Python 结构化一维序列|极客教程

Python 结构化一维序列，有时需要通过某种形式将一维序列转换为复合序列，与前面的处理过程相比，可能更麻烦一些。可以用itertools模块的groupby()函数进行处理。

假设现有如下一个一维列表：

flat = ['2', '3', '5', '7', '11', '13', '17', '19', '23', '29',
 '31', '37', '41', '43', '47', '53', '59', '61', '67', '71',
 ... ]

使用嵌套生成器函数，可以把它从一维序列转换为复合序列。为了实现这一点，需要一个可多次使用的简单迭代器，表达式如下所示：

>>> flat_iter = iter(flat)
>>> (tuple(next(flat_iter) for i in range(5))
...     for row in range(len(flat)//5)
... )
<generator object <genexpr> at 0x101cead70>
>>> list(_) 
[('2', '3', '5', '7', '11'),
 ('13', '17', '19', '23', '29'),
 ('31', '37', '41', '43', '47'),
 ('53', '59', '61', '67', '71'),
 ...
]

首先，在双层循环外部创建了一个用于生成复合序列的迭代器，生成器表达式使用tuple(next(flat_iter) for i in range(5))，基于变量flat_iter中的可迭代对象创建五元组。该表达式嵌于外层更大的生成器内，此生成器负责按照指定次数循环执行内层循环，生成最终的复合序列。

该表达式只适用于作为输入的一维列表能被子序列平分的情况，如果最后一行有剩余的元素，需要单独处理。

可以先使用上面的函数获得相同长度的元组，然后用下面的函数处理剩余长度不同的部分：

ItemType = TypeVar("ItemType")
Flat = Sequence[ItemType]
Grouped = List[Tuple[ItemType, ...]]

def group_by_seq(n: int, sequence: Flat) -> Grouped:
    flat_iter=iter(sequence)
    full_sized_items = list(tuple(next(flat_iter)
        for i in range(n))
            for row in range(len(sequence)//n))
    trailer = tuple(flat_iter)
    if trailer:
        return full_sized_items + [trailer]
    else:
        return full_sized_items

首先将长度为n的元组组成的列表提取到full_sized_items中，如果元素还有剩余，则将剩余元素组成一个元组，追加到full_sized_items后面。如果元组长度为0，则忽略trailer元组，返回原来的列表。

类型标示中包含了一个类型变量的抽象定义ItemType，用于表示函数的输入类型和输出类型是一致的，字符串序列或者浮点序列皆可。

函数的输入是由数据项组成的序列，输出是一个列表，元素为相同类型的数据项组成的元组。这里的数据项用ItemType表示，可以是任何类型。
这个实现不如之前的算法简洁，函数式特征也太不明显。可以把它改写成一个简单的生成器函数，生成可迭代对象而不是列表。

下面的代码使用while循环实现算法逻辑，并结合了尾递归优化：

ItemType = TypeVar("ItemType")
Flat_Iter = Iterator[ItemType]
Grouped_Iter = Iterator[Tuple[ItemType, ...]]

def group_by_iter(n: int, iterable: Flat_Iter) -> Grouped_Iter:
    row = tuple(next(iterable) for i in range(n))
    while row:
        yield row
        row = tuple(next(iterable) for i in range(n))

该函数从输入可迭代对象中抽取指定长度的行，当迭代至输入数据尾部时，tuple(next (iterable) for i in range(n))将会返回一个空元组，这是递归的基础型式，也是while循环的结束判断条件。

类型标示相应地修改成了包含迭代器的类型，不限于处理序列类型。由于显式使用了next()函数，需要这样使用：group_by_iter(7, iter(flat))。必须使用iter()函数将集合转换为迭代器。