Python循环应该怎么写?

说到处理循环，我们习惯使用for,while等，比如依次打印每个列表中的字符：

lis=['I','love','python']

foriinlis:

print(i)

I

love

python

在打印内容字节数较小时，全部载入内存后，再打印，没有问题。可是，如果现在有成千上百万条车辆行驶轨迹，叫你分析出其中每个客户的出行规律，堵车情况等，假如是在单机上处理这件事。

你可能首先要面临，也可能被你忽视，最后代码都写好后，才可能暴露出的一个问题:outofmemory,这在实际项目中经常遇到。

这个问题提醒我们，处理数据时，如何写出高效利用内存的程序，就显得很重要。今天，我们就来探讨如何高效利用内存，节省内存同时还能把事情办好。

其实，Python已经准备好一个模块专门用来处理这件事，它就是itertools模块，这里面几个函数的功能其实很好理解。

我不打算笼统的介绍它们所能实现的功能，而是想分析这些功能背后的实现代码，它们如何做到高效节省内存的，Python内核的贡献者们又是如何写出一手漂亮的代码的，这很有趣，不是吗?

OK，let'sgo.Hopeyouenjoythejourney!

1、拼接元素

itertools中的chain函数实现元素拼接，原型如下，参数*表示个数可变的参数

chain(iterables)

应用如下：

In[33]:list(chain(['I','love'],['python'],['very','much']))

Out[33]:['I','love','python','very','much']

哇，不能再好用了，它有点join的味道，但是比join强，它的重点在于参数都是可迭代的实例。

那么，chain如何实现高效节省内存的呢?chain大概的实现代码如下：

defchain(*iterables):

foritiniterables:

forelementinit:

yieldelement

以上代码不难理解，chain本质返回一个生成器，所以它实际上是一次读入一个元素到内存，所以做到最高效地节省内存。

2、逐个累积

返回列表的累积汇总值，原型：

accumulate(iterable[,func,*,initial=None])

应用如下：

In[36]:list(accumulate([1,2,3,4,5,6],lambdax,y:x*y))

Out[36]:[1,2,6,24,120,720]

accumulate大概的实现代码如下：

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

以上代码，你还好吗?与chain简单的yield不同，此处稍微复杂一点，yield有点像return，所以yieldtotal那行直接就返回一个元素，也就是iterable的第一个元素，因为任何时候这个函数返回的第一个元素就是它的第一个。又因为yield返回的是一个generator对象，比如名字gen，所以next(gen)时，代码将会执行到forelementinit:这行，而此时的迭代器it已经指到iterable的第二个元素，OK，相信你懂了!

3、漏斗筛选

它是compress函数，功能类似于漏斗功能，所以我称它为漏斗筛选，原型：

compress(data,selectors)

In[38]:list(compress('abcdefg',[1,1,0,1]))

Out[38]:['a','b','d']

容易看出，compress返回的元素个数等于两个参数中较短的列表长度。

它的大概实现代码：

defcompress(data,selectors):

return(dford,sinzip(data,selectors)ifs)

这个函数非常好用

4、段位筛选

扫描列表，不满足条件处开始往后保留，原型如下：

dropwhile(predicate,iterable)

应用例子：

In[39]:list(dropwhile(lambdax:x

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com