有没有发现，写 Python 越久，代码越啰嗦？ 本来只是想把两个列表组合一下，结果搞出一堆 for 循环、if 判断、append 操作，搞得自己都嫌弃。

你以为是自己水平不够，实则是—— 你还没用上一个“上古神器”：

itertools 模块

这玩意儿，简直就是循环界的「特种兵」。 它不张扬、不浮夸，早就藏在 Python 标准库里，却能用几行代码干掉上百行嵌套循环。

今天我就带你彻底搞懂这个神器。 不废话，直接开干。

---

一、先问一句：你是不是也写过这样的循环？

列如，想要生成两组数据的全部组合。

我们最朴素的写法是这样的：

colors = ['red', 'green', 'blue']
sizes = ['S', 'M', 'L']

for color in colors:
    for size in sizes:
        print(color, size)

没问题，结果的确 能打印出所有组合。 但问题也明显： 两层 for，看着就乱。 如果再加一个维度？三层、四层、五层……你人都没了。

而这时候，老司机只淡淡一笑，手一挥：

import itertools

for c, s in itertools.product(colors, sizes):
    print(c, s)

结果一样，代码量减半，逻辑还更清晰。

product 的意思就是“笛卡尔积”， 一句话干掉两层 for，爽不爽？

---

二、循环不止有「嵌套」，还有「重复」

有时候我们要做的不是两组数据组合，而是对同一组数据重复排列。

列如，我们要生成所有 2 位数的密码组合：

import itertools

for p in itertools.product('ABCD', repeat=2):
    print(''.join(p))

输出：

AA
AB
AC
AD
BA
...

这一行代码就能生成所有两位字母组合。 要是不用 itertools，你是不是要写成这样：

for a in 'ABCD':
    for b in 'ABCD':
        print(a + b)

看懂了吧？ 有时候不是你不会写，是 Python 给了你更优雅的方式，你还没发现。

---

三、排列与组合，一行全搞定！

在数学里我们常常说排列组合，对吧？ Python 也直接内置了这两个方法：permutations 和 combinations。

排列：顺序重大

import itertools

for p in itertools.permutations('ABC', 2):
    print(p)

输出：

('A', 'B')
('A', 'C')
('B', 'A')
('B', 'C')
('C', 'A')
('C', 'B')

组合：顺序不重大

for c in itertools.combinations('ABC', 2):
    print(c)

输出：

('A', 'B')
('A', 'C')
('B', 'C')

再也不用自己写乱七八糟的 for 嵌套了。

---

四、无穷序列？照样能玩！

有时候，我们需要无限生成某种模式的数据。 听起来很抽象？ 举个例子：

想要循环输出数字 0, 1, 2, 0, 1, 2, … 这样无限轮回。 普通人：for + 取余，累死。 高手：itertools.cycle()，一行解决。

import itertools

for i in itertools.cycle([0, 1, 2]):
    print(i)

（当然，要注意，这真的是“无限循环”，运行时要手动停止。）

还有个更有意思的——count()，它能从某个数开始往上数到无穷。

for i in itertools.count(10):
    print(i)
    if i > 15:
        break

结果：

10
11
12
13
14
15
16

是不是有点像一个“自动生成器”？ 这玩意儿在写数据流、日志编号、批量测试的时候超级有用。

---

五、条件切片：想停就停，想跳就跳

我们常常想要「只处理前几项」或「跳过前几项」。

列如：

import itertools

data = [1, 2, 3, 4, 5, 6]

for i in itertools.islice(data, 3):
    print(i)

输出：

1
2
3

islice 就是“迭代器的切片”， 意思是“只取前 3 个，不用管后面多少”。

那如果我想跳过前 2 个再开始处理？

for i in itertools.islice(data, 2, None):
    print(i)

输出：

3
4
5
6

是不是比你手动用索引更优雅？ islice 特别适合处理大型流数据，列如日志、API返回、生成器结果等。

---

六、分组神器：groupby

有时候我们要按条件对数据进行分组。 传统写法往往又臭又长。 groupby 就是来救命的。

import itertools

data = [('A', 1), ('A', 2), ('B', 3), ('B', 4)]

for key, group in itertools.groupby(data, lambda x: x[0]):
    print(key, list(group))

输出：

A [('A', 1), ('A', 2)]
B [('B', 3), ('B', 4)]

要注意的是： groupby 只会对连续一样的 key 分组， 所以如果你的数据没排序，最好先 sorted() 一下，否则分组会乱。

---

七、组合技：chain 连环操作

你可能有多个可迭代对象（list、tuple、range…）， 想当成一个整体去遍历，怎么办？

import itertools

for x in itertools.chain([1, 2], [3, 4], [5]):
    print(x)

输出：

1
2
3
4
5

这就像把几条河流汇成一条，chain 让你的遍历逻辑瞬间丝滑。

---

八、过滤神器：compress

你可能想根据某些条件过滤列表里的数据。 当然，你可以写 for + if， 但用 compress 更优雅。

import itertools

data = ['a', 'b', 'c', 'd']
selectors = [1, 0, 1, 0]

for i in itertools.compress(data, selectors):
    print(i)

输出：

a
c

selectors 就像一个「开关列表」，1 表明保留，0 表明丢弃。 这比 list comprehension 更直观。

---

九、实战场景：组合参数自动生成

假设你在写一个测试脚本，需要对参数组合跑不同用例：

import itertools

colors = ['red', 'green']
sizes = ['S', 'M']
styles = ['casual', 'formal']

for c, s, st in itertools.product(colors, sizes, styles):
    print(c, s, st)

直接生成所有组合，一行搞定，想跑多少测试都可以自动生成。 这在写自动化测试、机器学习参数调优时都超级实用。

---

十、最后的提议

itertools 这玩意儿， 你刚接触时可能觉得“不就是循环优化嘛”， 但真用熟了，你会发现—— 它不是工具，是思维方式。

从手写循环，到用迭代器思维去处理数据， 你的代码不只是“更短”， 而是更「优雅、可复用、像流水一样流畅」。

---

✅总结一下：

功能	方法	说明
笛卡尔积	product()	多重循环合并
排列组合	permutations(), combinations()	数学意义下的组合生成
无限序列	count(), cycle()	自动生成或循环数据
切片	islice()	控制数据截取范围
分组	groupby()	按条件分组连续元素
链接	chain()	多个可迭代对象拼接
过滤	compress()	按条件筛选数据

---

最后我想说—— 真正的 Python 高手，不是写出最多的代码， 而是用最少的代码，做最多的事。

别再盯着 for 循环了，学会 itertools，你就能让循环为你跳舞。

---

你平时最常用的 itertools 函数是哪个？ 或者，有没有遇到哪种循环场景很头疼？ 留言聊聊，我们一起优化它