目录
- chain(*iterables)
- combinations(iterable: Iterable, r)
- combinations_with_replacement(iterable: Iterable, r)
- compress(data: Iterable, selectors: Iterable)
- count(start, step)
- cycle(iterable)
- dropwhile(predicate, iterable)
- filterfalse(predicate, iterable)
- groupby(iterable, key=None)
- islice(iterable, stop)\islice(iterable, start, stop[, step])
- pairwise(iterable)
- permutations(iterable, r=None)
- product(*iterables, repeat=1)
- repeat(object[, times])
- starmap(function, iterable)
- takewhile(predicate, iterable)
- zip_longest(*iterables, fillvalue=None)
- 总结
itertools — 为高效循环而创建迭代器的函数
accumulate(iterable: Iterable, func: None, initial:None)
iterable：需要操作的可迭代对象
func：对可迭代对象需要操作的函数，必须包含两个参数
initial: 累加的开始值
对可迭代对象进行累计或者通过func实现双目运算，当指定func的时候需要两个参数。返回的是迭代器，与这个方法类似的就是functools下的reduce，reduce和accumulate都是累计进行操作，不同的是reduce只会返回最后的元素，而accumulate会显示所有的元素，包含中间的元素，对比如下：
区别 | reduce | accumulate |
返回值 | 返回的是一个元素 | 返回的是一个迭代器（包含中间处理的元素） |
所属模块 | functools | itertools |
性能 | 略差 | 比reduce好一些 |
初始值 | 可以设置初始值 | 可以设置初始值 |
| import time | |
| from itertools import accumulate | |
| from functools import reduce | |
| l_data = [, 2, 3, 4] | |
| data = accumulate(l_data, lambda x, y: x + y, initial=) | |
| print(list(data)) | |
| start = time.time() | |
| for i in range(): | |
| data = accumulate(l_data, lambda x, y: x + y, initial=) | |
| print(time.time() - start) | |
| start = time.time() | |
| for i in range(): | |
| data = reduce(lambda x, y: x + y, l_data) | |
| print(time.time() - start) | |
| #输出 | |
| [, 3, 5, 8, 12] | |
| .027924537658691406 | |
| .03989362716674805 |
由上述结果可知，accumulate比reduce性能稍好一些，而且还能输出中间的处理过程。
chain(*iterables)
iterables:接收多个可迭代对象
依次返回多个迭代对象的元素，返回的是一个迭代器,对于字典输出元素时，默认会输出字典的key
| from itertools import chain | |
| import time | |
| list_data = [, 2, 3] | |
| dict_data = {"a":, "b": 2} | |
| set_data = {, 5, 6} | |
| print(list(chain(list_data, dict_data, set_data))) | |
| list_data = [, 2, 3] | |
| list_data = [4, 5, 6] | |
| start = time.time() | |
| for i in range(): | |
| chain(list_data, list_data) | |
| print(time.time() - start) | |
| start = time.time() | |
| for i in range(): | |
| list_data.extend(list_data) | |
| print(time.time() - start) | |
| #输出 | |
| [, 2, 3, 'a', 'b', 4, 5, 6] | |
| .012955427169799805 | |
| .013965129852294922 |
combinations(iterable: Iterable, r)
iterable:需要操作的可迭代对象
r: 抽取的子序列元素的个数
操作可迭代对象，根据所需抽取的子序列个数返回子序列，子序列中的元素也是有序、不可重复并且是以元组的形式呈现的。
| from itertools import combinations | |
| data = range() | |
| print(tuple(combinations(data,))) | |
| str_data = "asdfgh" | |
| print(tuple(combinations(str_data,))) | |
| #输出 | |
| ((, 1), (0, 2), (0, 3), (0, 4), (1, 2), (1, 3), (1, 4), (2, 3), (2, 4), (3, 4)) | |
| (('a', 's'), ('a', 'd'), ('a', 'f'), ('a', 'g'), ('a', 'h'), ('s', 'd'), ('s', 'f'), ('s', 'g'), ('s', 'h'), ('d', 'f'), ('d', 'g'), ('d', 'h'), ('f', 'g'), ('f', 'h'), ('g', 'h')) |
combinations_with_replacement(iterable: Iterable, r)
与上述的combinations(iterable: Iterable, r)类似，不过区别在于，combinations_with_replacement的子序列的元素可以重复，也是有序的，具体如下：
| from itertools import combinations_with_replacement | |
| data = range() | |
| print(tuple(combinations_with_replacement(data,))) | |
| str_data = "asdfgh" | |
| print(tuple(combinations_with_replacement(str_data,))) | |
| #输出 | |
| ((, 0), (0, 1), (0, 2), (0, 3), (0, 4), (1, 1), (1, 2), (1, 3), (1, 4), (2, 2), (2, 3), (2, 4), (3, 3), (3, 4), (4, 4)) | |
| (('a', 'a'), ('a', 's'), ('a', 'd'), ('a', 'f'), ('a', 'g'), ('a', 'h'), ('s', 's'), ('s', 'd'), ('s', 'f'), ('s', 'g'), ('s', 'h'), ('d', 'd'), ('d', 'f'), ('d', 'g'), ('d', 'h'), ('f', 'f'), ('f', 'g'), ('f', 'h'), ('g', 'g'), ('g', 'h'), ('h', 'h')) |
compress(data: Iterable, selectors: Iterable)
data:需要操作的可迭代对象
selectors:判断真值的可迭代对象，不能时str，最好是列表、元组、之类的
根据selectors中的元素是否为true来输出data中对应索引的元素，以最短的为准，返回一个迭代器。
| from itertools import compress | |
| data = "asdfg" | |
| list_data = [, 0, 0, 0, 1, 4] | |
| print(list(compress(data, list_data))) | |
| #输出 | |
| ['a', 'g'] |
count(start, step)
start: 开始的元素
step: 自开始元素增长的步长
返回一个迭代器，从start按照步长递增，不会一次性生成，最好使用next()进行元素的递归的获取。
| from itertools import count | |
| c = count(start=, step=20) | |
| print(next(c)) | |
| print(next(c)) | |
| print(next(c)) | |
| print(next(c)) | |
| print(c) | |
| #输出 | |
| count(, 20) |
cycle(iterable)
iterable： 需要循环输出的可迭代对象
返回一个迭代器，循环输出可迭代对象的元素。于count一样，最好不要将结果转换为可迭代对象，因为是循环，所以建议使用next()或者for循环获取元素。
| from itertools import cycle | |
| a = "asdfg" | |
| data = cycle(a) | |
| print(next(data)) | |
| print(next(data)) | |
| print(next(data)) | |
| print(next(data)) | |
| #输出 | |
| a | |
| s | |
| d | |
| f |
dropwhile(predicate, iterable)
predicate:是否舍弃元素的标准
iterable: 可迭代对象
返回一个迭代器,根据predicate是否为True来舍弃元素。当predicate为False时，后面的元素不管是否为True都会输出。
| from itertools import dropwhile | |
| list_data = [, 2, 3, 4, 5] | |
| print(list(dropwhile(lambda i: i <, list_data))) | |
| print(list(dropwhile(lambda x: x <, [1, 4, 6, 4, 1]))) | |
| #输出 | |
| [, 4, 5] | |
| [, 4, 1] |
filterfalse(predicate, iterable)
predicate:是否舍弃元素的标准
iterable: 可迭代对象
返回一个迭代器, 根据predicate是否为False判断输出，对所有元素进行操作。类似于filter方法，但是是filter的相反的.
| import time | |
| from itertools import filterfalse | |
| print(list(filterfalse(lambda i: i % == 0, range(10)))) | |
| start = time.time() | |
| for i in range(): | |
| filterfalse(lambda i: i % == 0, range(10)) | |
| print(time.time() - start) | |
| start = time.time() | |
| for i in range(): | |
| filter(lambda i: i % == 0, range(10)) | |
| print(time.time() - start) | |
| #输出 | |
| [, 3, 5, 7, 9] | |
| .276653528213501 | |
| .2768676280975342 |
由上述结果看出，filterfalse与filter性能相差不大
groupby(iterable, key=None)
iterable: 可迭代对象
key: 可选，需要对元素进行判断的条件, 默认为x == x。
返回一个迭代器,根据key返回连续的键和组（连续符合key条件的元素）。
注意使用groupby进行分组前需要对其进行排序。
| from itertools import groupby | |
| str_data = "babada" | |
| for k, v in groupby(str_data): | |
| print(k, list(v)) | |
| str_data = "aaabbbcd" | |
| for k, v in groupby(str_data): | |
| print(k, list(v)) | |
| def func(x: str): | |
| print(x) | |
| return x.isdigit() | |
| str_data = "a34d5" | |
| for k, v in groupby(str_data, key=func): | |
| print(k, list(v)) | |
| #输出 | |
| b ['b'] | |
| a ['a'] | |
| b ['b'] | |
| a ['a'] | |
| d ['d'] | |
| a ['a'] | |
| a ['a', 'a', 'a'] | |
| b ['b', 'b', 'b'] | |
| c ['c'] | |
| d ['d'] | |
| a | |
| True ['', '2'] | |
| False ['a'] | |
| d | |
| True ['', '4'] | |
| False ['d'] | |
| True [''] |
islice(iterable, stop)\islice(iterable, start, stop[, step])
iterable: 需要操作的可迭代对象
start： 开始操作的索引位置
stop: 结束操作的索引位置
step: 步长
返回一个迭代器。类似于切片，但是其索引不支持负数。
| from itertools import islice | |
| import time | |
| list_data = [, 5, 4, 2, 7] | |
| #学习中遇到问题没人解答？小编创建了一个Python学习交流群： | |
| start = time.time() | |
| for i in range(): | |
| data = list_data[::] | |
| print(time.time() - start) | |
| start = time.time() | |
| for i in range(): | |
| data = islice(list_data,) | |
| print(time.time() - start) | |
| print(list(islice(list_data,, 3))) | |
| print(list(islice(list_data,, 4, 2))) | |
| #输出.010963201522827148 | |
| .01595783233642578 | |
| [, 4] | |
| [, 2] | |
| .010963201522827148 | |
| .01595783233642578 | |
| [, 4] | |
| [, 2] |
由上述结果可以看出，切片性能比islice性能稍好一些。
pairwise(iterable)
需要操作的可迭代对象
返回一个迭代器, 返回可迭代对象中的连续重叠对，少于两个返回空。
| from itertools import pairwise | |
| str_data = "asdfweffva" | |
| list_data = [, 2, 5, 76, 8] | |
| print(list(pairwise(str_data))) | |
| print(list(pairwise(list_data))) | |
| #输出 | |
| [('a', 's'), ('s', 'd'), ('d', 'f'), ('f', 'w'), ('w', 'e'), ('e', 'f'), ('f', 'f'), ('f', 'v'), ('v', 'a')] | |
| [(, 2), (2, 5), (5, 76), (76, 8)] |
permutations(iterable, r=None)
iterable： 需要操作的可迭代对象
r: 抽取的子序列
与combinations类似，都是抽取可迭代对象的子序列，不过，permutations是不可重复,无序的， 与combinations_with_replacement刚好相反。
| from itertools import permutations | |
| data = range() | |
| print(tuple(permutations(data,))) | |
| str_data = "asdfgh" | |
| print(tuple(permutations(str_data,))) | |
| #输出 | |
| ((, 1), (0, 2), (0, 3), (0, 4), (1, 0), (1, 2), (1, 3), (1, 4), (2, 0), (2, 1), (2, 3), (2, 4), (3, 0), (3, 1), (3, 2), (3, 4), (4, 0), (4, 1), (4, 2), (4, 3)) | |
| (('a', 's'), ('a', 'd'), ('a', 'f'), ('a', 'g'), ('a', 'h'), ('s', 'a'), ('s', 'd'), ('s', 'f'), ('s', 'g'), ('s', 'h'), ('d', 'a'), ('d', 's'), ('d', 'f'), ('d', 'g'), ('d', 'h'), ('f', 'a'), ('f', 's'), ('f', 'd'), ('f', 'g'), ('f', 'h'), ('g', 'a'), ('g', 's'), ('g', 'd'), ('g', 'f'), ('g', 'h'), ('h', 'a'), ('h', 's'), ('h', 'd'), ('h', 'f'), ('h', 'g')) |
product(*iterables, repeat=1)
iterables: 可迭代对象，可以为多个
repeat: 可迭代对象的重复次数，也就是复制的次数
返回迭代器。生成可迭代对象的笛卡尔积, 类似于两个或多个可迭代对象的排列组合。与zip函数很像，但是zip是元素的一对一对应关系，而product则是一对多的关系。
| from itertools import product | |
| list_data = [, 2, 3] | |
| list_data = [4, 5, 6] | |
| print(list(product(list_data, list_data))) | |
| print(list(zip(list_data, list_data))) | |
| # 如下两个含义是一样的，都是将可迭代对象复制一份， 很方便的进行同列表的操作 | |
| print(list(product(list_data, repeat=))) | |
| print(list(product(list_data, list_data))) | |
| # 同上述含义 | |
| print(list(product(list_data, list_data, repeat=2))) | |
| print(list(product(list_data, list_data, list_data, list_data2))) | |
| #输出 | |
| [(, 4), (1, 5), (1, 6), (2, 4), (2, 5), (2, 6), (3, 4), (3, 5), (3, 6)] | |
| [(, 4), (2, 5), (3, 6)] | |
| [(, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3)] | |
| [(, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3)] | |
| [(, 4, 1, 4), (1, 4, 1, 5), (1, 4, 1, 6), (1, 4, 2, 4), (1, 4, 2, 5), (1, 4, 2, 6), (1, 4, 3, 4), (1, 4, 3, 5), (1, 4, 3, 6), (1, 5, 1, 4), (1, 5, 1, 5), (1, 5, 1, 6), (1, 5, 2, 4), (1, 5, 2, 5), (1, 5, 2, 6), (1, 5, 3, 4), (1, 5, 3, 5), (1, 5, 3, 6), (1, 6, 1, 4), (1, 6, 1, 5), (1, 6, 1, 6), (1, 6, 2, 4), (1, 6, 2, 5), (1, 6, 2, 6), (1, 6, 3, 4), (1, 6, 3, 5), (1, 6, 3, 6), (2, 4, 1, 4), (2, 4, 1, 5), (2, 4, 1, 6), (2, 4, 2, 4), (2, 4, 2, 5), (2, 4, 2, 6), (2, 4, 3, 4), (2, 4, 3, 5), (2, 4, 3, 6), (2, 5, 1, 4), (2, 5, 1, 5), (2, 5, 1, 6), (2, 5, 2, 4), (2, 5, 2, 5), (2, 5, 2, 6), (2, 5, 3, 4), (2, 5, 3, 5), (2, 5, 3, 6), (2, 6, 1, 4), (2, 6, 1, 5), (2, 6, 1, 6), (2, 6, 2, 4), (2, 6, 2, 5), (2, 6, 2, 6), (2, 6, 3, 4), (2, 6, 3, 5), (2, 6, 3, 6), (3, 4, 1, 4), (3, 4, 1, 5), (3, 4, 1, 6), (3, 4, 2, 4), (3, 4, 2, 5), (3, 4, 2, 6), (3, 4, 3, 4), (3, 4, 3, 5), (3, 4, 3, 6), (3, 5, 1, 4), (3, 5, 1, 5), (3, 5, 1, 6), (3, 5, 2, 4), (3, 5, 2, 5), (3, 5, 2, 6), (3, 5, 3, 4), (3, 5, 3, 5), (3, 5, 3, 6), (3, 6, 1, 4), (3, 6, 1, 5), (3, 6, 1, 6), (3, 6, 2, 4), (3, 6, 2, 5), (3, 6, 2, 6), (3, 6, 3, 4), (3, 6, 3, 5), (3, 6, 3, 6)] | |
| [(, 4, 1, 4), (1, 4, 1, 5), (1, 4, 1, 6), (1, 4, 2, 4), (1, 4, 2, 5), (1, 4, 2, 6), (1, 4, 3, 4), (1, 4, 3, 5), (1, 4, 3, 6), (1, 5, 1, 4), (1, 5, 1, 5), (1, 5, 1, 6), (1, 5, 2, 4), (1, 5, 2, 5), (1, 5, 2, 6), (1, 5, 3, 4), (1, 5, 3, 5), (1, 5, 3, 6), (1, 6, 1, 4), (1, 6, 1, 5), (1, 6, 1, 6), (1, 6, 2, 4), (1, 6, 2, 5), (1, 6, 2, 6), (1, 6, 3, 4), (1, 6, 3, 5), (1, 6, 3, 6), (2, 4, 1, 4), (2, 4, 1, 5), (2, 4, 1, 6), (2, 4, 2, 4), (2, 4, 2, 5), (2, 4, 2, 6), (2, 4, 3, 4), (2, 4, 3, 5), (2, 4, 3, 6), (2, 5, 1, 4), (2, 5, 1, 5), (2, 5, 1, 6), (2, 5, 2, 4), (2, 5, 2, 5), (2, 5, 2, 6), (2, 5, 3, 4), (2, 5, 3, 5), (2, 5, 3, 6), (2, 6, 1, 4), (2, 6, 1, 5), (2, 6, 1, 6), (2, 6, 2, 4), (2, 6, 2, 5), (2, 6, 2, 6), (2, 6, 3, 4), (2, 6, 3, 5), (2, 6, 3, 6), (3, 4, 1, 4), (3, 4, 1, 5), (3, 4, 1, 6), (3, 4, 2, 4), (3, 4, 2, 5), (3, 4, 2, 6), (3, 4, 3, 4), (3, 4, 3, 5), (3, 4, 3, 6), (3, 5, 1, 4), (3, 5, 1, 5), (3, 5, 1, 6), (3, 5, 2, 4), (3, 5, 2, 5), (3, 5, 2, 6), (3, 5, 3, 4), (3, 5, 3, 5), (3, 5, 3, 6), (3, 6, 1, 4), (3, 6, 1, 5), (3, 6, 1, 6), (3, 6, 2, 4), (3, 6, 2, 5), (3, 6, 2, 6), (3, 6, 3, 4), (3, 6, 3, 5), (3, 6, 3, 6)] |
repeat(object[, times])
object：任意合法对象
times: 可选，object对象生成的次数, 当不传入times，则无限循环
返回一个迭代器，根据times重复生成object对象。
| from itertools import repeat | |
| str_data = "assd" | |
| print(repeat(str_data)) | |
| print(list(repeat(str_data,))) | |
| list_data = [, 2, 4] | |
| print(repeat(list_data)) | |
| print(list(repeat(list_data,))) | |
| dict_data = {"a":, "b": 2} | |
| print(repeat(dict_data)) | |
| print(list(repeat(dict_data,))) | |
| #输出 | |
| repeat('assd') | |
| ['assd', 'assd', 'assd', 'assd'] | |
| repeat([, 2, 4]) | |
| [[, 2, 4], [1, 2, 4], [1, 2, 4], [1, 2, 4]] | |
| repeat({'a':, 'b': 2}) | |
| [{'a':, 'b': 2}, {'a': 1, 'b': 2}, {'a': 1, 'b': 2}, {'a': 1, 'b': 2}] |
starmap(function, iterable)
function: 作用域迭代器对象元素的函数
iterable: 可迭代对象
返回一个迭代器, 将函数作用与可迭代对象的所有元素（所有元素必须要是可迭代对象，即使只有一个值，也需要使用可迭代对象包裹，例如元组(1, )）中,与map函数类似；当function参数与可迭代对象元素一致时，使用元组代替元素，例如pow(a, b)，对应的是[(2,3), (3,3)]。
map与starmap的区别在于，map我们一般会操作一个function只有一个参数的情况，starmap可以操作function多个参数的情况。
| from itertools import starmap | |
| list_data = [, 2, 3, 4, 5] | |
| list_data = [(1, 1), (2, 2), (3, 3), (4, 4), (5, 5)] | |
| list_data = [(1,), (2,), (3,), (4,), (5,)] | |
| print(list(starmap(lambda x, y: x + y, list_data))) | |
| print(list(map(lambda x: x * x, list_data))) | |
| print(list(starmap(lambda x: x * x, list_data))) | |
| print(list(starmap(lambda x: x * x, list_data))) | |
| #输出 | |
| [, 4, 6, 8, 10] | |
| [, 4, 9, 16, 25] | |
| Traceback (most recent call last): | |
| File "c:\Users\ts\Desktop\.7\2022.7.22\test.py", line 65, in <module> | |
| print(list(starmap(lambda x: x * x, list_data))) | |
| TypeError: 'int' object is not iterable |
takewhile(predicate, iterable)
predicate：判断条件，为真就返回
iterable: 可迭代对象
当predicate为真时返回元素，需要注意的是，当第一个元素不为True时，则后面的无论结果如何都不会返回，找的前多少个为True的元素。
| from itertools import takewhile | |
| #学习中遇到问题没人解答？小编创建了一个Python学习交流群： | |
| list_data = [, 5, 4, 6, 2, 3] | |
| print(list(takewhile(lambda x: x >, list_data))) | |
| print(list(takewhile(lambda x: x >, list_data))) |
zip_longest(*iterables, fillvalue=None)
iterables：可迭代对象
fillvalue：当长度超过时，缺省值、默认值， 默认为None
返回迭代器, 可迭代对象元素一一对应生成元组，当两个可迭代对象长度不一致时，会按照最长的有元素输出并使用fillvalue补充，是zip的反向扩展，zip为最小长度输出。
| from itertools import zip_longest | |
| list_data = [, 2, 3] | |
| list_data = ["a", "b", "c", "d"] | |
| print(list(zip_longest(list_data, list_data, fillvalue="-"))) | |
| print(list(zip_longest(list_data, list_data))) | |
| print(list(zip(list_data, list_data))) | |
| [(, 'a'), (2, 'b'), (3, 'c'), ('-', 'd')] | |
| [(, 'a'), (2, 'b'), (3, 'c'), (None, 'd')] | |
| [(, 'a'), (2, 'b'), (3, 'c')] |
总结
accumulate(iterable: Iterable, func: None, initial:None)：
进行可迭代对象元素的累计运算，可以设置初始值，类似于reduce，相比较reduce,accumulate可以输出中间过程的值，reduce只能输出最后结果，且accumulate性能略好于reduce。
chain(*iterables)
依次输出迭代器中的元素，不会循环输出，有多少输出多少。对于字典输出元素时，默认会输出字典的key；对于列表来说相当于是extend。
combinations(iterable: Iterable, r)：
抽取可迭代对象的子序列，其实就是排列组合，不过只返回有序、不重复的子序列，以元组形式呈现。
combinations_with_replacement(iterable: Iterable, r)
抽取可迭代对象的子序列，与combinations类似，不过返回无序、不重复的子序列，以元组形式呈现。
compress(data: Iterable, selectors: Iterable)
根据selectors中的元素是否为True或者False返回可迭代对象的合法元素，selectors为str时，都为True，并且只会决定长度。
count(start, step)：
从start开始安装step不断生成元素，是无限循环的，最好控制输出个数或者使用next(),send()等获取、设置结果
cycle(iterable)
依次输出可迭代对象的元素，是无限循环的，相当于是chain的循环。最好控制输出个数或者使用next(),send()等获取、设置结果。
dropwhile(predicate, iterable)
根据predicate是否为False来返回可迭代器元素，predicate可以为函数， 返回的是第一个False及之后的所有元素，不管后面的元素是否为True或者False。适用于需要舍弃迭代器或者可迭代对象的前面一部分内容，例如在写入文件时忽略文档注释
filterfalse(predicate, iterable)
依据predicate返回可迭代对象的所有predicate为True的元素，类似于filter方法。
groupby(iterable, key=None)
输出连续符合key要求的键值对，默认为x == x。
islice(iterable, stop)\islice(iterable, start, stop[, step])
对可迭代对象进行切片，和普通切片类似，但是这个不支持负数。适用于可迭代对象内容的切割，例如你需要获取一个文件中的某几行的内容
pairwise(iterable)
返回连续的重叠对象（两个元素）， 少于两个元素返回空，不返回。
permutations(iterable, r=None)
从可迭代对象中抽取子序列，与combinations类似，不过抽取的子序列是无序、可重复。
product(*iterables, repeat=1)
输出可迭代对象的笛卡尔积，类似于排序组合，不可重复,是两个或者多个可迭代对象进行操作，当是一个可迭代对象时，则返回元素，以元组形式返回。
repeat(object[, times])
重复返回object对象，默认时无限循环
starmap(function, iterable)
批量操作可迭代对象中的元素，操作的可迭代对象中的元素必须也要是可迭代对象，与map类似，但是可以对类似于多元素的元组进行操作。
takewhile(predicate, iterable)
返回前多少个predicate为True的元素，如果第一个为False，则直接输出一个空。
zip_longest(*iterables, fillvalue=None)
将可迭代对象中的元素一一对应，组成元组形式存储，与zip方法类似，不过zip是取最短的，而zip_longest是取最长的，缺少的使用缺省值。