說到處理循環(huán)，我們習(xí)慣使用for,while等，比如依次打印每個(gè)列表中的字符：
lis=['I','love','python']
foriinlis:
print(i)
I
love
python
在打印內(nèi)容字節(jié)數(shù)較小時(shí)，全部載入內(nèi)存后，再打印，沒有問題?？墒牵绻F(xiàn)在有成千上百萬條車輛行駛軌跡，叫你分析出其中每個(gè)客戶的出行規(guī)律，堵車情況等，假如是在單機(jī)上處理這件事。
你可能首先要面臨，也可能被你忽視，最后代碼都寫好后，才可能暴露出的一個(gè)問題:outofmemory,這在實(shí)際項(xiàng)目中經(jīng)常遇到。
這個(gè)問題提醒我們，處理數(shù)據(jù)時(shí)，如何寫出高效利用內(nèi)存的程序，就顯得很重要。今天，我們就來探討如何高效利用內(nèi)存，節(jié)省內(nèi)存同時(shí)還能把事情辦好。
其實(shí)，Python已經(jīng)準(zhǔn)備好一個(gè)模塊專門用來處理這件事，它就是itertools模塊，這里面幾個(gè)函數(shù)的功能其實(shí)很好理解。
我不打算籠統(tǒng)的介紹它們所能實(shí)現(xiàn)的功能，而是想分析這些功能背后的實(shí)現(xiàn)代碼，它們?nèi)绾巫龅礁咝Ч?jié)省內(nèi)存的，Python內(nèi)核的貢獻(xiàn)者們又是如何寫出一手漂亮的代碼的，這很有趣，不是嗎?
OK，let'sgo.Hopeyouenjoythejourney!
1、拼接元素
itertools中的chain函數(shù)實(shí)現(xiàn)元素拼接，原型如下，參數(shù)*表示個(gè)數(shù)可變的參數(shù)
chain(iterables)
應(yīng)用如下：
In[33]:list(chain(['I','love'],['python'],['very','much']))
Out[33]:['I','love','python','very','much']
哇，不能再好用了，它有點(diǎn)join的味道，但是比join強(qiáng)，它的重點(diǎn)在于參數(shù)都是可迭代的實(shí)例。
那么，chain如何實(shí)現(xiàn)高效節(jié)省內(nèi)存的呢?chain大概的實(shí)現(xiàn)代碼如下：
defchain(*iterables):
foritiniterables:
forelementinit:
yieldelement
以上代碼不難理解，chain本質(zhì)返回一個(gè)生成器，所以它實(shí)際上是一次讀入一個(gè)元素到內(nèi)存，所以做到最高效地節(jié)省內(nèi)存。
2、逐個(gè)累積
返回列表的累積匯總值，原型：
accumulate(iterable[,func,*,initial=None])
應(yīng)用如下：
In[36]:list(accumulate([1,2,3,4,5,6],lambdax,y:x*y))
Out[36]:[1,2,6,24,120,720]
accumulate大概的實(shí)現(xiàn)代碼如下：
defaccumulate(iterable,func=operator.add,*,initial=None):
it=iter(iterable)
total=initial
ifinitialisNone:
try:
total=next(it)
exceptStopIteration:
return
yieldtotal
forelementinit:
total=func(total,element)
yieldtotal
以上代碼，你還好嗎?與chain簡單的yield不同，此處稍微復(fù)雜一點(diǎn)，yield有點(diǎn)像return，所以yieldtotal那行直接就返回一個(gè)元素，也就是iterable的第一個(gè)元素，因?yàn)槿魏螘r(shí)候這個(gè)函數(shù)返回的第一個(gè)元素就是它的第一個(gè)。又因?yàn)閥ield返回的是一個(gè)generator對象，比如名字gen，所以next(gen)時(shí)，代碼將會(huì)執(zhí)行到forelementinit:這行，而此時(shí)的迭代器it已經(jīng)指到iterable的第二個(gè)元素，OK，相信你懂了!
3、漏斗篩選
它是compress函數(shù)，功能類似于漏斗功能，所以我稱它為漏斗篩選，原型：
compress(data,selectors)
In[38]:list(compress('abcdefg',[1,1,0,1]))
Out[38]:['a','b','d']
容易看出，compress返回的元素個(gè)數(shù)等于兩個(gè)參數(shù)中較短的列表長度。
它的大概實(shí)現(xiàn)代碼：
defcompress(data,selectors):
return(dford,sinzip(data,selectors)ifs)
這個(gè)函數(shù)非常好用
4、段位篩選
掃描列表，不滿足條件處開始往后保留，原型如下：
dropwhile(predicate,iterable)
應(yīng)用例子：
In[39]:list(dropwhile(lambdax:x<3,[1,0,2,4,1,1,3,5,-5]))
Out[39]:[4,1,1,3,5,-5]
實(shí)現(xiàn)它的大概代碼如下：
defdropwhile(predicate,iterable):
iteriterable=iter(iterable)
forxiniterable:
ifnotpredicate(x):
yieldx
break
forxiniterable:
yieldx
5、段位篩選2
掃描列表，只要滿足條件就從可迭代對象中返回元素，直到不滿足條件為止，原型如下：
takewhile(predicate,iterable)
應(yīng)用例子：
In[43]:list(takewhile(lambdax:x<5,[1,4,6,4,1]))
Out[43]:[1,4]
實(shí)現(xiàn)它的大概代碼如下：
deftakewhile(predicate,iterable):
forxiniterable:
ifpredicate(x):
yieldx
else:
break#立即返回
6、次品篩選
掃描列表，只要不滿足條件都保留，原型如下：
dropwhile(predicate,iterable)
應(yīng)用例子：
In[40]:list(filterfalse(lambdax:x%2==0,[1,2,3,4,5,6]))
Out[40]:[1,3,5]
實(shí)現(xiàn)它的大概代碼如下：
defdropwhile(predicate,iterable):
iteriterable=iter(iterable)
forxiniterable:
ifnotpredicate(x):
yieldx
break
forxiniterable:
yieldx
7、切片篩選
Python中的普通切片操作，比如：
lis=[1,3,2,1]
lis[:1]
它們的缺陷還是lis必須全部載入內(nèi)存，所以更節(jié)省內(nèi)存的操作islice，原型如下：
islice(iterable,start,stop[,step])
應(yīng)用例子：
In[41]:list(islice('abcdefg',1,4,2))
Out[41]:['b','d']
實(shí)現(xiàn)它的大概代碼如下：
defislice(iterable,*args):
s=slice(*args)
start,stop,sstep=s.startor0,s.stoporsys.maxsize,s.stepor1
it=iter(range(start,stop,step))
try:
nextnexti=next(it)
exceptStopIteration:
fori,elementinzip(range(start),iterable):
pass
return
try:
fori,elementinenumerate(iterable):
ifi==nexti:
yieldelement
nextnexti=next(it)
exceptStopIteration:
fori,elementinzip(range(i+1,stop),iterable):
pass
巧妙利用生成器迭代結(jié)束時(shí)會(huì)拋出異常StopIteration，做一些邊界處理的事情。
8、細(xì)胞分裂
tee函數(shù)類似于我們熟知的細(xì)胞分裂，它能復(fù)制原迭代器n個(gè)，原型如下：
tee(iterable,n=2)
應(yīng)用如下，可以看出復(fù)制出的兩個(gè)迭代器是獨(dú)立的
a=tee([1,4,6,4,1],2)
In[51]:next(a[0])
Out[51]:1
In[52]:next(a[1])
Out[52]:1
實(shí)現(xiàn)它的代碼大概如下：
deftee(iterable,n=2):
it=iter(iterable)
deques=[collections.deque()foriinrange(n)]
defgen(mydeque):
whileTrue:
ifnotmydeque:
try:
newval=next(it)
exceptStopIteration:
return
fordindeques:
d.append(newval)
yieldmydeque.popleft()
returntuple(gen(d)fordindeques)
tee實(shí)現(xiàn)內(nèi)部使用一個(gè)隊(duì)列類型deques，起初生成空隊(duì)列，向復(fù)制出來的每個(gè)隊(duì)列中添加元素newval,同時(shí)yield當(dāng)前被調(diào)用的mydeque中的最左元素。
9、map變體
starmap可以看做是map的變體，它能更加節(jié)省內(nèi)存，同時(shí)iterable的元素必須也為可迭代對象，原型如下：
starmap(function,iterable)
應(yīng)用它：
In[63]:list(starmap(lambdax,y:str(x)+'-'+str(y),[('a',1),('b',2),('c',3)]))
Out[63]:['a-1','b-2','c-3']
starmap的實(shí)現(xiàn)細(xì)節(jié)如下：
defstarmap(function,iterable):
forargsiniterable:
yieldfunction(*args)
10、復(fù)制元素
repeat實(shí)現(xiàn)復(fù)制元素n次，原型如下：
repeat(object[,times])
應(yīng)用如下：
In[66]:list(repeat(6,3))
Out[66]:[6,6,6]
In[67]:list(repeat([1,2,3],2))
Out[67]:[[1,2,3],[1,2,3]]
它的實(shí)現(xiàn)細(xì)節(jié)大概如下：
defrepeat(object,times=None):
iftimesisNone:#如果times不設(shè)置，將一直repeat下去
whileTrue:
yieldobject
else:
foriinrange(times):
yieldobject
11、笛卡爾積
笛卡爾積實(shí)現(xiàn)的效果同下：
((x,y)forxinAforyinB)
所以，笛卡爾積的實(shí)現(xiàn)效果如下：
In[68]:list(product('ABCD','xy'))
Out[68]:
[('A','x'),
('A','y'),
('B','x'),
('B','y'),
('C','x'),
('C','y'),
('D','x'),
('D','y')]
它的實(shí)現(xiàn)細(xì)節(jié)：
defproduct(*args,repeat=1):
pools=[tuple(pool)forpoolinargs]*repeat
result=[[]]
forpoolinpools:
result=[x+[y]forxinresultforyinpool]
forprodinresult:
yieldtuple(prod)
12、加強(qiáng)版zip
組合值。若可迭代對象的長度未對齊，將根據(jù)fillvalue填充缺失值，注意：迭代持續(xù)到耗光最長的可迭代對象，效果如下：
In[69]:list(zip_longest('ABCD','xy',fillvalue='-'))
Out[69]:[('A','x'),('B','y'),('C','-'),('D','-')]
它的實(shí)現(xiàn)細(xì)節(jié)：
defzip_longest(*args,fillvalue=None):
iterators=[iter(it)foritinargs]
num_active=len(iterators)
ifnotnum_active:
return
whileTrue:
values=[]
fori,itinenumerate(iterators):
try:
value=next(it)
exceptStopIteration:
num_active-=1
ifnotnum_active:
return
iterators[i]=repeat(fillvalue)
value=fillvalue
values.append(value)
yieldtuple(values)
它里面使用repeat，也就是在可迭代對象的長度未對齊時(shí)，根據(jù)fillvalue填充缺失值。理解上面代碼的關(guān)鍵是迭代器對象(iter)，next方法的特殊性：I
n[74]:fori,itinenumerate([iter([1,2,3]),iter(['x','y'])]):
...:print(next(it))
#輸出：
1
x
結(jié)合這個(gè)提示再理解上面代碼，就不會(huì)吃力。
總結(jié)
Python的itertools模塊提供的節(jié)省內(nèi)存的高效迭代器，里面實(shí)現(xiàn)基本都借助于生成器，所以一方面了解這12個(gè)函數(shù)所實(shí)現(xiàn)的基本功能，同時(shí)也能加深對生成器(generator)的理解，為我們寫出更加高效、簡潔、漂亮的代碼打下堅(jiān)實(shí)基礎(chǔ)。
以上內(nèi)容為大家介紹了Python循環(huán)應(yīng)該怎么寫?希望對大家有所幫助，如果想要了解更多Python相關(guān)知識(shí)，請關(guān)注IT培訓(xùn)機(jī)構(gòu):千鋒教育。http://www.parentadvocate.org/
京公網(wǎng)安備 11010802030320號(hào)