在循环对象和函数对象中，我们了解了循环器(iterator)的功能。循环器是对象的容器，包含有多个对象。通过调用循环器的next()方法 (__next__()方法，在python 3.x中)，循环器将依次返回一个对象。直到所有的对象遍历穷尽，循环器将举出stopiteration错误。
在for i in iterator结构中，循环器每次返回的对象将赋予给i，直到循环结束。使用iter()内置函数，我们可以将诸如表、字典等容器变为循环器。比如:
代码如下:
for i in iter([2, 4, 5, 6]):
print(i)
标准库中的itertools包提供了更加灵活的生成循环器的工具。这些工具的输入大都是已有的循环器。另一方面，这些工具完全可以自行使用python实现，该包只是提供了一种比较标准、高效的实现方式。这也符合python“只有且最好只有解决方案”的理念。
代码如下:
# import the tools
from itertools import *
无穷循环器
count(5, 2) #从5开始的整数循环器，每次增加2，即5, 7, 9, 11, 13, 15 …
cycle(‘abc’) #重复序列的元素，既a, b, c, a, b, c …
repeat(1.2) #重复1.2，构成无穷循环器，即1.2, 1.2, 1.2, …
repeat也可以有一个次数限制:
repeat(10, 5) #重复10，共重复5次
函数式工具
函数式编程是将函数本身作为处理对象的编程范式。在python中，函数也是对象，因此可以轻松的进行一些函数式的处理，比如map(), filter(), reduce()函数。
itertools包含类似的工具。这些函数接收函数作为参数，并将结果返回为一个循环器。
比如：
代码如下:
from itertools import *
rlt = imap(pow, [1, 2, 3], [1, 2, 3])
for num in rlt:
print(num)
上面显示了imap函数。该函数与map()函数功能相似，只不过返回的不是序列，而是一个循环器。包含元素1, 4, 27，即1**1, 2**2, 3**3的结果。函数pow(内置的乘方函数)作为第一个参数。pow()依次作用于后面两个列表的每个元素，并收集函数结果，组成返回的循环器。
此外，还可以用下面的函数:
代码如下:
starmap(pow, [(1, 1), (2, 2), (3, 3)])
pow将依次作用于表的每个tuple。
ifilter函数与filter()函数类似，只是返回的是一个循环器。
代码如下:
ifilter(lambda x: x > 5, [2, 3, 5, 6, 7]
将lambda函数依次作用于每个元素，如果函数返回true，则收集原来的元素。6, 7
此外，
代码如下:
ifilterfalse(lambda x: x > 5, [2, 3, 5, 6, 7])
与上面类似，但收集返回false的元素。2, 3, 5
代码如下:
takewhile(lambda x: x < 5, [1, 3, 6, 7, 1])
当函数返回true时，收集元素到循环器。一旦函数返回false，则停止。1, 3
代码如下:
dropwhile(lambda x: x < 5, [1, 3, 6, 7, 1])
当函数返回false时，跳过元素。一旦函数返回true，则开始收集剩下的所有元素到循环器。6, 7, 1。
组合工具
我们可以通过组合原有循环器，来获得新的循环器。
代码如下:
chain([1, 2, 3], [4, 5, 7]) # 连接两个循环器成为一个。1, 2, 3, 4, 5, 7
product(‘abc’, [1, 2]) # 多个循环器集合的笛卡尔积。相当于嵌套循环
for m, n in product(‘abc’, [1, 2]):
print m, n
permutations(‘abc’, 2) # 从’abcd’中挑选两个元素，比如ab, bc, … 将所有结果排序，返回为新的循环器。
注意，上面的组合分顺序，即ab, ba都返回。
combinations(‘abc’, 2) # 从’abcd’中挑选两个元素，比如ab, bc, … 将所有结果排序，返回为新的循环器。
注意，上面的组合不分顺序，即ab, ba的话，只返回一个ab。
combinations_with_replacement(‘abc’, 2) # 与上面类似，但允许两次选出的元素重复。即多了aa, bb, cc。
groupby()
将key函数作用于原循环器的各个元素。根据key函数结果，将拥有相同函数结果的元素分到一个新的循环器。每个新的循环器以函数返回结果为标签。
这就好像一群人的身高作为循环器。我们可以使用这样一个key函数: 如果身高大于180，返回”tall”；如果身高底于160，返回”short”;中间的返回”middle”。最终，所有身高将分为三个循环器，即”tall”, “short”, “middle”。
代码如下:
def height_class(h):
if h > 180:
return “tall”
elif h < 160:
return "short"
else:
return "middle"friends = [191, 158, 159, 165, 170, 177, 181, 182, 190] friends = sorted(friends, key = height_class)
for m, n in groupby(friends, key = height_class):
print(m)
print(list(n))
注意，groupby的功能类似于unix中的uniq命令。分组之前需要使用sorted()对原循环器的元素，根据key函数进行排序，让同组元素先在位置上靠拢。
其它工具
compress(‘abcd’, [1, 1, 1, 0]) # 根据[1, 1, 1, 0]的真假值情况，选择第一个参数’abcd’中的元素。a, b, c
islice() # 类似于slice()函数，只是返回的是一个循环器
izip() # 类似于zip()函数，只是返回的是一个循环器。
总结
itertools的工具都可以自行实现。itertools只是提供了更加成形的解决方案。