为何itertools.combinations对象启动循环后内容就消失了？

itertools.combinations 返回的是一次性迭代器对象，并非列表、元组这类可重复遍历的持久化容器。迭代器的运行逻辑是惰性生成元素，每遍历一个元素就会向后移动指针，全部遍历完成后就没有剩余元素可供读取，也就是被“消耗”完了。

你代码中第一次执行 len(list(image_pairs)) 时，已经把迭代器生成的所有21325546个组合全部取出转成了列表，这时候迭代器指针已经走到末尾，没有任何剩余元素。后续不管是再次转列表统计长度，还是写for循环遍历，都读不到内容，自然会打印0、循环体无输出。

根据你的内存情况二选一即可：

• 内存充足的场景：第一次生成组合时直接转成列表存为变量，后续所有操作都基于这个列表执行，列表是支持无限次重复遍历的。
  修正后的完整代码：

  from itertools import combinations
  import os
  
  root = "/root/code/set1/"
  folders = "images"
  os.chdir(root+folders)
  with open(os.path.join(root, root.split("/")[-1]+"_results.txt"), 'w') as f:
      metrics = ["cosine", "euclidean"]
      print("starting the loop")
      jresults = {}
      
      images = os.listdir(os.path.join(root, folders))
      images = [image for image in images if image.endswith(".jpg")]
      # 第一次生成就转列表持久化存储
      image_pairs = list(combinations(images, 2))
  
      print("number of pairs: {}".format(len(image_pairs)))
      for metric in metrics:
          print("metric: {}".format(metric))
          print("number of pairs: {}".format(len(image_pairs)))
          for img1, img2 in image_pairs:
              print("img1: {}, img2: {}".format(img1, img2))
  

• 内存不足的场景：两千多万个二元组占用内存较高，如果不想一次性加载全量数据到内存，每次需要遍历组合前重新生成combinations迭代器即可。注意只要对迭代器做了list()转换、for循环遍历这类消费操作，下次要用就得重新生成。
  核心修改逻辑示例：

  # 首次统计数量时临时生成迭代器
  print("number of pairs: {}".format(len(list(combinations(images, 2)))))
  for metric in metrics:
      print("metric: {}".format(metric))
      # 统计长度前重新生成迭代器
      pair_for_count = combinations(images, 2)
      print("number of pairs: {}".format(len(list(pair_for_count))))
      # 遍历时再次重新生成迭代器
      image_pairs = combinations(images, 2)
      for img1, img2 in image_pairs:
          print("img1: {}, img2: {}".format(img1, img2))
  

小提示：所有itertools模块返回的迭代器对象（比如permutations、product、chain等）都有这个一次性消费的特性，使用时要注意不要提前消耗迭代器导致后续逻辑拿不到数据。

内容的提问来源于stack exchange，提问作者shenglih