itertools 提供了一些用于操作迭代器的函数，如chain、islice等，方便进行迭代操作。
以下是根据您提供的列表，以表格形式显示的itertools库函数的简介及简单用法示例：
| 序号 | 函数名 | 简介 | 简单用法示例 |
|---|---|---|---|
| 1 | accumulate | 对输入迭代器中的元素进行累积操作，返回累积结果 | |
| 2 | chain | 将多个迭代器连接成一个连续的迭代器 | |
| 3 | combinations | 从输入的可迭代对象中返回指定长度的所有可能组合 | |
| 4 | combinations_with_replacement | 类似于combinations，但允许组合中的元素重复 | |
| 5 | compress | 通过指定布尔值迭代器来过滤输入迭代器中的元素 | |
| 6 | count | 创建一个迭代器，从指定的起始值开始，每次递增指定的步长 | |
| 7 | cycle | 将输入迭代器中的元素无限循环 | |
| 8 | dropwhile | 丢弃输入迭代器中满足指定条件的元素，直到遇到不满足条件的元素 | |
| 9 | filterfalse | 返回输入迭代器中不满足指定条件的元素 | |
| 10 | groupby | 对输入迭代器中的元素进行分组，分组依据是元素的key函数值 | |
| 11 | islice | 返回输入迭代器的指定切片，类似于列表切片 | |
| 12 | permutations | 返回输入可迭代对象中所有可能的排列 | |
| 13 | product | 计算输入迭代器的笛卡尔积 | |
| 14 | repeat | 重复指定的元素或迭代器多次 | |
| 15 | starmap | 类似于map，但函数参数来自输入迭代器的元组 | |
| 16 | takewhile | 返回输入迭代器中满足指定条件的元素，直到遇到不满足条件的元素 | |
| 17 | tee | 从单个迭代器创建多个独立的迭代器 | |
| 18 | zip_longest | 类似于zip，但允许输入迭代器长度不同，用指定值填充较短的迭代器 |
示例1
import itertools
data = [1, 2, 3, 4, 5]
result = list(itertools.accumulate(data))
print(result) # 输出: [1, 3, 6, 10, 15]
示例2
import itertools
iter1 = [1, 2, 3]
iter2 = ['a', 'b', 'c']
result = list(itertools.chain(iter1, iter2))
print(result) # 输出: [1, 2, 3, 'a', 'b', 'c']
示例3
import itertools
data = [1, 2, 3]
result = list(itertools.combinations(data, 2))
print(result) # 输出: [(1, 2), (1, 3), (2, 3)]
示例4
import itertools
data = [1, 2, 3]
result = list(itertools.combinations_with_replacement(data, 2))
print(result) # 输出: [(1, 1), (1, 2), (1, 3), (2, 2), (2, 3), (3, 3)]
示例5
import itertools
data = [1, 2, 3, 4, 5]
selectors = [True, False, True, False, True]
result = list(itertools.compress(data, selectors))
print(result) # 输出: [1, 3, 5]
示例6
import itertools
counter = itertools.count(start=1, step=2)
print(next(counter)) # 输出: 1
print(next(counter)) # 输出: 3
示例7
import itertools
data = [1, 2, 3]
cycler = itertools.cycle(data)
print(next(cycler)) # 输出: 1
print(next(cycler)) # 输出: 2
print(next(cycler)) # 输出: 3
print(next(cycler)) # 输出: 1（循环开始）
示例8
import itertools
data = [1, 2, 3, 4, 5]
result = list(itertools.dropwhile(lambda x: x < 3, data))
print(result) # 输出: [3, 4, 5]
示例9
import itertools
data = [1, 2, 3, 4, 5]
result = list(itertools.filterfalse(lambda x: x % 2 == 0, data))
print(result) # 输出: [1, 3, 5]
示例10
import itertools
data = [(1, 'a'), (1, 'b'), (2, 'a'), (2, 'c')]
result = {key: list(group) for key, group in itertools.groupby(data, key=lambda x: x[0])}
print(result) # 输出: {1: [(1, 'a'), (1, 'b')], 2: [(2, 'a'), (2, 'c')]}
示例11
import itertools
data = range(10)
result = list(itertools.islice(data, 2, 5))
print(result) # 输出: [2, 3, 4]
示例12
import itertools
data = [1, 2, 3]
result = list(itertools.permutations(data))
print(result) # 输出所有可能的排列
示例13
import itertools
iter1 = [1, 2]
iter2 = ['a', 'b']
result = list(itertools.product(iter1, iter2))
print(result) # 输出: [(1, 'a'), (1, 'b'), (2, 'a'), (2, 'b')]
示例14
import itertools
result = list(itertools.repeat('a', 3))
print(result) # 输出: ['a', 'a', 'a']
15
import itertools
data = [(1, 2), (3, 4), (5, 6)]
result = list(itertools.starmap(lambda x, y: x + y, data))
print(result) # 输出: [3, 7, 11]
16
import itertools
data = [1, 2, 3, 4, 5]
result = list(itertools.takewhile(lambda x: x < 3, data))
print(result) # 输出: [1, 2]
17
import itertools
data = range(5)
it1, it2 = itertools.tee(data, 2)
print(list(it1)) # 输出: [0, 1, 2, 3, 4]
print(list(it2)) # 输出: [0, 1, 2, 3, 4]
18 | zip_longest | 类似于zip，但允许输入迭代器长度不同，用指定值填充较短的迭代器 |
import itertools
iter1 = [1, 2, 3]
iter2 = ['a', 'b']
result = list(itertools.zip_longest(iter1, iter2, fillvalue='-'))
print(result) # 输出: [(1, 'a'), (2, 'b'), (3, '-')]
``` |
请注意，这些示例仅展示了每个函数的基本用法，实际应用中可能需要更复杂的逻辑或参数设置。