums_odd filterfalse(is_even, nums)
print(list(nums_odd)) Output [1, 3, 5, 7, 9]2. takewhile
使用takewhile函数的语法如下
from itertools import takewhile
takewhile(pred,seq)takewhile函数返回了一个迭代器只要谓词函数返回True它就会返回元素。当谓词函数第一次返回False时它就停止返回元素。
对于长度为n的序列如果seq[k]是第一个使谓词函数返回False的元素则迭代器会返回seq[0]、seq[1]、...、seq[k-1]。
考虑以下的nums列表和谓词函数is_less_than_5。本文使用takewhile函数如下所示
from itertools import takewhiledef is_less_than_5(n):return n 5nums [1, 3, 5, 2, 4, 6]
filtered_nums_1 takewhile(is_less_than_5, nums)
print(list(filtered_nums_1)) 在这里谓词is_less_than_5对于数字5首次返回False
Output [1, 3]3. dropwhile
从功能上讲dropwhile函数的作用与takewhile函数相反以下是如何使用dropwhile函数的示例
from itertools import dropwhile
dropwhile(pred,seq) dropwhile函数返回一个迭代器只要谓词为True该迭代器就会持续删除元素。也就是说迭代器在谓词第一次返回False之前不返回任何元素。一旦谓词返回False迭代器就会返回序列中的所有后续元素。
对于长度为n的序列如果谓词函数第一次返回False的元素是seq[k]那么迭代器会返回seq[k]、seq[k1]、…、seq[n-1]。
接下来使用相同的序列和谓词函数
from itertools import dropwhiledef is_less_than_5(n):return n 5nums [1, 3, 5, 2, 4, 6]
filtered_nums_2 dropwhile(is_less_than_5, nums)
print(list(filtered_nums_2)) 由于谓词函数is_less_than_5第一次返回False是在元素5上因此本文得到从5开始的序列中的所有元素
Output [5, 2, 4, 6]4. islice
你可能已经熟悉了对Python可迭代对象如列表、元组和字符串进行切片操作。切片的语法是iterable[start:stop:step]。
然而这种切片操作具有以下缺点 在处理大型序列时每个切片或子序列都是一个占用内存的副本这可能会降低效率。 由于步长也可以取负值使用起始、停止和步长值会影响可读性。
islice函数解决了上述限制 它返回一个迭代器。 它不允许步长取负值。
可以按以下方式使用islice函数
from itertools import islice
islice(seq,start,stop,step) 下面是使用islice函数的几种不同方式 使用islice(seq, stop)函数返回一个迭代器该迭代器遍历切片seq[0]、seq[1]、...、seq[stop - 1]。 如果指定了起始和停止值islice(seq, start, stop)该函数会返回一个迭代器该迭代器遍历切片seq[start]、seq[start 1]、...、seq[start stop - 1]。 当指定起始、停止和步长参数时该函数返回一个迭代器该迭代器遍历切片seq[start]、seq[start step]、seq[start 2*step]、...、seq[start k*step]其中start k*step stop且start (k1)*step stop。
接下来以一个示例列表来更好地理解这个问题
nums list(range(10)) #[0,1, 2, 3, 4, 5, 6, 7, 8, 9]仅使用停止值
这里本文只指定停止索引
from itertools import islice# 仅指定停止索引
sliced_nums islice(nums, 5)
print(list(sliced_nums))以下是输出结果
Output [0, 1, 2, 3, 4]使用起始和停止值
在这里本文同时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))切片从索引2开始一直延伸到索引7但不包括索引7
Output [2, 3, 4, 5, 6]使用起始、停止和步长值
当本文使用起始、停止和步长值时
# 使用起始、停止和步长
sliced_nums islice(nums, 2, 8, 2)
print(list(sliced_nums)) 得到一个从索引2开始、一直延伸到索引8但不包括索引8的切片步长为2每隔一个元素返回一次。
Output [2, 4, 6]
综上希望本文能帮助你理解itertools过滤函数的基础知识。通过查看一些简单的示例可以更好地理解这些函数的工作原理。
