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)
- 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。