Python在最短的序列参数终止时停止迭代
chain(p,q,...)
迭代至序列p的最后一个元素后,从q的第一个元素开始,直到所有序列终止。
chain('ABC','DEF')-->ABCDEF
compress(data,selectors)
如果bool(selectors[n])为True,则next()返回data[n],否则跳过data[n]。
compress('ABCDEF',[1,0,1,0,1,1])-->ACEF
dropwhile(pred,seq)
当pred对seq[n]的调用返回False时才开始迭代。
dropwhile(lambdax:x<5,[1,4,6,4,1])-->641
takewhile(pred,seq)
dropwhile的相反版本。
takewhile(lambdax:x<5,[1,4,6,4,1])-->14
ifilter(pred,seq)
内建函数filter的迭代器版本。
ifilter(lambdax:x%2,range(10))-->13579
ifilterfalse(pred,seq)
ifilter的相反版本。
ifilterfalse(lambdax:x%2,range(10))-->02468
imap(func,p,q,...)
内建函数map的迭代器版本。
imap(pow,(2,3,10),(5,2,3))-->3291000
starmap(func,seq)
将seq的每个元素以变长参数(*args)的形式调用func。
starmap(pow,[(2,5),(3,2),(10,3)])-->3291000
izip(p,q,...)
内建函数zip的迭代器版本。
izip('ABCD','xy')-->AxBy
izip_longest(p,q,...,fillvalue=None)
izip的取最长序列的版本,短序列将填入fillvalue。
izip_longest('ABCD','xy',fillvalue='-')-->AxByC-D-
tee(it,n)
返回n个迭代器it的复制迭代器。
groupby(iterable[,keyfunc])
这个函数功能类似于SQL的分组。使用groupby前,首先需要使用相同的keyfunc对iterable进行排序,比如调用内建的sorted函数。然后,groupby返回迭代器,每次迭代的元素是元组(key值,iterable中具有相同key值的元素的集合的子迭代器)。或许看看Python的排序指南对理解这个函数有帮助。
groupby([0,0,0,1,1,1,2,2,2])-->(0,(000))(1,(111))(2,(222))
以上内容为大家介绍了Python在最短的序列参数终止时停止迭代,希望对大家有所帮助,如果想要了解更多Python相关知识,请关注IT培训机构:千锋教育。

相关推荐HOT
更多>>
如何使用Pandas处理Excel?
如何使用Pandas处理Excel?做过行政或者人事,或者对此有过了解的小伙伴,一定对下发各个部分的表有着非常深刻的印象,最常见的就是需要我们将一...详情>>
2023-11-14 07:43:15
python中np.insert()函数的使用方法
python中np.insert()函数的使用方法在numpy数组操作中,np.append()方法可以在每行每列的最后添加数据,但其位置是规定的,那如果想要指定添加...详情>>
2023-11-14 05:06:13
SVM在python中的原理如何理解?
SVM在python中的原理如何理解?在python中除了编程化的知识点外,对于数学方法的算法也有所涉及,SVM就是一种很好地体现。我们学习过数学中的坐...详情>>
2023-11-14 04:30:04
python处理绝对路径和相对路径函数有哪些?
python处理绝对路径和相对路径函数有哪些?绝对路径和相对路径是什么?绝对路径:从根文件夹开始,Windows系统以盘符(C:)作为根文件夹,OSX或Lin...详情>>
2023-11-14 03:33:02热门推荐
如何使用python any()判断多元素?
沸如何使用Pandas处理Excel?
热python函数中的参数有哪些?
热python中pygal模块如何使用?
新Python的excel处理操作
python中doctest库是什么?
python中series是什么意思
python中np.insert()函数的使用方法
SVM在python中的原理如何理解?
Python描述符中有哪三种方法?
python处理绝对路径和相对路径函数有哪些?
python单继承和多继承如何定义?
python封装中的私有如何理解?
python模块引入的三种方式
技术干货






