拓展：itertools包
标准库中的itertools包提供了更加灵活的生成迭代器的工具
这些工具的输入大都是已有的迭代器，另一方面
这些工具完全可以自行使用py实现
该包只是提供了一种比较标准，高效的实现方式
这也符合py“只有且最好只有一个解决方案”的理念
#引入itertools
from itertools import *
这个包中提供了很多有用的生成器
下面两个生成器能返回无限循环的迭代器：
count(5,2) #从5开始的整数迭代器，每次增加2，即5，7，9，11，13...
cycle('abc') #重复序列的元素，即a,b,c,a,b,c...
repeat()既可以返回一个不断重复的迭代器，也可以是有次数限制的重复：
repeat(1,2) #重复1.2,构成无穷迭代器,即1.2,1.2,1.2,...
repeat(10,5) #重复10，共重复5次
我们还能组合旧的迭代器，来生成新的迭代器：
chain([1,2,3],[4,5,6]) #连接两个迭代器成为一个 1,2,3,4,5,6
product("abc",[1,2]) #多个迭代器集合的笛卡尔积，相当于嵌套循环
所谓的笛卡尔积可以得出集合所有可能的组合方式：
for m,n in product("abc",[1,2]):
print(m,n)
如下所示：
permutations("abc",2) #从'abc'中挑选两个元素，比如ab,bc,...
#将上面所有结果排序，返回为新的迭代器
#上面的组合区分顺序，即ab,ba都返回
combinations("abc",2) 从'abc'中挑选两个元素，比如ab,bc,...
#将上面所有结果排序，返回为新的迭代器
#上面的组合不分顺序
#即ab,ba，只返回一个ab
combinations_with_replacement("abc",2) #与上面类似
#但允许两次选出的元素重复
#即多了，aa,bb,cc
如图所示
itertools包中还提供了许多有用的高阶函数：
starmap(pow,[(1,1),(2,2),(3,3)]) #pow将依次作用于表的每个tuple
takewhile(lambda x:x < 5,[1,3,6,7,1])
#当函数返回True时，收集元素到迭代器，一旦函数返回False，则停止。1,3
dropwhile(lambda x:x < 5,[1,3,6,7,1])
#跳过元素，一旦函数返回True，则开始收集剩下的所有元素到迭代器。6,7,1
包中提供了groupby()函数，能将一个key()函数作用于原迭代器的各个元素
从而获得各个函数的键值，根据key()函数结果，将拥有元素分组
每个分组中的元素都保留了键值相同的返回结果
函数groupby()分出的组放在一个迭代器中返回
如果有一个迭代器，包含一群人的身高，我们可以使用这样的一个key()函数：
如果身高大于180，返回"tall";如果身高低于160，返回"short";
中间的返回"middle"，最终，所有身高将分为三个迭代器
即"tall","short","middle"
from itertools import groupby
def height_class(h):
if h > 180:
return "tall"
elif h < 160:
return "short"
else:
return "middle"
friends = [191,158,159,165,170,177,181,182,190]
friends = sorted(friends,key = height_class)
for m,n in groupby(friends,key = height_class):
print(m)
print(list(n))
middle
[165, 170, 177]
short
[158, 159]
tall
[191, 181, 182, 190]
注意：groupby()的功能类似于UNIX中的uniq命令
分组之前需要使用sorted()对原迭代器的元素
根据key()函数进行排序，让同组元素先在位置上靠拢
这个包中还有其他一些工具，方便迭代器的构建：
compress("abcd",[1,1,1,0]) #根据[1,1,1,0]的真假值情况，选择
#保留第一个参数中的元素，a,b,c
islice() #类似于slice()函数，只是返回的是一个迭代器
izip() #类似于zip()函数，只是返回的是一个迭代器
