itertools & functools

itertools: lazy iteration ไม่ต้องพึ่ง dependencies

เวลาต้องการ collection utility ฝั่ง TypeScript มักหยิบ Lodash มาใช้ ส่วน Python มี itertools ติดมาใน standard library อยู่แล้ว และทำงานแบบ lazy คือผลิตค่าตอนที่ต้องใช้ ไม่สร้าง list กลางทางทิ้งไว้ จุดนี้สำคัญมากเมื่อเจอ dataset ขนาดใหญ่

chain — รวม iterables หลายตัว

TypeScript

// TypeScript / Lodash
import _ from 'lodash';
const result = _.concat([1, 2], [3, 4], [5]);
// หรือ spread:
const result2 = [...[1, 2], ...[3, 4], ...[5]];
console.log(result);   // [1, 2, 3, 4, 5]

Python

import itertools

result = list(itertools.chain([1, 2], [3, 4], [5]))
print(result)   # [1, 2, 3, 4, 5]

# chain.from_iterable — flatten หนึ่งระดับ
nested = [[1, 2], [3, 4], [5]]
flat = list(itertools.chain.from_iterable(nested))
print(flat)     # [1, 2, 3, 4, 5]

count — infinite counter

TypeScript

// TypeScript — manual counter หรือ generator
function* count(start = 0, step = 1) {
  let n = start;
  while (true) {
    yield n;
    n += step;
  }
}

const gen = count(10, 2);
const result = Array.from({ length: 4 }, () => gen.next().value);
console.log(result);  // [10, 12, 14, 16]

Python

import itertools

counter = itertools.count(10, 2)   # infinite lazy counter
result = [next(counter) for _ in range(4)]
print(result)   # [10, 12, 14, 16]

# islice — รับ N items จาก infinite iterator ได้อย่างปลอดภัย
first_five = list(itertools.islice(itertools.count(1), 5))
print(first_five)   # [1, 2, 3, 4, 5]

groupby — จัดกลุ่ม items ที่ต่อเนื่องกัน

groupby ทำงานคล้าย GROUP BY ของ SQL แต่ต้องป้อน input ที่เรียงมาแล้ว เพราะจับกลุ่มเฉพาะ key ที่เท่ากันและอยู่ติดกันเท่านั้น

TypeScript

// TypeScript / Lodash
import _ from 'lodash';
const data = [
  { cat: "a", val: 1 }, { cat: "a", val: 2 },
  { cat: "b", val: 3 }, { cat: "b", val: 4 },
];
const grouped = _.groupBy(data, "cat");
// { a: [...], b: [...] }

Python

import itertools

data = [("a", 1), ("a", 2), ("b", 3), ("b", 4)]
# Input ต้องเรียงตาม key ก่อน!
for key, group in itertools.groupby(data, key=lambda x: x[0]):
    items = list(group)
    print(f"{key}: {items}")
# a: [('a', 1), ('a', 2)]
# b: [('b', 3), ('b', 4)]

functools: higher-order functions

reduce

TypeScript

// TypeScript
const sum = [1, 2, 3, 4, 5].reduce((acc, x) => acc + x, 0);
console.log(sum);  // 15

Python

import functools

result = functools.reduce(lambda acc, x: acc + x, [1, 2, 3, 4, 5])
print(result)   # 15

# พร้อม initial value
result2 = functools.reduce(lambda acc, x: acc + x, [1, 2, 3], 100)
print(result2)  # 106

lru_cache — memoization

@lru_cache คือ built-in memoization decorator ของ Python ใน TypeScript คู่เทียบคือ Map-based cache แบบ manual หรือ library อย่าง memoize-one

TypeScript

// TypeScript — manual memoization
const memo = new Map<number, number>();

function fib(n: number): number {
  if (n < 2) return n;
  if (memo.has(n)) return memo.get(n)!;
  const result = fib(n - 1) + fib(n - 2);
  memo.set(n, result);
  return result;
}

console.log(fib(30));  // 832040

Python

import functools

@functools.lru_cache(maxsize=128)
def fib(n: int) -> int:
    if n < 2:
        return n
    return fib(n - 1) + fib(n - 2)

print(fib(30))            # 832040
print(fib.cache_info())   # hits=28, misses=31, ...

partial — เติม arguments ล่วงหน้า

TypeScript

// TypeScript — bind หรือ arrow wrapper
function multiply(a: number, b: number): number {
  return a * b;
}

const double = multiply.bind(null, 2);
// หรือ: const double = (b: number) => multiply(2, b);

console.log(double(5));   // 10
console.log(double(10));  // 20

Python

import functools

def multiply(a: int, b: int) -> int:
    return a * b

double = functools.partial(multiply, 2)
print(double(5))    # 10
print(double(10))   # 20

# partial ใช้กับ keyword arguments ได้ด้วย
def connect(host: str, port: int, ssl: bool = False) -> str:
    return f"{'https' if ssl else 'http'}://{host}:{port}"

prod = functools.partial(connect, port=443, ssl=True)
print(prod("api.example.com"))   # https://api.example.com:443

ลองเล่น

Run ▸ Open in an online REPL

import itertools
import functools

# chain
merged = list(itertools.chain([1, 2], [3, 4], [5]))
print("chain:", merged)

# islice from count
first_six = list(itertools.islice(itertools.count(0, 10), 6))
print("count+islice:", first_six)

# groupby
words = ["apple", "ant", "bear", "banana", "cat"]
words.sort(key=lambda w: w[0])   # ต้อง sort ก่อน!
for letter, group in itertools.groupby(words, key=lambda w: w[0]):
    print(f"  {letter}: {list(group)}")

# lru_cache fibonacci
@functools.lru_cache(maxsize=64)
def fib(n: int) -> int:
    if n < 2:
        return n
    return fib(n - 1) + fib(n - 2)

print("fib(20):", fib(20))
print("cache:", fib.cache_info())

# partial
def power(base: int, exp: int) -> int:
    return base ** exp

square = functools.partial(power, exp=2)
cube   = functools.partial(power, exp=3)
print("squares:", [square(x) for x in range(1, 6)])
print("cubes  :", [cube(x)   for x in range(1, 6)])

🟦 itertools.product และ combinatorics

itertools มีฟังก์ชัน combinatorics ที่ไม่มีคู่เทียบตรงๆ ใน Lodash:

import itertools

# Cartesian product (เหมือน nested for-loops)
for pair in itertools.product([1, 2], ['a', 'b']):
    print(pair)
# (1, 'a'), (1, 'b'), (2, 'a'), (2, 'b')

# Permutations
print(list(itertools.permutations([1, 2, 3], 2)))
# [(1,2),(1,3),(2,1),(2,3),(3,1),(3,2)]

# Combinations
print(list(itertools.combinations([1, 2, 3, 4], 2)))
# [(1,2),(1,3),(1,4),(2,3),(2,4),(3,4)]

เหล่านี้เป็น pure, lazy, และมีใน Python 3.x ทุกเวอร์ชัน — ไม่ต้องติดตั้งเพิ่ม

ทำไม `itertools.groupby` จึงต้องการ input ที่เรียงลำดับแล้ว?

เป็น performance optimisation — input ไม่เรียงทำให้เกิด error จับกลุ่มเฉพาะ key ที่เท่ากันและอยู่ติดกัน ถ้า input ไม่เรียงจะได้กลุ่มซ้ำ เป็น legacy restriction ของ Python 2 ใช้ได้กับ strings เท่านั้น

`@functools.lru_cache` ทำอะไร?

รันฟังก์ชันใน thread แยก memoize (cache) ผลลัพธ์ของฟังก์ชันตาม arguments กำหนด rate limit สำหรับการเรียกฟังก์ชัน แปลง generator เป็น list

`functools.partial(fn, 2)` return อะไร?

ผลลัพธ์ของการเรียก fn(2) callable ใหม่ที่ pre-filled argument แรกเป็น 2 copy ของ fn ที่รับแค่หนึ่ง argument iterator ที่ yield fn(2) ไปเรื่อยๆ

ฟังก์ชัน itertools ใดที่รับ N items จาก infinite iterator ได้อย่างปลอดภัย?

itertools.takewhile itertools.islice itertools.chain itertools.cycle

Submit

Mark as complete