在Python中使用itertools模块中的组合函数的教程

理解新概念

Python V2.2 中引入了迭代器的思想。唔，这并不十分正确；这种思想的“苗头”早已出现在较老的函数 xrange() 以及文件方法 .xreadlines() 中了。通过引入 yield 关键字，Python 2.2 在内部实现的许多方面推广了这一概念，并使编程定制迭代器变得更为简单（ yield 的出现使函数转换成生成器，而生成器反过来又返回迭代器）。

迭代器背后的动机有两方面。将数据作为序列处理通常是最简单的方法，而以线性顺序处理的序列通常并不需要都同时实际 存在。

x*() 前兆提供了这些原理的清晰示例。如果您想对某操作执行成千上万次，那么执行您的程序可能要花些时间，但该程序一般不需要占用大量内存。同样，对于许多类型的文件，可以一行一行地处理，且不需要将整个文件存储在内存中。最好对其它所有种类的序列也进行惰性处理；它们可能依赖于通过通道逐步到达的数据，或者依赖于一步一步执行的计算。

大多数时候，迭代器用在 for 循环内，就象真正的序列那样。迭代器提供了 .next() 方法，它可以被显式调用，但有百分之九十九的可能，您所看到的是以下行：

for x in iterator:  do_something_with(x)

在对 iterator.next() 进行幕后调用而产生 StopIteration 异常时，该循环就被终止。顺便说一下，通过调用 iter(seq) ，实际序列可以被转换成迭代器 － 这不会节省任何内存，但是在下面讨论的函数中它会很有用。

Python 不断发展的分裂性格

Python 对函数编程（FP）的观点有点相互矛盾。一方面，许多 Python 开发人员轻视传统的 FP 函数 map() 、 filter() 和 reduce() ，常常建议使用“列表理解”来代替它们。但完整的 itertools 模块恰恰是由与这些函数类型完全相同的函数组成的，只不过这些函数对“惰性序列”（迭代器）操作，而不是对完整的序列（列表，元组）操作。而且，Python 2.3 中没有任何“迭代器理解”的语法，这似乎与列表理解拥有一样的动机。

我猜想 Python 最终会产生某种形式的迭代器理解，但这取决于找到合适于它们的自然语法。同时，在 itertools 模块中，我们拥有大量有用的组合函数。大致地，这些函数中的每一个都接受一些参数（通常包含一些基础迭代器）并返回一个新迭代器。例如，函数 ifilter() 、 imap() 和 izip() 都分别直接等同于缺少词首 i 的内置函数。

缺少的等价函数

itertools 中没有 ireduce() ，尽管按道理很自然地应该有这个函数；可能的 Python 实现是：
清单 1. ireduce() 的样本实现

def ireduce(func, iterable, init=None):  if init is None:    iterable = iter(iterable)    curr = iterable.next()  else:    curr = init  for x in iterable:    curr = func(curr, x)    yield curr