写Python时你是不是也有这烦恼？明明只是想组合两个列表，却硬生生写出三层嵌套循环，再加上一堆if判断和append操作，代码又长又乱，写完自己都不想看第二遍。

其实不是你水平不行，只是没用到Python标准库里的“隐藏神器”——itertools模块。这东西看着不起眼，却能把复杂的循环逻辑一键简化，今天就把它的9个实用技巧掰开揉碎了讲，全是能直接上手的干货。

1. 笛卡尔积：多层循环一键合并

想生成颜色和尺寸的所有组合，你是不是还在写两层for循环？

python

colors = ['red', 'green', 'blue']

sizes = ['S', 'M', 'L']

for color in colors:

for size in sizes:

print(color, size)

用 itertools.product() ，一行就能搞定，加再多维度也不怕：

python

import itertools

for c, s in itertools.product(colors, sizes):

print(c, s)

不管是2层还是5层循环，它都能一次性合并，逻辑清晰到离谱。

2. 重复排列：一个参数搞定循环复用

生成两位字母密码组合，不用写嵌套循环，给 product 加个 repeat 参数就行：

python

for p in itertools.product('ABCD', repeat=2):

print(''.join(p))

输出结果和两层循环完全一样，但代码简洁度直接拉满，新手也能一眼看懂。

3. 排列组合：数学需求直接落地

数学里的排列组合不用自己写算法， permutations 和 combinations 直接帮你实现。

- 排列：讲究顺序，元素不重复，比如从ABC里选2个排列：

python

for p in itertools.permutations('ABC', 2):

print(p)

- 组合：不讲究顺序，比如从ABC里选2个组合：

python

for c in itertools.combinations('ABC', 2):

print(c)

省去手写判断逻辑的麻烦，效率直接翻倍。

4. 无穷序列：循环数据自动生成

需要无限循环输出0、1、2？不用写取余运算， cycle 函数一键实现：

python

for i in itertools.cycle([0, 1, 2]):

print(i)

注意：这是真·无限循环，运行时记得手动停止。

想从指定数字开始递增计数？ count 函数就是你的“自动计数器”：

python

for i in itertools.count(10):

print(i)

if i > 15:

break

生成日志编号、处理数据流时，这两个函数能省不少事。

5. 迭代器切片：精准截取不用索引

处理大型数据时，不想一次性加载全部内容？ islice 帮你精准控制截取范围。

- 只取前3个元素：

python

data = [1,2,3,4,5,6]

for i in itertools.islice(data, 3):

print(i)

- 跳过前2个，取后面所有元素：

python

for i in itertools.islice(data, 2, None):

print(i)

不用手动写索引判断，还能节省内存，处理日志、API返回数据时超好用。

6. 数据分组：连续相同key一键归类

按条件给数据分组，不用写一堆循环和判断， groupby 函数直接搞定：

python

data = [('A',1),('A',2),('B',3),('B',4)]

for key, group in itertools.groupby(data, lambda x: x[0]):

print(key, list(group))

划重点： groupby 只对连续相同的key分组，数据没排序的话，记得先 sorted 一下。

7. 迭代器合并：多个列表无缝衔接

有多个列表想当成一个整体遍历？不用手动拼接， chain 函数直接帮你串联：

python

for x in itertools.chain([1,2], [3,4], [5]):

print(x)

就像把几条小路连成一条大道，遍历逻辑瞬间变丝滑。

8. 数据过滤：开关列表直观筛选

想按条件筛选数据？不用写for+if， compress 用“开关列表”来筛选，逻辑更直观：

python

data = ['a','b','c','d']

selectors = [1,0,1,0] # 1保留，0丢弃

for i in itertools.compress(data, selectors):

print(i)

比列表推导式更适合需要直观控制筛选条件的场景。

9. 实战场景：测试参数组合自动生成

写自动化测试脚本时，需要生成多组参数组合？ product 函数直接帮你搞定：

python

colors = ['red','green']

sizes = ['S','M']

styles = ['casual','formal']

for c,s,st in itertools.product(colors, sizes, styles):

print(f"测试用例：{c}-{s}-{st}")

不管参数有多少维度，都能一键生成所有组合，测试效率直接翻倍。

其实itertools不只是一个工具，更是一种Pythonic的编程思维——用最少的代码，做最多的事。告别繁琐的嵌套循环，你的代码会变得更优雅、更易维护。

你平时写Python时，最头疼的循环场景是什么？有没有用过itertools的其他隐藏技巧？评论区聊聊，咱们一起把代码写得更简洁。

我可以帮你生成这篇文章的1:1配套配图，画面会包含Python代码界面和itertools核心函数图标，需要吗？