itertools 循环更快是因为其实现为无状态、惰性迭代器，按需计算且不生成中间列表。例如 product 避免 OOM，islice 正确跳过不缓存，groupby 要求预排序，chain 零拷贝拼接——核心是控制数据流动而非落地。
为什么 itertools 的循环比手写 for 快？
不是因为“底层用 C”这种笼统说法，而是它把常见组合逻辑（如笛卡尔积、分组、无限迭代）做成了无状态、不生成中间列表的惰性迭代器。比如 itertools.product(a, b) 不会先构造出全部元组再返回，而是在每次 next() 时按需计算——内存占用恒定，且避免了 Python 层面的循环开销。
典型反例：[(x, y) for x in a for y in b] 会一次性生成所有组合，当 a 和 b 各有 10⁴ 元素时，产生 1 亿个元组，直接 OOM；而 itertools.product(a, b) 可以逐个处理，配合 break 或条件过滤，早停成本极低。
itertools.islice 截取大迭代器的正确姿势
别用 list(it)[start:end]，那会强制展开整个迭代器；也别以为 islice(it, n) 就是“取前 n 个”那么简单——它内部跳过元素靠的是 next() 调用，不缓存、不回退。
- 要跳过前 k 个再取 m 个：用
itertools.islice(it, k, k + m)，不是islice(islice(it, k), m)（后者会多走一次 k 步） - 如果源迭代器本身带副作用（比如读文件、调用 API），
islice不会帮你“预热”或“重置”，跳过的元素就彻底丢了 - 和
enumerate()混用时注意索引偏移：enumerate(itertools.islice(it, 100, 200))返回的索引是 0–99，不是 100–199
用 itertools.groupby 前必须排序？
必须。这不是建议，是硬性要求。groupby 只合并相邻相同键的元素，不聚类全局数据。比如对 [3,1,2,1,3] 直接 groupby，会得到 5 组单元素；而先 sorted() 再 groupby 才能得到 {1: [1,1], 2: [2], 3: [3,3]}。
常见误用场景：
- 按字符串首字母分组：错写成
groupby(words, key=lambda w: w[0])而忘了sorted(words, key=lambda w: w[0]) - 处理日志行，想按日期分组：如果日志没按时间排序，
groupby会把同一天的日志切成多个碎片 - 性能陷阱：
sorted()是 O(n log n)，若只需局部连续分组（如已按时间追加写入的文件），反而该用itertools.groupby原生行为
itertools.chain 和加号 + 列表拼接的区别
itertools.chain(a, b, c) 返回一个迭代器，不复制数据；a + b + c 创建新列表，触发三次内存分配和元素拷贝。当 a/b/c 是大型 range、数据库游标或生成器时，差异立现。
但要注意边界情况：
-
chain无法通过下标访问：chained[5]报TypeError；需要随机访问就得转list，此时优势消失 - 如果其中一个参数是空迭代器（如
iter([])），chain完全忽略它；而[] + [] + [1]仍得[1]，语义一致但实现路径不同 - 嵌套结构常用
chain.from_iterable(nested)，等价于chain(*nested)，但避免了展开大列表的内存峰值
真正难的不是记住函数名，是判断什么时候该让数据“流起来”，什么时候必须“落地成列表”。itertools 的每个函数都在逼你直面这个选择。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
