itertools.tee 没有复制 groupby 迭代器

Question

我刚刚了解到itertools.tee() 可用于制作给定迭代器的任意数量的副本。

所以我正在尝试创建两个 groupby 副本并遍历每个副本。但是，第二个迭代器不返回任何组。

import itertools
l = [("a", 1), ("a", 2), ("b", 3), ("b", 4)]
groups = itertools.groupby(l, lambda x: x[0])

groups1, groups2 = itertools.tee(groups, 2)

for key, group in groups1:
    print(key + ": " + str(list(group)))

for key, group in groups2:
    print(key + ": " + str(list(group)))

另外，我在文档中发现了这一点，我无法完全理解 tee() 何时不比 list() 快

这个 itertool 可能需要大量的辅助存储（取决于 需要存储多少临时数据）。一般来说，如果一个 迭代器在另一个迭代器启动之前使用大部分或全部数据， 使用 list() 而不是 tee() 更快。

任何帮助将不胜感激。谢谢！

Answer 1

groupby 是一个嵌套迭代器； “outer”返回一系列_grouper 对象，每个对象也是一个迭代器。你tee 外部的成功了，但是内部的迭代器没有被复制，所以它们在第一个循环中被耗尽了。如果您注意到，您的第二个循环确实打印出每个组的键，只是组本身是空的。

---

另外，关于 list 与 tee - tee 所做的是从底层迭代器中获取每个项目并保存它的 n 个副本。随着每个独立迭代器的前进，它对特定项目的副本可能会被丢弃。如果您同步推进所有副本，这很好。但是如果你例如完全耗尽一个副本而不触及任何其他副本，您实际上只是创建了原始迭代器的n 完整副本。

如文档所述：

一般来说，如果一个迭代器在另一个迭代器启动之前使用了大部分或全部数据，那么使用 list() 而不是 tee() 会更快。