如何将itertools“石斑鱼”对象转换为列表

Question

我正在尝试学习如何在Python中使用itertools.groupby，我想找到每个字符组的大小。最初，我尝试查看是否可以找到单个组的长度：

from itertools import groupby
len(list(list( groupby("cccccaaaaatttttsssssss") )[0][1]))

我每次都会得到0

我做了一些研究，发现其他人正在这样做：

from itertools import groupby
for key,grouper in groupby("cccccaaaaatttttsssssss"):
    print key,len(list(grouper))

哪个很棒。我感到困惑的是，为什么后者代码有效，而前者却无效？如果我只想像原来的代码那样只让第n个小组参加，那我该怎么办？

Answer 1

第一种方法行不通的原因是，当您使用以下方法创建列表时，这些组会被“消耗”

list(groupby("cccccaaaaatttttsssssss"))

要引用的groupby文档

返回的组本身就是一个与共享底层可迭代对象的迭代器groupby()。因为源是共享的，所以当 groupby()对象前进时，上一个组将不再可见。

让我们将其分解为几个阶段。

from itertools import groupby

a = list(groupby("cccccaaaaatttttsssssss"))
print(a)
b = a[0][1]
print(b)
print('So far, so good')
print(list(b))
print('What?!')

输出

[('c', <itertools._grouper object at 0xb715104c>), ('a', <itertools._grouper object at 0xb715108c>), ('t', <itertools._grouper object at 0xb71510cc>), ('s', <itertools._grouper object at 0xb715110c>)]
<itertools._grouper object at 0xb715104c>
So far, so good
[]
What?!

我们itertools._grouper object at 0xb715104c是空的，因为它与所返回的“父”迭代器共享其内容groupby，并且这些项现在消失了，因为第一个list调用在父迭代器上进行了迭代。

实际上，如果您尝试在任何迭代器上进行两次迭代（例如，简单的生成器表达式），则实际上没有什么不同。

g = (c for c in 'python')
print(list(g))
print(list(g))

输出

['p', 'y', 't', 'h', 'o', 'n']
[]

顺便说一句，groupby如果您实际上不需要组的内容，这是获取组长度的另一种方法。这比建立一个列表来查找长度要便宜一些（并且使用更少的RAM）。

from itertools import groupby

for k, g in groupby("cccccaaaaatttttsssssss"):
    print(k, sum(1 for _ in g))

输出

c 5
a 5
t 5
s 7