以上代码，你还好吗？与chain简单的yield不同，此处稍微复杂一点，yield有点像return，所以 yield total 那行直接就返回一个元素，也就是iterable的第一个元素，因为任何时候这个函数返回的第一个元素就是它的第一个。又因为yield返回的是一个generator对象，比如名字gen，所以next(gen)时，代码将会执行到 for element in it: 这行，而此时的迭代器it 已经指到iterable的第二个元素，OK，相信你懂了！

5.3 漏斗筛选

它是compress 函数，功能类似于漏斗功能，所以我称它为漏斗筛选，原型：

compress ( data , selectors )

In [38]: list(compress('abcdefg',[1,1,0,1]))
Out[38]: ['a', 'b', 'd']

容易看出，compress返回的元素个数等于两个参数中较短的列表长度。

它的大概实现代码：

def compress(data, selectors):
    return (d for d, s in zip(data, selectors) if s)

这个函数非常好用

5.4 段位筛选

扫描列表，不满足条件处开始往后保留，原型如下：

dropwhile ( predicate , iterable )

应用例子：

In [39]: list(dropwhile(lambda x: x<3,[1,0,2,4,1,1,3,5,-5]))
Out[39]: [4, 1, 1, 3, 5, -5]

实现它的大概代码如下：

def dropwhile(predicate, iterable):
    iterable = iter(iterable)
    for x in iterable:
        if not predicate(x):
            yield x
            break
    for x in iterable:
        yield x

5.5 段位筛选2

扫描列表，只要满足条件就从可迭代对象中返回元素，直到不满足条件为止，原型如下：

takewhile ( predicate , iterable )

应用例子：

In [43]: list(takewhile(lambda x: x<5, [1,4,6,4,1]))
Out[43]: [1, 4]

实现它的大概代码如下：

def takewhile(predicate, iterable):
    for x in iterable:
        if predicate(x):
            yield x
        else:
            break #立即返回

5.6 次品筛选

扫描列表，只要不满足条件都保留，原型如下：

dropwhile ( predicate , iterable )

应用例子：

In [40]: list(filterfalse(lambda x: x%2==0, [1,2,3,4,5,6]))
Out[40]: [1, 3, 5]

实现它的大概代码如下：

def dropwhile(predicate, iterable):
    iterable = iter(iterable)
    for x in iterable:
        if not predicate(x):
            yield x
            break
    for x in iterable:
        yield x

5.7 切片筛选

Python中的普通切片操作，比如：

lis = [1,3,2,1]
lis[:1]

它们的缺陷还是lis 必须全部载入内存，所以更节省内存的操作islice，原型如下：

islice ( iterable , start , stop [, step ])

应用例子：

In [41]: list(islice('abcdefg',1,4,2))
Out[41]: ['b', 'd']

实现它的大概代码如下：

def islice(iterable, *args):
    s = slice(*args)
    start, stop, step = s.start or 0, s.stop or sys.maxsize, s.step or 1
    it = iter(range(start, stop, step))
    try:
        nexti = next(it)
    except StopIteration:
        for i, element in zip(range(start), iterable):
            pass
        return
    try:
        for i, element in enumerate(iterable):
            if i == nexti:
                yield element
                nexti = next(it)
    except StopIteration:
        for i, element in zip(range(i + 1, stop), iterable):
            pass

巧妙利用生成器迭代结束时会抛出异常 StopIteration ，做一些边界处理的事情。

5.8 细胞分裂

tee函数类似于我们熟知的细胞分裂，它能复制原迭代器n个，原型如下：

tee ( iterable , n=2 )

应用如下，可以看出复制出的两个迭代器是独立的

a = tee([1,4,6,4,1],2)
In [51]: next(a[0])
Out[51]: 1

In [52]: next(a[1])
Out[52]: 1

实现它的代码大概如下：

def tee(iterable, n=2):
    it = iter(iterable)
    deques = [collections.deque() for i in range(n)]
    def gen(mydeque):
        while True:
            if not mydeque:            
                try:
                    newval = next(it)   
                except StopIteration:
                    return
                for d in deques:     
                    d.append(newval)
            yield mydeque.popleft()
    return tuple(gen(d) for d in deques)

tee 实现内部使用一个队列类型deques，起初生成空队列，向复制出来的每个队列中添加元素newval, 同时yield 当前被调用的mydeque中的最左元素。

5.9 map变体

starmap可以看做是map的变体，它能更加节省内存，同时iterable的元素必须也为可迭代对象，原型如下：

starmap ( function , iterable )

应用它：

In [63]: list(starmap(lambda x,y: str(x)+'-'+str(y), [('a',1),('b',2),('c',3)]))
Out[63]: ['a-1', 'b-2', 'c-3']

starmap的实现细节如下：

def starmap(function, iterable):
    for args in iterable:
        yield function(*args)

5.10 复制元素

repeat实现复制元素n次，原型如下：

repeat ( object [, times ])

应用如下：

In [66]: list(repeat(6,3))
Out[66]: [6, 6, 6]

In [67]: list(repeat([1,2,3],2))
Out[67]: [[1, 2, 3], [1, 2, 3]]

它的实现细节大概如下：

def repeat(object, times=None):
    if times is None:# 如果times不设置，将一直repeat下去
        while True: 
            yield object
    else:
        for i in range(times):
            yield object

5.11 笛卡尔积

笛卡尔积实现的效果同下：

 ((x,y) for x in A for y in B)

所以，笛卡尔积的实现效果如下：

In [68]: list(product('ABCD', 'xy'))
Out[68]:
[('A', 'x'),
 ('A', 'y'),
 ('B', 'x'),
 ('B', 'y'),
 ('C', 'x'),
 ('C', 'y'),
 ('D', 'x'),
 ('D', 'y')]

它的实现细节：

def product(*args, repeat=1):
    pools = [tuple(pool) for pool in args] * repeat
    result = [[]]
    for pool in pools:
        result = [x+[y] for x in result for y in pool]
    for prod in result:
        yield tuple(prod)

5.12 加强版zip

组合值。若可迭代对象的长度未对齐，将根据 fillvalue 填充缺失值，注意： 迭代持续到耗光最长的可迭代对象 ，效果如下：

In [69]: list(zip_longest('ABCD', 'xy', fillvalue='-'))
Out[69]: [('A', 'x'), ('B', 'y'), ('C', '-'), ('D', '-')]

它的实现细节：

def zip_longest(*args, fillvalue=None):
    iterators = [iter(it) for it in args]
    num_active = len(iterators)
    if not num_active:
        return
    while True:
        values = []
        for i, it in enumerate(iterators):
            try:
                value = next(it)
            except StopIteration:
                num_active -= 1
                if not num_active:
                    return
                iterators[i] = repeat(fillvalue)
                value = fillvalue
            values.append(value)
        yield tuple(values)

它里面使用repeat，也就是在可迭代对象的长度未对齐时，根据 fillvalue 填充缺失值。理解上面代码的关键是迭代器对象(iter)，next方法的特殊性：

In [74]: for i, it in enumerate([iter([1,2,3]),iter(['x','y'])]):
    ...:     print(next(it))
    #输出：
    1
    x

结合这个提示再理解上面代码，就不会吃力。

5.13 总结

Python的itertools模块提供的节省内存的高效迭代器，里面实现基本都借助于生成器，所以一方面了解这12个函数所实现的基本功能，同时也能加深对生成器(generator)的理解，为我们写出更加高效、简洁、漂亮的代码打下坚实基础。

6 模块

太好了，一分钟带你分清Python的模块、包和库

6.1 模块

一个.py文件就称之为一个模块（Module），一个模块里可能会包含很多函数，函数命名时，尽量不要与内置函数名字冲突。

常见的内置函数见文章：

Pandas的concat.py模块如下：

img

里面包括3个函数和1个类

注意 ：

系统自带了sys模块，自己的模块就不可命名为sys.py，否则将无法导入系统自带的sys模块。检查方法是在Python交互环境执行 import abc ，若成功则说明系统存在此模块。

6.2 包

包（Package）下有多个模块，如下为pandas 的reshape 包，里面包括多个.py 文件。

img

里面有一个.py文件比较特殊，也是每个包下必须包括的，它是 __init__.py

__init__.py 可以是空文件，在此处reshape包下的这个文件就是空的。当然，也可以有Python代码，因为 __init__.py 本身就是一个模块。模块 __init__.py 的模块名在此处就是 reshape 。

可以有多级层次的包结构。比如pandas的core包，含有如下的目录结构：

img

6.3 库

库是指具有相关功能模块的集合。这也是Python的一大特色之一，即具有强大的 标准库 、 第三方库 以及 自定义模块 。

标准库：python里那些自带的模块

第三方库：就是由其他的第三方机构，发布的具有特定功能的模块。比如2018年最受欢迎的几个库：TensorFlow、pandas、scikit-learn 、 PyTorch 、 Matplotlib 、Keras、 NumPy 、 SciPy 、 Apache MXNet 、 Theano 、 Bokeh 、 XGBoost 、 Gensim 、 Scrapy、 Caffe

自定义模块：用户自己可以自行编写模块，然后使用。

导入模块与包都是通过import来导入的