077.md

operator, functools, itertools, toolz, fn, funcy 模块

operator 模块

In [1]:

import operator as op

operator 模块提供了各种操作符（+,*,[]）的函数版本方便使用：

加法：

In [2]:

print reduce(op.add, range(10))

45

乘法：

In [3]:

print reduce(op.mul, range(1,10))

362880

[]：

In [4]:

my_list = [('a', 1), ('bb', 4), ('ccc', 2), ('dddd', 3)]

# 标准排序
print sorted(my_list)

# 使用元素的第二个元素排序
print sorted(my_list, key=op.itemgetter(1))

# 使用第一个元素的长度进行排序：
print sorted(my_list, key=lambda x: len(x[0]))

[('a', 1), ('bb', 4), ('ccc', 2), ('dddd', 3)]
[('a', 1), ('ccc', 2), ('dddd', 3), ('bb', 4)]
[('a', 1), ('bb', 4), ('ccc', 2), ('dddd', 3)]

functools 模块

functools 包含很多跟函数相关的工具，比如之前看到的 wraps 函数，不过最常用的是 partial 函数，这个函数允许我们使用一个函数中生成一个新函数，这个函数使用原来的函数，不过某些参数被指定了：

In [5]:

from functools import partial

# 将 reduce 的第一个参数指定为加法，得到的是类似求和的函数
sum_ = partial(reduce, op.add)

# 将 reduce 的第一个参数指定为乘法，得到的是类似求连乘的函数
prod_ = partial(reduce, op.mul)

print sum_([1,2,3,4])
print prod_([1,2,3,4])

10
24

partial 函数还可以按照键值对传入固定参数。

itertools 模块

itertools 包含很多与迭代器对象相关的工具，其中比较常用的是排列组合生成器 permutations 和 combinations，还有在数据分析中常用的 groupby 生成器：

In [6]:

from itertools import cycle, groupby, islice, permutations, combinations

cycle 返回一个无限的迭代器，按照顺序重复输出输入迭代器中的内容，islice 则返回一个迭代器中的一段内容：

In [7]:

print list(islice(cycle('abcd'), 0, 10))

['a', 'b', 'c', 'd', 'a', 'b', 'c', 'd', 'a', 'b']

groupby 返回一个字典，按照指定的 key 对一组数据进行分组，字典的键是 key，值是一个迭代器：

In [8]:

animals = sorted(['pig', 'cow', 'giraffe', 'elephant',
                  'dog', 'cat', 'hippo', 'lion', 'tiger'], key=len)

# 按照长度进行分组
for k, g in groupby(animals, key=len):
    print k, list(g)
print

3 ['pig', 'cow', 'dog', 'cat']
4 ['lion']
5 ['hippo', 'tiger']
7 ['giraffe']
8 ['elephant']

排列：

In [9]:

print [''.join(p) for p in permutations('abc')]

['abc', 'acb', 'bac', 'bca', 'cab', 'cba']

组合：

In [10]:

print [list(c) for c in combinations([1,2,3,4], r=2)]

[[1, 2], [1, 3], [1, 4], [2, 3], [2, 4], [3, 4]]

toolz, fn 和 funcy 模块

这三个模块的作用是方便我们在编程的时候使用函数式编程的风格。