import itertools itertools.accumulate(iterable[, func, *, initial=None])
iterable
- итерируемая последовательность,func
- функция, принимающая два аргумента,initial=None
- начальное значение.Функция accumulate()
модуля itertools
создает итератор, который возвращает накопленные суммы или накопленные результаты другой функции, которая задается с помощью необязательного аргумента func
.
Если указан необязательный аргумент func
, он должен быть функцией, принимающей два аргумента. Первый аргумент функцией - это накопленный результат, второй аргумент функции - следующий элемент iterable
.
Элементы итерируемой последовательности могут быть любые типы, которые могут быть приняты в качестве аргументов для func
. Например, при операции сложения по умолчанию добавляемые элементы могут быть любого типа, включая десятичные или рациональные числа.
Обычно количество элементов возвращаемого итератора совпадает с количеством элементов во входном итераторе iterable
. Однако, если задано ключевой аргумент initial
, то накопление начинается с начального значения initial
и в этом случае возвращаемый итератор будет иметь один дополнительный элемент.
Функция itertools.accumulate()
примерно эквивалентна следующему коду:
def accumulate(iterable, func=operator.add, *, initial=None): 'Return running totals' # accumulate([1,2,3,4,5]) --> 1 3 6 10 15 # accumulate([1,2,3,4,5], initial=100) --> 100 101 103 106 110 115 # accumulate([1,2,3,4,5], operator.mul) --> 1 2 6 24 120 it = iter(iterable) total = initial if initial is None: try: total = next(it) except StopIteration: return yield total for element in it: total = func(total, element) yield total
Можно установить значение min()
для рабочего минимума, max()
для рабочего максимума или operator.mul()
для работающего продукта:
>>> from itertools import accumulate >>> data = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8] >>> list(accumulate(data, operator.mul)) # [3, 12, 72, 144, 144, 1296, 0, 0, 0, 0] >>> list(accumulate(data, max)) # [3, 4, 6, 6, 6, 9, 9, 9, 9, 9]
Можно построить таблицы амортизации, накапливая проценты и применяя платежи:
# Амортизация 5%, кредит 1000 с 4 ежегодными платежами по 90 >>> from itertools import accumulate >>> cashflows = [1000, -90, -90, -90, -90] >>> list(accumulate(cashflows, lambda bal, pmt: bal*1.05 + pmt)) # [1000, 960.0, 918.0, 873.9000000000001, 827.5950000000001]
Можно смоделировать логистическое отображение, указав начальное значение в iterable
и используя только накопленный результат в аргументе func
:
# Хаотическое рекуррентное отношение >>> from itertools import accumulate, repeat >>> logistic_map = lambda x, _: r * x * (1 - x) >>> r = 3.8 >>> x0 = 0.4 # используется только начальное значение >>> inputs = repeat(x0, 36) >>> [format(x, '.2f') for x in accumulate(inputs, logistic_map)] # ['0.40', '0.91', '0.30', '0.81', '0.60', '0.92', '0.29', '0.79', '0.63', # '0.88', '0.39', '0.90', '0.33', '0.84', '0.52', '0.95', '0.18', '0.57', # '0.93', '0.25', '0.71', '0.79', '0.63', '0.88', '0.39', '0.91', '0.32', # '0.83', '0.54', '0.95', '0.20', '0.60', '0.91', '0.30', '0.80', '0.60']