python的内建模块itertools提供了非常有用的用于操作迭代对象的函数。
首先，我们看看itertools提供的几个“无限”迭代器：
>>> import itertools
>>> natuals = itertools.count(1)
>>> for n in natuals:
… print n
…
1
2
3
…
因为count()会创建一个无限的迭代器，所以上述代码会打印出自然数序列，根本停不下来，只能按ctrl+c退出。
cycle()会把传入的一个序列无限重复下去：
>>> import itertools
>>> cs = itertools.cycle(‘abc’) # 注意字符串也是序列的一种
>>> for c in cs:
… print c
…
‘a’
‘b’
‘c’
‘a’
‘b’
‘c’
…
同样停不下来。
repeat()负责把一个元素无限重复下去，不过如果提供第二个参数就可以限定重复次数：
>>> ns = itertools.repeat(‘a’, 10)
>>> for n in ns:
… print n
…
打印10次’a’
无限序列只有在for迭代时才会无限地迭代下去，如果只是创建了一个迭代对象，它不会事先把无限个元素生成出来，事实上也不可能在内存中创建无限多个元素。
无限序列虽然可以无限迭代下去，但是通常我们会通过takewhile()等函数根据条件判断来截取出一个有限的序列：
>>> natuals = itertools.count(1)
>>> ns = itertools.takewhile(lambda x: x >> for n in ns:
… print n
…
打印出1到10
itertools提供的几个迭代器操作函数更加有用：
chain()
chain()可以把一组迭代对象串联起来，形成一个更大的迭代器：
for c in chain(‘abc’, ‘xyz’):
print c
# 迭代效果：’a’ ‘b’ ‘c’ ‘x’ ‘y’ ‘z’
groupby()
groupby()把迭代器中相邻的重复元素挑出来放在一起：
>>> for key, group in itertools.groupby(‘aaabbbccaaa’):
… print key, list(group) # 为什么这里要用list()函数呢？
…
a [‘a’, ‘a’, ‘a’]
b [‘b’, ‘b’, ‘b’]
c [‘c’, ‘c’]
a [‘a’, ‘a’, ‘a’]
实际上挑选规则是通过函数完成的，只要作用于函数的两个元素返回的值相等，这两个元素就被认为是在一组的，而函数返回值作为组的key。如果我们要忽略大小写分组，就可以让元素’a’和’a’都返回相同的key：
>>> for key, group in itertools.groupby(‘aaabbbccaaa’, lambda c: c.upper()):
… print key, list(group)
…
a [‘a’, ‘a’, ‘a’]
b [‘b’, ‘b’, ‘b’]
c [‘c’, ‘c’]
a [‘a’, ‘a’, ‘a’]
imap()
imap()和map()的区别在于，imap()可以作用于无穷序列，并且，如果两个序列的长度不一致，以短的那个为准。
>>> for x in itertools.imap(lambda x, y: x * y, [10, 20, 30], itertools.count(1)):
… print x
…
10
40
90
注意imap()返回一个迭代对象，而map()返回list。当你调用map()时，已经计算完毕：
>>> r = map(lambda x: x*x, [1, 2, 3])
>>> r # r已经计算出来了
[1, 4, 9]
当你调用imap()时，并没有进行任何计算：
>>> r = itertools.imap(lambda x: x*x, [1, 2, 3])
>>> r
# r只是一个迭代对象
必须用for循环对r进行迭代，才会在每次循环过程中计算出下一个元素：
>>> for x in r:
… print x
…
1
4
9
这说明imap()实现了“惰性计算”，也就是在需要获得结果的时候才计算。类似imap()这样能够实现惰性计算的函数就可以处理无限序列：
>>> r = itertools.imap(lambda x: x*x, itertools.count(1))
>>> for n in itertools.takewhile(lambda x: x>> r = map(lambda x: x*x, itertools.count(1))
结果是什么?
ifilter()
不用多说了，ifilter()就是filter()的惰性实现。
小结
itertools模块提供的全部是处理迭代功能的函数，它们的返回值不是list，而是迭代对象，只有用for循环迭代的时候才真正计算。