python生成器,将另一个iterable分组为n组[重复]

见 grouper 食谱 docs for the itertools package

def grouper(n, iterable, fillvalue=None):
  "grouper(3, 'ABCDEFG', 'x') --> ABC DEF Gxx"
  args = [iter(iterable)] * n
  return izip_longest(fillvalue=fillvalue, *args)

(然而,这是 quite a few questions )

当您想将迭代器分组为 n 无衬垫 带有填充值的最终组,使用 iter(lambda: list(IT.islice(iterable, n)), []) :

import itertools as IT

def grouper(n, iterable):
    """
    >>> list(grouper(3, 'ABCDEFG'))
    [['A', 'B', 'C'], ['D', 'E', 'F'], ['G']]
    """
    iterable = iter(iterable)
    return iter(lambda: list(IT.islice(iterable, n)), [])

seq = [1,2,3,4,5,6,7]
print(list(grouper(3, seq)))

产量

[[1, 2, 3], [4, 5, 6], [7]]

下半年有一个关于它如何工作的解释。 this answer .

当您想将迭代器分组为 n 垫 最后一个具有填充值的组,使用 grouper recipe zip_longest(*[iterator]*n) :

例如,在python2中:

>>> list(IT.izip_longest(*[iter(seq)]*3, fillvalue='x'))
[(1, 2, 3), (4, 5, 6), (7, 'x', 'x')]

在python3,什么是 izip_longest 现在重命名 zip_longest :

>>> list(IT.zip_longest(*[iter(seq)]*3, fillvalue='x'))
[(1, 2, 3), (4, 5, 6), (7, 'x', 'x')]

当你想要A组的时候 序列 大块 n 你可以使用 chunks 食谱 :

def chunks(seq, n):
    # https://stackoverflow.com/a/312464/190597 (Ned Batchelder)
    """ Yield successive n-sized chunks from seq."""
    for i in xrange(0, len(seq), n):
        yield seq[i:i + n]

注意,与一般的迭代器不同, sequences by definition 有长度(即 __len__ 定义。

这个怎么样?但是它没有填充值。

>>> def partition(itr, n):
...     i = iter(itr)
...     res = None
...     while True:
...             res = list(itertools.islice(i, 0, n))
...             if res == []:
...                     break
...             yield res
...
>>> list(partition([1, 2, 3, 4, 5, 6, 7, 8, 9], 3))
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>>

它使用了一个原始的iterable的副本,对于每个连续的拼接,它都会消耗这个副本。我疲倦的大脑唯一能想到的另一种方法是产生范围内的拼接端点。

也许我该换一下 list() 到 tuple() 所以它更适合于你的输出。

这是Python中非常常见的请求。足够普通,它使它成为 boltons 统一实用程序包。首先, there are extensive docs here . 此外, the module 它的设计和测试只依赖于标准库(与Python2和3兼容),这意味着您可以 just download the file directly into your project .

# if you downloaded/embedded, try:
# from iterutils import chunked

# with `pip install boltons` use:

from boltons.iterutils import chunked 

print(chunked(range(10), 3))
# [[0, 1, 2], [3, 4, 5], [6, 7, 8], [9]]

对于不定/长序列也有一个迭代器/生成器形式:

print(list(chunked_iter(range(10), 3, fill=None)))
# [[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, None, None]]

如您所见,您也可以用您选择的值填充序列。最后,作为维护人员,我可以向您保证,虽然代码已经被成千上万的开发人员下载/测试,但是如果您遇到任何问题,您将通过 boltons GitHub Issues page . 希望这(和/或其他150多个博尔顿食谱)有帮助!

我用 chunked function from the more_itertools package .

$ pip install more_itertools
$ python
>>> x = [1,2,3,4,5,6,7,8,9,0]
>>> [tuple(z) for z in more_itertools.more.chunked(x, 3)]
[(1, 2, 3), (4, 5, 6), (7, 8, 9), (0,)]

这是一个非常古老的问题,但我认为对于一般情况,下面的方法是有用的。它的主要优点是只需要对数据进行一次迭代,因此它将与数据库游标或其他只能使用一次的序列一起工作。我也发现它更可读。

def chunks(n, iterator):
    out = []
    for elem in iterator:
        out.append(elem)
        if len(out) == n:
            yield out
            out = []
    yield out

我知道这已经回答了好几次了,但是我正在添加我的解决方案,这两个解决方案都应该改进:序列和迭代器的一般适用性,可读性(StopIteration异常不存在不可见的循环退出条件)和与Grouper配方相比的性能。这与Svein的最后一个答案最相似。

def chunkify(iterable, n):
    iterable = iter(iterable)
    n_rest = n - 1

    for item in iterable:
        rest = itertools.islice(iterable, n_rest)
        yield itertools.chain((item,), rest)

这里有一个不同的解决方案,它不使用itertools,即使它有更多的行,当块比iterable length短得多时,它显然优于给定的答案。 然而,对于大块头来说,其他的答案要快得多。

def batchiter(iterable, batch_size):
    """
    >>> list(batchiter('ABCDEFG', 3))
    [['A', 'B', 'C'], ['D', 'E', 'F'], ['G']]
    """
    next_batch = []
    for element in iterable:
        next_batch.append(element)
        if len(next_batch) == batch_size:
            batch, next_batch = next_batch, []
            yield batch
    if next_batch:
        yield next_batch


In [19]: %timeit [b for b in batchiter(range(1000), 3)]
1000 loops, best of 3: 644 µs per loop

In [20]: %timeit [b for b in grouper(3, range(1000))]
1000 loops, best of 3: 897 µs per loop

In [21]: %timeit [b for b in partition(range(1000), 3)]
1000 loops, best of 3: 890 µs per loop

In [22]: %timeit [b for b in batchiter(range(1000), 333)]
1000 loops, best of 3: 540 µs per loop

In [23]: %timeit [b for b in grouper(333, range(1000))]
10000 loops, best of 3: 81.7 µs per loop

In [24]: %timeit [b for b in partition(range(1000), 333)]
10000 loops, best of 3: 80.1 µs per loop

    def grouper(iterable, n):
        while True:
            yield itertools.chain((next(iterable),), itertools.islice(iterable, n-1))