Question

任何人都可以解释为什么迭代迭代器X生成的列表与迭代迭代器X相比产生不同的结果？

换句话说，[x表示列表中的x（IteratorObject）]！= [x表示IteratorObject中的x]

>>> randoms = [random.randrange(10) for i in range(100)]

>>> [ (x[0],list(x[1])) for x in itertools.groupby(sorted(randoms))]
[(0, [0, 0, 0, 0, 0, 0, 0, 0]), (1, [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]), (2, [2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2]), (3, [3, 3, 3, 3, 3, 3]), (4, [4, 4, 4, 4, 4, 4, 4, 4, 4, 4]), (5, [5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5]), (6, [6, 6, 6, 6, 6, 6, 6, 6, 6]), (7, [7, 7, 7, 7, 7]), (8, [8, 8, 8, 8, 8, 8, 8]), (9, [9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9])]

>>> [ (x[0],list(x[1])) for x in list(itertools.groupby(sorted(randoms)))]
[(0, []), (1, []), (2, []), (3, []), (4, []), (5, []), (6, []), (7, []), (8, []), (9, [9])]

>>> sys.version
'3.3.3 (default, Dec  2 2013, 01:40:21) \n[GCC 4.2.1 Compatible Apple LLVM 5.0 (clang-500.2.79)]'

Answer 1

我认为文档中的这一点解释了问题：

“返回的组本身是一个迭代器，它与groupby（）共享底层的iterable。由于源是共享的，当groupby（）对象被提前时，前一个组不再可见。所以，如果该数据是稍后需要，它应该存储为列表“

在第二个示例中，当您转换为列表时，您会立即遍历所有组。但是在每个组中，您不会遍历底层元素。当你最终尝试用list（x [1]）来做这件事时，为时已晚 - 你已经用尽了迭代器。

Answer 2

从itertools.groupby为每个组产生的迭代器不是独立于顶级迭代。在进入下一个组之前，您需要使用它们中的每一个，否则迭代器将变为无效（它将不再产生任何结果）。

the docs中引用了此行为：

返回的组本身就是一个迭代器，它与groupby()共享底层的iterable。由于源是共享的，因此当groupby()对象前进时，前一个组不再可见。因此，如果以后需要该数据，则应将其存储为列表

你的两个列表理解显示了这一点。在第一个中，您在list上调用x[1]，这是迭代器。在第二个版本中，所有迭代器首先在围绕list调用的groupby调用中生成，并且只有当您遍历该列表时才会消耗内部迭代器。请注意，最后一个组（[9]）上的迭代器确实有效！

这是一个更简单的例子：

groupby_iter = itertools.groupby([1,1,2,2])
first_val, first_group = next(groupby_iter)

# right now, we can iterate on `first_group`:
print(next(first_group)) # prints 1

# but if we advance groupby_iter to the next group...
second_val, second_group = next(groupby_iter)

# first_group is now invalid (it won't yield the second 1)
print(next(first_group)) # raises StopIteration

从迭代器中制作列表会产生意外结果

2 个答案: