Présentation de certaines fonctions built-in et itertools

by Melcore on 2024-06-08

Dans ce billet, nous verrons :

Built-in

Itertools

Built-in

Les fonctions built-in sont des fonctions intégrées de base à python, on y retrouve les fonctions de python classiques comme int, float, list, dict, tuple, len,max, min. Ces fonctions sont directement intégrées à python et n'ont donc besoin d'aucun import pour les utiliser.

any()

any prend en argument un iterable et retourne un booléen, elle retourne vrai si au moins une des valeurs de l'itérable est vrai.

print(f"{any((False, False, True, False)) = }")
print(f"{any((False, False, False, False)) = }")
print(f"{any((True, True, True, True)) = }")
any((False, False, True, False))=True
any((False, False, False, False)) = False
any((True, True, True, True)) = True

all()

La fonction all prend en argument, elle aussi, un iterable et retourne un booléen, mais elle retourne vraie si toutes les valeurs de l'itérable sont vraies.

print(f"{all((False, False, True, False)) = }")
print(f"{all((False, False, False, False)) = }")
print(f"{all((True, True, True, True)) = }")
all((False, False, True, False)) = False
all((False, False, False, False)) = False
all((True, True, True, True)) = True

Les fonctions any et all sont très pratiques dans les tests.

[[attention]] | Mais attention à leurs négations, not any retourne vraie si toutes les valeurs de l'itérable en entrés sont fausses alors qu'on aurait pu faussement penser que ce rôle revenait à not all.

En python, un itérable est un objet qui sur lequel on peut itérer. C'ést à dire qu'u élément à un élément qui le suit, excepté le dernier. Par exemple, une liste est un iterable. Mais aussi, un tuple, une string, un dictionnaire sont des itérables. On peut aussi générer des itérables à la volée (à la demande), on appelle ça un générateur.

Un générateur utilise le mot clé yield afin de permettre de "mettre en pause" celui-ci et retourne une valeur. Ce mécanisme garde l'état de la fonction au moment du yield et ceci jusqu'à la prochaine demande d'élement au générateur où elle reprendra à la suite du yield.

Exemple d'un générateur avec le suite de fibonacci, tiré du tutoriel sur les notions avancées de python par @entwanne

def fibo(n, a=0, b=1):
    for _ in range(n):
        a, b = b, a+b
        yield a

fib = fibo(8)
fib
<generator object fibo at 0x7f7a1ece56c0>

[[information]] | Ce qui nous est renvoyé est un objet de type generator.

Pour demandés de générer les éléments du génrateur, le mieux est encore d'essayer de la transformer en liste.

list(fib)
[1, 1, 2, 3, 5, 8, 13, 21]

next()

La fonction next permet de générer l'élément suivant du générateur.

fib = fibo(8)
print(next(fib))
print(next(fib))
print(next(fib))
print(next(fib))
print(next(fib))
1
1
2
3
5

enumerate()

enumerate est probablement la fonction que je vous présente ici que j'utilise le plus souvent. Elle permet, comme son nom l'indique, d'énumérer un itérable. C'est très pratique quand on a besoin de connaître la valeur et l'index d'un élément dans une boucle.

x = [7,5,6,9,13,14,5,7]
for i, value in enumerate(x, start=5):
    if i % 2 == 0:
        value = value **2

list(enumerate(x, start=5))
[(5, 7), (6, 5), (7, 6), (8, 9), (9, 13), (10, 14), (11, 5), (12, 7)]

enumerate prend aussi un argument start pour faire commencer l'énumération à partir de n'importe quel entier, de base il est à 0, ce qui permet de suivre l'index.

isinstance()

isinstance Permet de vérifier qu'un objet est une instance d'une classe. Contrairement à type qui fait la même chose, isinstance permet aussi de regarder si le type est une instance indirect.

print( isinstance(3, int) )
print( type(3) == int )
True
True
class my_int(int):
    pass

x = my_int(3)
print( isinstance(x, int) )
print( type(x) == int )
True
False

map()

map permet d'appliquer une fonction à un itérable. Attention cependant cette fonction retourne un itérateur et non une liste. Il faut donc la transformer en liste avant de pouvoir l'afficher.

print( list( map(len, ["banane", "abricot", "orange"]) ) )
[6, 7, 6]

sorted()

sorted permet de trier un itérable. Il permet d'utiliser l'ordre décroissant et de donner un fonction clé. On peut ainsi ne pas trier les éléments dans l'ordre des entiers croissants mais dans l'ordre inverse par valeurs absolus de leur deuxième élément par exemple.

liste = {"Beta": 3, "Alpha": -2, "Gamma": -7}

print(sorted(liste, key=lambda x: abs(liste[x]), reverse=True))
['Gamma', 'Beta', 'Alpha']

@staticmethod

@staticmetod est un décorateur permettant de rendre une méthode statique. C'est une méthode qui permet d'être utilisé sans instance de la classe.

class Model:

    @staticmethod
    def modelnames():
        return ["Mistral", "chatGPT", 'Llama']

print(Model.modelnames())
['Mistral', 'chatGPT', 'Llama']

zip()

zip permet d'associer n à n les valeurs de n listes. C'est très utile quand on doit itérer sur deux ou plusieurs listes en même temps.

viandes = ["Poulet", "Boeuf", "Porc"]
legumes = ["Haricot", "Chou fleur", "Tomates"]

for viande, legume in zip(viandes, legumes):
    print(legume, viande)

list(zip(viandes, legumes))
Haricot Poulet
Chou fleur Boeuf
Tomates Porc





[('Poulet', 'Haricot'), ('Boeuf', 'Chou fleur'), ('Porc', 'Tomates')]

[[information]] | Il faut que les listes soit de la même taille, dans le cas contraire, on pourra utiliser zip_longest de module itertools

#itertools

Itertools est un module qui permet de faciliter la gestion d'itérable. Ce module appartenant à poython est installé en m^me tempsque python , donc pas besoin d'installation supplémentaire. Il faut toutefois l'importer pour pouvoir l'utiliser.

count()

count est un compteur qui ne s'arrète jamais. Il permet de créer un compteur avec un pas défini qui n'est pas forcément entier.

from itertools import count

x = count(5.3, step=0.6)
[next(x) for _ in range(5)]
[5.3,
 5.8999999999999995,
 6.499999999999999,
 7.099999999999999,
 7.699999999999998]

cycle()

cycle permet de boucler sur un itérable.

from itertools import cycle

cy = cycle("RVB")
[next(cy) for _ in range(10)]
['R', 'V', 'B', 'R', 'V', 'B', 'R', 'V', 'B', 'R']

pairwise()

pairwise permet de lier deux par deux les éléments d'un itérable.

from itertools import pairwise

values = [7, 3, 8, 6, 14, 6, 9]

for x, y in pairwise(values):
    print(y - x)
-4
5
-2
8
-8
3

filterfalse()

filterfalse permet de ne renvoyer que les valeurs fausses d'une fonction.

def est_bissextile(annee):
    return (annee % 4 == 0 and annee % 100 != 0) or (annee % 400 == 0)

from itertools import filterfalse

fi = filterfalse(est_bissextile, range(1900, 2030))

[next(fi) for i in range(10)]
[1900, 1901, 1902, 1903, 1905, 1906, 1907, 1909, 1910, 1911]

product()

product fait le produit cartésien d'itérable. Ainsi il associe chaque élément à chaque combinaison des autres éléments.

Il peut prendre plusieurs itérables en entrées et peut permettre de les utiliser plusieurs fois avec l'argument repeat

from itertools import product

prod = product("ABC", "xyz")
print([i for i in prod])

pr = product("01", repeat=3)
[i for i in pr]
[('A', 'x'), ('A', 'y'), ('A', 'z'), ('B', 'x'), ('B', 'y'), ('B', 'z'), ('C', 'x'), ('C', 'y'), ('C', 'z')]

[('0', '0', '0'),
 ('0', '0', '1'),
 ('0', '1', '0'),
 ('0', '1', '1'),
 ('1', '0', '0'),
 ('1', '0', '1'),
 ('1', '1', '0'),
 ('1', '1', '1')]

permutation()

permutation permet de générer les permutations d'un itérable, on peut spécifier la longueur de la permutation avec l'argument r

from itertools import permutations

lettres = "GARE"
pe = permutations(lettres)
[i for i in pe]
[('G', 'A', 'R', 'E'),
 ('G', 'A', 'E', 'R'),
 ('G', 'R', 'A', 'E'),
 ('G', 'R', 'E', 'A'),
 ('G', 'E', 'A', 'R'),
 ('G', 'E', 'R', 'A'),
 ('A', 'G', 'R', 'E'),
 ('A', 'G', 'E', 'R'),
 ('A', 'R', 'G', 'E'),
 ('A', 'R', 'E', 'G'),
 ('A', 'E', 'G', 'R'),
 ('A', 'E', 'R', 'G'),
 ('R', 'G', 'A', 'E'),
 ('R', 'G', 'E', 'A'),
 ('R', 'A', 'G', 'E'),
 ('R', 'A', 'E', 'G'),
 ('R', 'E', 'G', 'A'),
 ('R', 'E', 'A', 'G'),
 ('E', 'G', 'A', 'R'),
 ('E', 'G', 'R', 'A'),
 ('E', 'A', 'G', 'R'),
 ('E', 'A', 'R', 'G'),
 ('E', 'R', 'G', 'A'),
 ('E', 'R', 'A', 'G')]

combinations()

combinations est comme permutation sans l'importance de l'ordre, c'est à dire que 'BA' est une solution identique à 'AB'

Et voilà ! J'espère que cette rétrospective des fonctionnalités que j'utilise le plus souvent pourra vous être utile pour améliorer votre python.

Comments