python标准库参考itertools:函数式序列数据高效处理利器-2: filter, islice, map, zip, filterfalse, zip_longest

简介

Python的实用性简单,提供了许多有用的函数和数据结构,使数据处理变得更容易,包括用来有效地循环数据的工具:itertools。

本指南将向你展示如何使用itertools进行迭代。

  • filter()

接收序列或可迭代的对象,以及一个过滤条件(一个函数或lambda)。然后它测试序列中的每个元素是否符合过滤标准,只返回符合该标准的元素。

  • islice()

返回iterable的start和stop区间的生成器。

  • map()

创建可迭代的map对象,将指定的转换应用于所选可迭代的每个元素。

  • zip()

接收两个迭代对象并返回成对元素的元组。

filter() 和filterfalse()

filter()是内置函数。语法如下:

filter(function, iterable)

示例:

>>> number_list = list(range(0,10))
>>> filtered_list = list(filter(lambda number: number % 2 == 0, number_list))
>>> print(filtered_list)
[0, 2, 4, 6, 8]
>>> [i for i in range(10) if i % 2 == 0]
[0, 2, 4, 6, 8]
>>> from itertools import filterfalse
>>> number_list = [x for x in range(0,10)]
>>> filtered_list = list(filterfalse(lambda number: number % 2 == 0, number_list))
>>> filtered_list
[1, 3, 5, 7, 9]
>>> def is_even(number):
...     return number%2==0
... 
>>> filtered_list = list(filterfalse(is_even, number_list))
>>> filtered_list
[1, 3, 5, 7, 9]

islice()函数

语法如下:

itertools.islice(iterable, start, end,step)

如果只提供2个参数,则默认start为0,step默认为1。

>>> from itertools import islice
>>> old_string = "I need this, but not this"
>>> print(list(islice(old_string, 11)))
['I', ' ', 'n', 'e', 'e', 'd', ' ', 't', 'h', 'i', 's']
>>> print(list(islice(old_string, 7, 11)))
['t', 'h', 'i', 's']

该功能和序列的切片功能很类似,故较少使用。

参考资料

map()函数

语法如下:

map(function, iterable)

map()是内置函数中,所以不需要导入任何东西。map用于对元素进行批量转换。

例如,你想把每个整数元素提高到2的幂。

>>> list(map(lambda x: x**2, number_list))
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
# 附加解包功能的starmap
>>> values = [(0, 5), (1, 6), (2, 7), (3, 8), (4, 9)]
>>> list(starmap(lambda x, y: (x, y, x * y), values))
[(0, 5, 0), (1, 6, 6), (2, 7, 14), (3, 8, 24), (4, 9, 36)]

zip()和zip_longest()函数

语法如下:

zip(iterable_1, iterable_2, iterable_3...)

实例

>>> list(zip(range(3), range(4)))
[(0, 0), (1, 1), (2, 2)]
>>> list(zip_longest(range(3), range(4)))
[(0, 0), (1, 1), (2, 2), (None, 3)]
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,736评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,167评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,442评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,902评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,302评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,573评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,847评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,562评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,260评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,531评论 2 245
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,021评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,367评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,016评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,068评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,827评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,610评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,514评论 2 269

推荐阅读更多精彩内容