为何itertools的combinations仅能使用一次？如何复用？

问题现象 #

使用itertools.combinations时，生成的对象仅能被遍历一次，后续遍历会得到空结果：

from itertools import combinations
comb = combinations(range(0, 5), 2)
xyLabels = [(f'PCA{x}', f'PCA{y}') for x, y in comb]
# 输出：[('PCA0', 'PCA1'), ('PCA0', 'PCA2'), ..., ('PCA3', 'PCA4')]

但第二次遍历同一个对象时，结果为空：

comb = combinations(range(0, 5), 2)
xyLabels = [(f'PCA{x}', f'PCA{y}') for x, y in comb]
yxLabels = [(f'PCA{x}', f'PCA{y}') for x, y in comb]
print(yxLabels)
# 输出：[]

原因 #

itertools.combinations返回的是迭代器（iterator），迭代器的核心特性是惰性生成元素：遍历过程中才逐个计算并返回元素，遍历结束后，迭代器内部的指针会移动到末尾，没有剩余元素可以再生成，因此后续遍历不会得到任何结果。

仅创建一次实现多次使用的方法 #

1. 转换为列表存储

将迭代器一次性转换为列表，列表是可重复遍历的容器，适合数据量不大的场景：

from itertools import combinations
# 一次性生成所有组合并存入列表
comb_list = list(combinations(range(0, 5), 2))
# 可以多次遍历列表
xyLabels = [(f'PCA{x}', f'PCA{y}') for x, y in comb_list]
yxLabels = [(f'PCA{x}', f'PCA{y}') for x, y in comb_list]
print(yxLabels)  # 正常输出所有组合

2. 用生成器函数封装逻辑

如果数据量较大，不想一次性占用内存，可以写一个生成器函数，每次调用都会返回新的combinations迭代器：

from itertools import combinations

def generate_combinations():
    return combinations(range(0, 5), 2)

# 每次调用函数得到新的迭代器，实现复用逻辑
xyLabels = [(f'PCA{x}', f'PCA{y}') for x, y in generate_combinations()]
yxLabels = [(f'PCA{x}', f'PCA{y}') for x, y in generate_combinations()]

3. 使用itertools.tee复制迭代器

itertools.tee可以复制出多个独立的迭代器，适合需要同时多次遍历原迭代器的场景（注意要在原迭代器未开始遍历前复制）：

from itertools import combinations, tee
comb = combinations(range(0, 5), 2)
# 复制出两个独立的迭代器
comb1, comb2 = tee(comb)
# 分别遍历两个迭代器
xyLabels = [(f'PCA{x}', f'PCA{y}') for x, y in comb1]
yxLabels = [(f'PCA{x}', f'PCA{y}') for x, y in comb2]

内容的提问来源于stack exchange，提问作者tesla john