简单且符合人体工程学的python迭代器链接
iterchain的Python项目详细描述
iterchan:python的迭代器链接
iterchain是一个库，旨在使在python中操作迭代器更容易，更符合人体工程学。 这个设计受到了Rust iterator design的极大启发，很多功能都来自标准的python itertools库。
为什么我需要这个？
假设我们想知道100以下偶数的平方和。
我们怎么能这样做？
让我们尝试一些简单的程序化python：
>>>total=0>>>foriinrange(100):...ifi%2is0:...total+=i**2...>>>total161700
这是有效的，但是如果你第一次读到这篇文章的话，你可能需要花一点功夫来弄清楚发生了什么，特别是在一些不那么琐碎的情况下。 那么，我们改用迭代器怎么样？
好吧，让我们看看：
>>>sum(i**2foriinrange(100)ifi%2is0)161700
太好了！更短，更容易理解。
但有一个问题，这个模式只适用于相对简单的操作。在这些情况下，您可以尝试使用pythonmap和filter内置（以及稍微隐藏的functools.reduce）。它们允许您构建更复杂的处理链。
让我们重写迭代器以使用这些函数：
>>>sum(map(lambdax:x**2,filter(lambdax:x%2is0,range(100))))161700
好吧，现在那一团糟…
我不知道你的情况，但我要花很长时间才能弄清楚这里发生了什么。问题是整个表达式是由内而外的。首先应用filter，但它隐藏在表达式的中间，最后应用sum，但它一直位于前面。毫无意义…
那么，我们该如何改进呢？iterchain当然！
（您可能已经看到了这一点）
那么，让我们看看使用iterchain：
>>>importiterchain>>>(iterchain.count(stop=100)....filter(lambdax:x%2is0)....map(lambdax:x**2)....sum())161700
这不是更好吗？这些操作按执行顺序列出，并清楚地分开，您可以拥有任意数量的操作。这就是为什么你应该使用iterchain！
迭代器操作
这个图书馆的核心。
发电机
iterchain还提供了方便的方法，让您可以从头开始构建新的Iterator实例。它们包含在iterchain.generators子模块中，但是也可以直接从iterchain模块访问它们，这是使用它们的首选方式。
例如：
>>> import iterchain
>>> iterchain.count().take(4).map(lambda x: x**2).to_list()
[0, 1, 4, 9]
欢迎加入QQ群-->： 979659372
