什么是最"python"的方式迭代表在大块?

Question

我有一个Python脚本，这需要作为输入一个整数列表，我需要工作，与四个整数的时间。不幸的是，我没有控制的输入，或者我会必须通过在作为一个列表中的四个元素元组。目前，我迭代过这种方式：

for i in xrange(0, len(ints), 4):
    # dummy op for example code
    foo += ints[i] * ints[i + 1] + ints[i + 2] * ints[i + 3]

它看起来很像"C-认为"，虽然这让我怀疑有一种更多的功能已大大增强的方式处理这种情况。列表中被废弃之后的迭代，因此它不需要被保留。也许这样的事情会更好吗？

while ints:
    foo += ints[0] * ints[1] + ints[2] * ints[3]
    ints[0:4] = []

仍然不太"感觉"的权利，虽然。:-/

相关的问题： 你怎么分列入均大小的块在蟒蛇?

Answer 1

修改的 食谱 部分的蟒蛇的 迭代 文档：

from itertools import zip_longest

def grouper(iterable, n, fillvalue=None):
    args = [iter(iterable)] * n
    return zip_longest(*args, fillvalue=fillvalue)

例
在伪保持的实例简洁。

grouper('ABCDEFG', 3, 'x') --> 'ABC' 'DEF' 'Gxx'

注： 在蟒蛇2使用 izip_longest 而不是的 zip_longest.

Answer 2

def chunker(seq, size):
    return (seq[pos:pos + size] for pos in range(0, len(seq), size))
# (in python 2 use xrange() instead of range() to avoid allocating a list)

简单。简单。快速。与任何序列工作的：

text = "I am a very, very helpful text"

for group in chunker(text, 7):
   print repr(group),
# 'I am a ' 'very, v' 'ery hel' 'pful te' 'xt'

print '|'.join(chunker(text, 10))
# I am a ver|y, very he|lpful text

animals = ['cat', 'dog', 'rabbit', 'duck', 'bird', 'cow', 'gnu', 'fish']

for group in chunker(animals, 3):
    print group
# ['cat', 'dog', 'rabbit']
# ['duck', 'bird', 'cow']
# ['gnu', 'fish']

Answer 3

我的风扇

chunk_size= 4
for i in range(0, len(ints), chunk_size):
    chunk = ints[i:i+chunk_size]
    # process chunk of size <= chunk_size

Answer 4

import itertools
def chunks(iterable,size):
    it = iter(iterable)
    chunk = tuple(itertools.islice(it,size))
    while chunk:
        yield chunk
        chunk = tuple(itertools.islice(it,size))

# though this will throw ValueError if the length of ints
# isn't a multiple of four:
for x1,x2,x3,x4 in chunks(ints,4):
    foo += x1 + x2 + x3 + x4

for chunk in chunks(ints,4):
    foo += sum(chunk)

另一种方法：

import itertools
def chunks2(iterable,size,filler=None):
    it = itertools.chain(iterable,itertools.repeat(filler,size-1))
    chunk = tuple(itertools.islice(it,size))
    while len(chunk) == size:
        yield chunk
        chunk = tuple(itertools.islice(it,size))

# x2, x3 and x4 could get the value 0 if the length is not
# a multiple of 4.
for x1,x2,x3,x4 in chunks2(ints,4,0):
    foo += x1 + x2 + x3 + x4

Answer 5

from itertools import izip_longest

def chunker(iterable, chunksize, filler):
    return izip_longest(*[iter(iterable)]*chunksize, fillvalue=filler)

Answer 6

我需要一种解决方案，这也将带套和发电机工作。我不能拿出任何东西很短，很漂亮，但它是相当的可读性至少。

def chunker(seq, size):
    res = []
    for el in seq:
        res.append(el)
        if len(res) == size:
            yield res
            res = []
    if res:
        yield res

列表：

>>> list(chunker([i for i in range(10)], 3))
[[0, 1, 2], [3, 4, 5], [6, 7, 8], [9]]

集：

>>> list(chunker(set([i for i in range(10)]), 3))
[[0, 1, 2], [3, 4, 5], [6, 7, 8], [9]]

发电机：

>>> list(chunker((i for i in range(10)), 3))
[[0, 1, 2], [3, 4, 5], [6, 7, 8], [9]]

Answer 7

类似的其他建议，但不完全相同的，我喜欢做这种方式，因为它很简单，易于阅读：

it = iter([1, 2, 3, 4, 5, 6, 7, 8, 9])
for chunk in zip(it, it, it, it):
    print chunk

>>> (1, 2, 3, 4)
>>> (5, 6, 7, 8)

这样，你不会得到最后的部分块。如果你想获得(9, None, None, None)作为最后一块，只是使用izip_longest从itertools。

Answer 8

针对此问题的理想解决方案与迭代器（不仅仅是序列）的工作原理。还应当是快速的。

这是由文档itertools提供的解决方案：

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

使用IPython中的%timeit在我的Mac书空气，我得到47.5我们每循环。

然而，这真的不适合我，因为结果被填充到甚至规模的团体合作。没有填充的溶液是稍微复杂一些。最幼稚解决方案可能是：

def grouper(size, iterable):
    i = iter(iterable)
    while True:
        out = []
        try:
            for _ in range(size):
                out.append(i.next())
        except StopIteration:
            yield out
            break

        yield out

很简单，但很慢：693我们每个环路

最好的解决方案，我可以想出用途islice用于内循环：

def grouper(size, iterable):
    it = iter(iterable)
    while True:
        group = tuple(itertools.islice(it, None, size))
        if not group:
            break
        yield group

使用相同的数据集，我得到305我们每循环。

无法获取纯解决方案比这更快，我提供一个重要的警告以下解决方案：如果您输入的数据有filldata的实例中，你可能会得到错误的答案

def grouper(n, iterable, fillvalue=None):
    #"grouper(3, 'ABCDEFG', 'x') --> ABC DEF Gxx"
    args = [iter(iterable)] * n
    for i in itertools.izip_longest(fillvalue=fillvalue, *args):
        if tuple(i)[-1] == fillvalue:
            yield tuple(v for v in i if v != fillvalue)
        else:
            yield i

我真的不喜欢这个答案，但它显著快。 124我们每环

Answer 9

由于没有人提到它，但这里有一个 zip() 方案：

>>> def chunker(iterable, chunksize):
...     return zip(*[iter(iterable)]*chunksize)

它只能如果你的序列长度总是可分割的，由大块大小的或者你根本不关心后一块如果它不是。

例如：

>>> s = '1234567890'
>>> chunker(s, 3)
[('1', '2', '3'), ('4', '5', '6'), ('7', '8', '9')]
>>> chunker(s, 4)
[('1', '2', '3', '4'), ('5', '6', '7', '8')]
>>> chunker(s, 5)
[('1', '2', '3', '4', '5'), ('6', '7', '8', '9', '0')]

或者使用 迭代.izip 返回的一个迭代替清单：

>>> from itertools import izip
>>> def chunker(iterable, chunksize):
...     return izip(*[iter(iterable)]*chunksize)

填补可使用固定 @ΤΖΩΤΖΙΟΥ的答案:

>>> from itertools import chain, izip, repeat
>>> def chunker(iterable, chunksize, fillvalue=None):
...     it   = chain(iterable, repeat(fillvalue, chunksize-1))
...     args = [it] * chunksize
...     return izip(*args)

Answer 10

使用地图（）而不是拉链（）修复在J.F. Sebastian的答案填充问题：

>>> def chunker(iterable, chunksize):
...   return map(None,*[iter(iterable)]*chunksize)

示例：

>>> s = '1234567890'
>>> chunker(s, 3)
[('1', '2', '3'), ('4', '5', '6'), ('7', '8', '9'), ('0', None, None)]
>>> chunker(s, 4)
[('1', '2', '3', '4'), ('5', '6', '7', '8'), ('9', '0', None, None)]
>>> chunker(s, 5)
[('1', '2', '3', '4', '5'), ('6', '7', '8', '9', '0')]

Answer 11

如果你不介意使用一个外部的软件包，你可以使用 iteration_utilities.grouper 从 iteration_utilties ¹ 。它支持所有iterables（不仅仅是序列）：

from iteration_utilities import grouper
seq = list(range(20))
for group in grouper(seq, 4):
    print(group)

它打印：

(0, 1, 2, 3)
(4, 5, 6, 7)
(8, 9, 10, 11)
(12, 13, 14, 15)
(16, 17, 18, 19)

在的情况下的长度不是GROUPSIZE的倍数它也支持填充（不完全最后一组）或截去（丢弃不完整的最后一组）的最后一个：

from iteration_utilities import grouper
seq = list(range(17))
for group in grouper(seq, 4):
    print(group)
# (0, 1, 2, 3)
# (4, 5, 6, 7)
# (8, 9, 10, 11)
# (12, 13, 14, 15)
# (16,)

for group in grouper(seq, 4, fillvalue=None):
    print(group)
# (0, 1, 2, 3)
# (4, 5, 6, 7)
# (8, 9, 10, 11)
# (12, 13, 14, 15)
# (16, None, None, None)

for group in grouper(seq, 4, truncate=True):
    print(group)
# (0, 1, 2, 3)
# (4, 5, 6, 7)
# (8, 9, 10, 11)
# (12, 13, 14, 15)

---

¹ 声明：我就是包的作者

Answer 12

如果该列表很大，最高性能的方式来做到这将是使用生成器：

def get_chunk(iterable, chunk_size):
    result = []
    for item in iterable:
        result.append(item)
        if len(result) == chunk_size:
            yield tuple(result)
            result = []
    if len(result) > 0:
        yield tuple(result)

for x in get_chunk([1,2,3,4,5,6,7,8,9,10], 3):
    print x

(1, 2, 3)
(4, 5, 6)
(7, 8, 9)
(10,)

Answer 13

使用小功能，事情真的不吸引我;我更愿意只使用切片：

data = [...]
chunk_size = 10000 # or whatever
chunks = [data[i:i+chunk_size] for i in xrange(0,len(data),chunk_size)]
for chunk in chunks:
    ...

Answer 14

另一种方法将是使用的iter两个参数形式：

from itertools import islice

def group(it, size):
    it = iter(it)
    return iter(lambda: tuple(islice(it, size)), ())

此可以很容易地适合于使用填充（这类似于马库斯Jarderot 的回答）：

from itertools import islice, chain, repeat

def group_pad(it, size, pad=None):
    it = chain(iter(it), repeat(pad))
    return iter(lambda: tuple(islice(it, size)), (pad,) * size)

这些甚至可以合并为可选的填充：

_no_pad = object()
def group(it, size, pad=_no_pad):
    if pad == _no_pad:
        it = iter(it)
        sentinel = ()
    else:
        it = chain(iter(it), repeat(pad))
        sentinel = (pad,) * size
    return iter(lambda: tuple(islice(it, size)), sentinel)

Answer 15

使用NumPy的很简单：

ints = array([1, 2, 3, 4, 5, 6, 7, 8])
for int1, int2 in ints.reshape(-1, 2):
    print(int1, int2)

输出：

1 2
3 4
5 6
7 8

Answer 16

除非我错过的东西，与发电机表达式以下简单的解决方案没有被提及。它假定的大小和块的数量是已知的（其通常的情况），并且没有填充是必需的：

def chunks(it, n, m):
    """Make an iterator over m first chunks of size n.
    """
    it = iter(it)
    # Chunks are presented as tuples.
    return (tuple(next(it) for _ in range(n)) for _ in range(m))

Answer 17

在第二个方法中，我会推进到4的下一组通过执行这样的：

ints = ints[4:]

不过，我没有做任何性能测试，所以我不知道哪一个可能更有效。

话虽如此，我会通常选择第一种方法。这不是很漂亮，但是这往往与外界连接的结果。

Answer 18

又一答案，其优点是：

1）易于理解，点击 2）适用于任何可迭代，而不只是序列（上面的一些答案将窒息文件句柄），点击 3）块不加载到内存中一次全部结果 4）不会对内存中的同迭代器引用的一大块，一长串结果 5）在列表的末尾填充值的未填充

这就是说，我还没有超时，以便它可能比某些更巧妙的方法慢，并且一些优点可以给出了使用的情况下是不相关的。

def chunkiter(iterable, size):
  def inneriter(first, iterator, size):
    yield first
    for _ in xrange(size - 1): 
      yield iterator.next()
  it = iter(iterable)
  while True:
    yield inneriter(it.next(), it, size)

In [2]: i = chunkiter('abcdefgh', 3)
In [3]: for ii in i:                                                
          for c in ii:
            print c,
          print ''
        ...:     
        a b c 
        d e f 
        g h 

<强>更新结果 一对夫妇由于内环和外环是由相同的迭代器拉动值的事实弊端：点击 1）继续按预期在外环不工作 - 它只是继续到下一个项目，而不是跳过块。然而，这似乎并不像一个问题，因为没有什么在外环测试。结果 控制将在内部循环再次在迭代器的下一个项目拉闸 - 2）预计将在内环休息不工作。要跳过整个块，无论是在一个元组包裹内迭代器（上述ii）中，例如for c in tuple(ii)，或设置一个标志和排出迭代器。结果，

Answer 19

def group_by(iterable, size):
    """Group an iterable into lists that don't exceed the size given.

    >>> group_by([1,2,3,4,5], 2)
    [[1, 2], [3, 4], [5]]

    """
    sublist = []

    for index, item in enumerate(iterable):
        if index > 0 and index % size == 0:
            yield sublist
            sublist = []

        sublist.append(item)

    if sublist:
        yield sublist

Answer 20

你可以使用 分区 或 大块 从功能 funcy 图书馆：

from funcy import partition

for a, b, c, d in partition(4, ints):
    foo += a * b * c * d

这些功能还有迭代的版本 ipartition 和 ichunks, ，其效率会更高，在这种情况。

你也可以偷看 他们的执行情况.

Answer 21

要避免所有转换的列表import itertools和

>>> for k, g in itertools.groupby(xrange(35), lambda x: x/10):
...     list(g)

产地：

... 
0 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
1 [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
2 [20, 21, 22, 23, 24, 25, 26, 27, 28, 29]
3 [30, 31, 32, 33, 34]
>>> 

我检查groupby，并没有转换为列表或使用len所以我（觉得）这将延迟每个值的分辨率，直到它被实际使用。遗憾的是没有可用的答案（此时）的似乎提供该变型

显然，如果需要处理反过来巢每个项目遍历克：

for k,g in itertools.groupby(xrange(35), lambda x: x/10):
    for i in g:
       # do what you need to do with individual items
    # now do what you need to do with the whole group

我在这个特定的兴趣是要消耗发电机提交多达1000批次更改Gmail的API的需要：

    messages = a_generator_which_would_not_be_smart_as_a_list
    for idx, batch in groupby(messages, lambda x: x/1000):
        batch_request = BatchHttpRequest()
        for message in batch:
            batch_request.add(self.service.users().messages().modify(userId='me', id=message['id'], body=msg_labels))
        http = httplib2.Http()
        self.credentials.authorize(http)
        batch_request.execute(http=http)

Answer 22

关于溶液，得到由J.F. Sebastian 此处：

def chunker(iterable, chunksize):
    return zip(*[iter(iterable)]*chunksize)

这是聪明的，但有一个缺点 - 总是返回元组。如何得到字符串呢？结果 当然，你可以写''.join(chunker(...))，但临时元组被反正构成。

您可以通过编写自己的zip，这样摆脱了暂时的元组：

class IteratorExhausted(Exception):
    pass

def translate_StopIteration(iterable, to=IteratorExhausted):
    for i in iterable:
        yield i
    raise to # StopIteration would get ignored because this is generator,
             # but custom exception can leave the generator.

def custom_zip(*iterables, reductor=tuple):
    iterators = tuple(map(translate_StopIteration, iterables))
    while True:
        try:
            yield reductor(next(i) for i in iterators)
        except IteratorExhausted: # when any of iterators get exhausted.
            break

然后

def chunker(data, size, reductor=tuple):
    return custom_zip(*[iter(data)]*size, reductor=reductor)

用法示例：

>>> for i in chunker('12345', 2):
...     print(repr(i))
...
('1', '2')
('3', '4')
>>> for i in chunker('12345', 2, ''.join):
...     print(repr(i))
...
'12'
'34'

Answer 23

我喜欢这种方法。感觉简单，没那么神奇，支持所有类型的可迭代的，不需要进口。

def chunk_iter(iterable, chunk_size):
it = iter(iterable)
while True:
    chunk = tuple(next(it) for _ in range(chunk_size))
    if not chunk:
        break
    yield chunk

Answer 24

我从未想过我的块填充，这样的要求是必不可少的。我发现，对可迭代的工作能力也要求。鉴于此，我决定上公认的答案， https://stackoverflow.com/a/434411/1074659 延伸。

性能发生轻微的命中在这种方法中，如果填充不希望由于需要比较和筛选填充的值。然而，对于大的块大小，此实用工具是非常高性能的。

#!/usr/bin/env python3
from itertools import zip_longest


_UNDEFINED = object()


def chunker(iterable, chunksize, fillvalue=_UNDEFINED):
    """
    Collect data into chunks and optionally pad it.

    Performance worsens as `chunksize` approaches 1.

    Inspired by:
        https://docs.python.org/3/library/itertools.html#itertools-recipes

    """
    args = [iter(iterable)] * chunksize
    chunks = zip_longest(*args, fillvalue=fillvalue)
    yield from (
        filter(lambda val: val is not _UNDEFINED, chunk)
        if chunk[-1] is _UNDEFINED
        else chunk
        for chunk in chunks
    ) if fillvalue is _UNDEFINED else chunks

Answer 25

def chunker(iterable, n):
    """Yield iterable in chunk sizes.

    >>> chunks = chunker('ABCDEF', n=4)
    >>> chunks.next()
    ['A', 'B', 'C', 'D']
    >>> chunks.next()
    ['E', 'F']
    """
    it = iter(iterable)
    while True:
        chunk = []
        for i in range(n):
            try:
                chunk.append(next(it))
            except StopIteration:
                yield chunk
                raise StopIteration
        yield chunk

if __name__ == '__main__':
    import doctest

    doctest.testmod()

Answer 26

下面是没有进口支持发电机组块一个：

def chunks(seq, size):
    it = iter(seq)
    while True:
        ret = tuple(next(it) for _ in range(size))
        if len(ret) == size:
            yield ret
        else:
            raise StopIteration()

使用的实例：

>>> def foo():
...     i = 0
...     while True:
...         i += 1
...         yield i
...
>>> c = chunks(foo(), 3)
>>> c.next()
(1, 2, 3)
>>> c.next()
(4, 5, 6)
>>> list(chunks('abcdefg', 2))
[('a', 'b'), ('c', 'd'), ('e', 'f')]

Answer 27

似乎没有要做到这一点相当的方式。 这里是具有多种方法，其中包括一个页：

def split_seq(seq, size):
    newseq = []
    splitsize = 1.0/size*len(seq)
    for i in range(size):
        newseq.append(seq[int(round(i*splitsize)):int(round((i+1)*splitsize))])
    return newseq

Answer 28

如果该列表是相同的大小，可以将它们组合成的四元组zip()名单。例如：

# Four lists of four elements each.

l1 = range(0, 4)
l2 = range(4, 8)
l3 = range(8, 12)
l4 = range(12, 16)

for i1, i2, i3, i4 in zip(l1, l2, l3, l4):
    ...

这里的itertools.izip()函数产生什么：

>>> print l1
[0, 1, 2, 3]
>>> print l2
[4, 5, 6, 7]
>>> print l3
[8, 9, 10, 11]
>>> print l4
[12, 13, 14, 15]
>>> print zip(l1, l2, l3, l4)
[(0, 4, 8, 12), (1, 5, 9, 13), (2, 6, 10, 14), (3, 7, 11, 15)]

如果该列表是大，你不希望将它们组合成一个更大的列表，请使用<=>，产生一个迭代器，而不是一个列表。

from itertools import izip

for i1, i2, i3, i4 in izip(l1, l2, l3, l4):
    ...

Answer 29

一衬垫，自组织溶液遍历大小的块x列表4 -

for a, b, c, d in zip(x[0::4], x[1::4], x[2::4], x[3::4]):
    ... do something with a, b, c and d ...

Answer 30

首先，我设计了它拆字符串的子分析字符串中含有六角。
今天我把它变成复杂的，但仍然简单的发电机。

def chunker(iterable, size, reductor, condition):
    it = iter(iterable)
    def chunk_generator():
        return (next(it) for _ in range(size))
    chunk = reductor(chunk_generator())
    while condition(chunk):
        yield chunk
        chunk = reductor(chunk_generator())

参数：

显而易见的

• iterable 任何可迭代/迭代/发电机提供/产生/迭代过输入数据，
• size 是,当然,大小的块你想得到的，

更有趣

• reductor 是一个可调用，其接收发电机循环的内容的区块。
  我希望它返回序列或string,但我不需求。

  你可以通过为这个参数，例如 list, tuple, set, frozenset,
  或是任何爱好者.我会通过这一功能，返回字符串
  (提供， iterable 包含/产生/迭代strings):

  def concatenate(iterable):
      return ''.join(iterable)
  

  ^{注意， reductor 可能会导致关闭发电机，通过提高例外。}

• condition 是一个可调用其收到的任何东西什么 reductor 返回。
  它决定批准&它产率(通过返回的任何评价来 True),
  或下降，它完成发电机的工作(通过返回或任何其他提高例外)。

  当数量的元素 iterable 是不可分割的，由 size, 时 it 得到筋疲力尽， reductor 将收到发电机产生较少的元素比 size.
  让我们把这些元素 持续的元素.

  我邀请两个功能，通过作为这个论点：

  • lambda x:x -对 持续的元素 将产生。

  • lambda x: len(x)==<size> -对 持续的元素 将被拒绝。
    ^{替换 <size> 使用数量等于 size}