如何将 itertools “grouper”对象变成列表

Posted 2023-02-25

【中文标题】如何将 itertools “grouper”对象变成列表

【英文标题】：How to turn an itertools "grouper" object into a list

【发布时间】：2017-06-12 01:01:25

【问题描述】：

我正在尝试学习如何在 Python 中使用 itertools.groupby，并且我想找到每组字符的大小。起初我试图看看我是否能找到单个组的长度：

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，发现其他人是这样做的：

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

效果很好。我感到困惑的是为什么后面的代码可以工作，而前者却不行？如果我只想得到第 n 组，就像我在原始代码中尝试做的那样，我该怎么做？

【问题讨论】：

顺便说一句，这只是您想法的一种变体，如果您需要通过 Antlr4 通道保存输入的分区（我确实需要这样做），您可以执行类似 groups = itertools.groupby(tokens.tokens, lambda token: token.channel); groups_lists = [(k, list(grouper)) for k, grouper in groups] 的操作。列表推导可能比 Python 循环快一点。

【参考方案1】：

您的第一种方法不起作用的原因是，当您使用

创建该列表时，这些组会被“消耗”

list(groupby("cccccaaaaatttttsssssss"))

引用the groupby docs

返回的组本身就是一个迭代器，它共享底层 可与groupby() 迭代。因为源是共享的，当 groupby()对象是高级的，以前的组不再是 可见。

让我们把它分解成几个阶段。

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?!

我们的itertools._grouper object at 0xb715104c 是空的，因为它与groupby 返回的“父”迭代器共享其内容，而这些项目现在已经消失，因为第一个list 调用迭代了父级。

如果您尝试对任何迭代器（例如简单的生成器表达式）进行两次迭代，所发生的情况实际上并没有什么不同。

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，如果您实际上不需要它的内容，这是获取 groupby 组长度的另一种方法；它比建立一个列表只是为了找到它的长度要便宜一些（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

【讨论】：

这是一个很好的解释。非常感谢！