itertools 与迭代工具箱

from itertools import (count, cycle, islice, chain, groupby,
                       product, permutations, combinations,
                       accumulate, pairwise)

# ① 无穷生成器（必须配 islice/zip 限长）
count(10, 2)                    # 10, 12, 14, ... 无穷
cycle("AB")                     # A, B, A, B, ... 无穷
list(islice(count(), 5))        # [0, 1, 2, 3, 4]

# ② 拼接与切分
chain([1, 2], [3, 4])           # 1 2 3 4（惰性不复制）
list(pairwise([1, 2, 3, 4]))    # [(1,2), (2,3), (3,4)]

# ③ 排列组合
list(combinations("ABC", 2))    # AB AC BC
list(product([0, 1], repeat=2)) # (0,0) (0,1) (1,0) (1,1)

# ④ 归约与累计
list(accumulate([1, 2, 3, 4]))  # [1, 3, 6, 10]（前缀和）

# ⑤ 分组（必须先按同 key 排序！）
rows = sorted(data, key=lambda r: r["dept"])
for dept, grp in groupby(rows, key=lambda r: r["dept"]):
    print(dept, len(list(grp)))

流水线组合：每个 itertools 函数都返回新迭代器
  islice(filter(None, chain(sources)), 1000)
  = 建一条管道，数据流过时逐段加工，全程物化不超过 1000 条
与列表版差异：不构造任何中间列表（对比 kp-011 的生成器表达式）

选型：
  有限集合 + 要结果列表 → 推导式（kp-011）
  流式/无穷/超大集合    → itertools 管道
  复杂聚合统计          → 让位 pandas/Polars（kp-041）

# 分批处理（chunked 的标准库写法）
def batches(it, n):
    it = iter(it)
    while batch := list(islice(it, n)):
        yield batch

# 任意迭代器分页拉取 API
for page in batches(ids, 100):
    call_api(page)