"itertools" — Fonctions créant des itérateurs pour boucler efficacement
***********************************************************************

======================================================================

Ce module implémente de nombreuses briques *d'itérateurs* inspirées
par des éléments de APL, Haskell et SML. Toutes ont été retravaillées
dans un format adapté à Python.

Ce module standardise un ensemble de base d'outils rapides et
efficaces en mémoire qui peuvent être utilisés individuellement ou en
les combinant. Ensemble, ils forment une « algèbre d'itérateurs »
rendant possible la construction rapide et efficace d'outils
spécialisés en Python.

Par exemple, SML fournit un outil de tabulation "tabulate(f)" qui
produit  une séquence "f(0), f(1), ...". Le même résultat peut être
obtenu en Python en combinant "map()" et "count()" pour former "map(f,
count())".

Ces outils et leurs équivalents natifs fonctionnent également bien
avec les fonctions optimisées du module "operator". Par exemple,
l'opérateur de multiplication peut être appliqué à deux vecteurs pour
créer un produit scalaire efficace : "sum(map(operator.mul, vecteur1,
vecteur2))".

**Itérateurs infinis :**

+--------------------+-------------------+---------------------------------------------------+-------------------------------------------+
| Itérateur          | Arguments         | Résultats                                         | Exemple                                   |
|====================|===================|===================================================|===========================================|
| "count()"          | start, [step]     | start, start+step, start+2*step, ...              | "count(10) --> 10 11 12 13 14 ..."        |
+--------------------+-------------------+---------------------------------------------------+-------------------------------------------+
| "cycle()"          | p                 | p0, p1, ... plast, p0, p1, ...                    | "cycle('ABCD') --> A B C D A B C D ..."   |
+--------------------+-------------------+---------------------------------------------------+-------------------------------------------+
| "repeat()"         | elem [,n]         | *elem*, *elem*, *elem*, ... à l'infini ou jusqu'à | "repeat(10, 3) --> 10 10 10"              |
|                    |                   | n fois                                            |                                           |
+--------------------+-------------------+---------------------------------------------------+-------------------------------------------+

**Itérateurs se terminant par la séquence d'entrée la plus courte :**

+------------------------------+------------------------------+---------------------------------------------------+---------------------------------------------------------------+
| Itérateur                    | Arguments                    | Résultats                                         | Exemple                                                       |
|==============================|==============================|===================================================|===============================================================|
| "accumulate()"               | p [,func]                    | p0, p0+p1, p0+p1+p2, ...                          | "accumulate([1,2,3,4,5]) --> 1 3 6 10 15"                     |
+------------------------------+------------------------------+---------------------------------------------------+---------------------------------------------------------------+
| "chain()"                    | p, q, ...                    | p0, p1, ... plast, q0, q1, ...                    | "chain('ABC', 'DEF') --> A B C D E F"                         |
+------------------------------+------------------------------+---------------------------------------------------+---------------------------------------------------------------+
| "chain.from_iterable()"      | itérable                     | p0, p1, ... plast, q0, q1, ...                    | "chain.from_iterable(['ABC', 'DEF']) --> A B C D E F"         |
+------------------------------+------------------------------+---------------------------------------------------+---------------------------------------------------------------+
| "compress()"                 | data, selectors              | (d[0] if s[0]), (d[1] if s[1]), ...               | "compress('ABCDEF', [1,0,1,0,1,1]) --> A C E F"               |
+------------------------------+------------------------------+---------------------------------------------------+---------------------------------------------------------------+
| "dropwhile()"                | pred, seq                    | "seq[n]", "seq[n+1]", commençant quand *pred*     | "dropwhile(lambda x: x<5, [1,4,6,4,1]) --> 6 4 1"             |
|                              |                              | échoue                                            |                                                               |
+------------------------------+------------------------------+---------------------------------------------------+---------------------------------------------------------------+
| "filterfalse()"              | pred, seq                    | éléments de *seq* pour lesquels *pred(elem)* est  | "filterfalse(lambda x: x%2, range(10)) --> 0 2 4 6 8"         |
|                              |                              | faux                                              |                                                               |
+------------------------------+------------------------------+---------------------------------------------------+---------------------------------------------------------------+
| "groupby()"                  | iterable[, key]              | sous-itérateurs groupés par la valeur de *key(v)* |                                                               |
+------------------------------+------------------------------+---------------------------------------------------+---------------------------------------------------------------+
| "islice()"                   | seq, [start,] stop [, step]  | éléments de "seq[start:stop:step]"                | "islice('ABCDEFG', 2, None) --> C D E F G"                    |
+------------------------------+------------------------------+---------------------------------------------------+---------------------------------------------------------------+
| "starmap()"                  | func, seq                    | func(*seq[0]), func(*seq[1]), ...                 | "starmap(pow, [(2,5), (3,2), (10,3)]) --> 32 9 1000"          |
+------------------------------+------------------------------+---------------------------------------------------+---------------------------------------------------------------+
| "takewhile()"                | pred, seq                    | "seq[0]", "seq[1]", jusqu'à ce que *pred* échoue  | "takewhile(lambda x: x<5, [1,4,6,4,1]) --> 1 4"               |
+------------------------------+------------------------------+---------------------------------------------------+---------------------------------------------------------------+
| "tee()"                      | it, n                        | *it1*, *it2*, ... *itn* sépare un itérateur en    |                                                               |
|                              |                              | *n*                                               |                                                               |
+------------------------------+------------------------------+---------------------------------------------------+---------------------------------------------------------------+
| "zip_longest()"              | p, q, ...                    | (p[0], q[0]), (p[1], q[1]), ...                   | "zip_longest('ABCD', 'xy', fillvalue='-') --> Ax By C- D-"    |
+------------------------------+------------------------------+---------------------------------------------------+---------------------------------------------------------------+

**Itérateurs combinatoires :**

+------------------------------------------------+----------------------+---------------------------------------------------------------+
| Itérateur                                      | Arguments            | Résultats                                                     |
|================================================|======================|===============================================================|
| "product()"                                    | p, q, ... [repeat=1] | produit cartésien, équivalent à une boucle *for* imbriquée    |
+------------------------------------------------+----------------------+---------------------------------------------------------------+
| "permutations()"                               | p[, r]               | n-uplets de longueur r, tous les ré-arrangements possibles,   |
|                                                |                      | sans répétition d'éléments                                    |
+------------------------------------------------+----------------------+---------------------------------------------------------------+
| "combinations()"                               | p, r                 | n-uplets de longueur r, ordonnés, sans répétition d'éléments  |
+------------------------------------------------+----------------------+---------------------------------------------------------------+
| "combinations_with_replacement()"              | p, r                 | n-uplets de longueur r, ordonnés, avec répétition d'éléments  |
+------------------------------------------------+----------------------+---------------------------------------------------------------+

+------------------------------------------------+---------------------------------------------------------------+
| Exemples                                       | Résultats                                                     |
|================================================|===============================================================|
| "product('ABCD', repeat=2)"                    | "AA AB AC AD BA BB BC BD CA CB CC CD DA DB DC DD"             |
+------------------------------------------------+---------------------------------------------------------------+
| "permutations('ABCD', 2)"                      | "AB AC AD BA BC BD CA CB CD DA DB DC"                         |
+------------------------------------------------+---------------------------------------------------------------+
| "combinations('ABCD', 2)"                      | "AB AC AD BC BD CD"                                           |
+------------------------------------------------+---------------------------------------------------------------+
| "combinations_with_replacement('ABCD', 2)"     | "AA AB AC AD BB BC BD CC CD DD"                               |
+------------------------------------------------+---------------------------------------------------------------+


Fonctions d'*itertool*
======================

Toutes les fonctions du module qui suivent construisent et renvoient
des itérateurs. Certaines produisent des flux de longueur infinie ;
celles-ci ne doivent donc être contrôlées que par des fonctions ou
boucles qui interrompent le flux.

itertools.accumulate(iterable[, func, *, initial=None])

   Crée un itérateur qui renvoie les sommes cumulées, ou les résultats
   cumulés d'autres fonctions binaires (spécifiées par l'argument
   optionnel *func*).

   Si *func* est renseigné, il doit être une fonction à deux
   arguments. Les éléments de l'entrée *iterable* peuvent être de
   n'importe quel type acceptable comme arguments de *func*. Par
   exemple, avec l'opération par défaut d'addition, les éléments
   peuvent être de n'importe quel type additionnable, "Decimal" ou
   "Fraction" inclus.

   De manière générale, le nombre d'éléments produits par la sortie
   correspond au nombre d'éléments de *'iterable* en entrée.
   Cependant, si le paramètre nommé *initial* est fourni,
   l'accumulation conserve comme premier élément la valeur de
   *initial* et donc la sortie compte un élément de plus que ce qui
   est produit par l'entrée *iterable*.

   À peu près équivalent à :

      def accumulate(iterable, func=operator.add, *, initial=None):
          'Return running totals'
          # accumulate([1,2,3,4,5]) --> 1 3 6 10 15
          # accumulate([1,2,3,4,5], initial=100) --> 100 101 103 106 110 115
          # accumulate([1,2,3,4,5], operator.mul) --> 1 2 6 24 120
          it = iter(iterable)
          total = initial
          if initial is None:
              try:
                  total = next(it)
              except StopIteration:
                  return
          yield total
          for element in it:
              total = func(total, element)
              yield total

   Il y a de nombreuses utilisations à l'argument *func*. Celui-ci
   peut être "min()" pour calculer un minimum glissant, "max()" pour
   un maximum glissant ou "operator.mul()" pour un produit glissant.
   Des tableaux de remboursements peuvent être construits en ajoutant
   les intérêts et en soustrayant les paiements. Des suites par
   récurrence de premier ordre peuvent être modélisées en en passant
   la valeur initiale dans *iterable* et en n'utilisant que le premier
   argument de *func*, qui contient le résultat des évaluations
   précédentes :

      >>> data = [3, 4, 6, 2, 1, 9, 0, 7, 5, 8]
      >>> list(accumulate(data, operator.mul))     # running product
      [3, 12, 72, 144, 144, 1296, 0, 0, 0, 0]
      >>> list(accumulate(data, max))              # running maximum
      [3, 4, 6, 6, 6, 9, 9, 9, 9, 9]

      # Amortize a 5% loan of 1000 with 4 annual payments of 90
      >>> cashflows = [1000, -90, -90, -90, -90]
      >>> list(accumulate(cashflows, lambda bal, pmt: bal*1.05 + pmt))
      [1000, 960.0, 918.0, 873.9000000000001, 827.5950000000001]

      # Chaotic recurrence relation https://en.wikipedia.org/wiki/Logistic_map
      >>> logistic_map = lambda x, _:  r * x * (1 - x)
      >>> r = 3.8
      >>> x0 = 0.4
      >>> inputs = repeat(x0, 36)     # only the initial value is used
      >>> [format(x, '.2f') for x in accumulate(inputs, logistic_map)]
      ['0.40', '0.91', '0.30', '0.81', '0.60', '0.92', '0.29', '0.79', '0.63',
       '0.88', '0.39', '0.90', '0.33', '0.84', '0.52', '0.95', '0.18', '0.57',
       '0.93', '0.25', '0.71', '0.79', '0.63', '0.88', '0.39', '0.91', '0.32',
       '0.83', '0.54', '0.95', '0.20', '0.60', '0.91', '0.30', '0.80', '0.60']

   Voir "functools.reduce()" pour une fonction similaire qui ne
   renvoie que la valeur accumulée finale.

   Nouveau dans la version 3.2.

   Modifié dans la version 3.3: Ajout du paramètre optionnel *func*.

   Modifié dans la version 3.8: Ajout du paramètre optionnel
   *initial*.

itertools.chain(*iterables)

   Crée un itérateur qui renvoie les éléments du premier itérable
   jusqu'à son épuisement, puis continue avec l'itérable suivant
   jusqu'à ce que tous les itérables soient épuisés. Utilisée pour
   traiter des séquences consécutives comme une seule séquence. À peu
   près équivalent à :

      def chain(*iterables):
          # chain('ABC', 'DEF') --> A B C D E F
          for it in iterables:
              for element in it:
                  yield element

classmethod chain.from_iterable(iterable)

   Constructeur alternatif pour "chain()". Récupère des entrées
   chaînées depuis un unique itérable passé en argument, qui est
   évalué de manière paresseuse. À peu près équivalent à :

      def from_iterable(iterables):
          # chain.from_iterable(['ABC', 'DEF']) --> A B C D E F
          for it in iterables:
              for element in it:
                  yield element

itertools.combinations(iterable, r)

   Renvoie les combinaisons de longueur *r* de *iterable*.

   The combination tuples are emitted in lexicographic ordering
   according to the order of the input *iterable*. So, if the input
   *iterable* is sorted, the combination tuples will be produced in
   sorted order.

   Les éléments sont considérés comme uniques en fonction de leur
   position, et non pas de leur valeur. Ainsi, si les éléments en
   entrée sont uniques, il n'y aura pas de valeurs répétées dans
   chaque combinaison.

   À peu près équivalent à :

      def combinations(iterable, r):
          # combinations('ABCD', 2) --> AB AC AD BC BD CD
          # combinations(range(4), 3) --> 012 013 023 123
          pool = tuple(iterable)
          n = len(pool)
          if r > n:
              return
          indices = list(range(r))
          yield tuple(pool[i] for i in indices)
          while True:
              for i in reversed(range(r)):
                  if indices[i] != i + n - r:
                      break
              else:
                  return
              indices[i] += 1
              for j in range(i+1, r):
                  indices[j] = indices[j-1] + 1
              yield tuple(pool[i] for i in indices)

   Un appel à "combinations()" peut aussi être vu comme à un appel à
   "permutations()" en excluant les sorties dans lesquelles les
   éléments ne sont pas ordonnés (avec la même relation d'ordre que
   pour l'entrée) :

      def combinations(iterable, r):
          pool = tuple(iterable)
          n = len(pool)
          for indices in permutations(range(n), r):
              if sorted(indices) == list(indices):
                  yield tuple(pool[i] for i in indices)

   Le nombre d'éléments renvoyés est "n! / r! / (n-r)!" quand "0 <= r
   <= n" ou zéro quand "r > n".

itertools.combinations_with_replacement(iterable, r)

   Renvoyer les sous-séquences de longueur *r* des éléments de
   l'itérable *iterable* d'entrée, permettant aux éléments individuels
   d'être répétés plus d'une fois.

   The combination tuples are emitted in lexicographic ordering
   according to the order of the input *iterable*. So, if the input
   *iterable* is sorted, the combination tuples will be produced in
   sorted order.

   Les éléments sont considérés comme uniques en fonction de leur
   position, et non pas de leur valeur. Ainsi si les éléments d'entrée
   sont uniques, les combinaisons générées seront aussi uniques.

   À peu près équivalent à :

      def combinations_with_replacement(iterable, r):
          # combinations_with_replacement('ABC', 2) --> AA AB AC BB BC CC
          pool = tuple(iterable)
          n = len(pool)
          if not n and r:
              return
          indices = [0] * r
          yield tuple(pool[i] for i in indices)
          while True:
              for i in reversed(range(r)):
                  if indices[i] != n - 1:
                      break
              else:
                  return
              indices[i:] = [indices[i] + 1] * (r - i)
              yield tuple(pool[i] for i in indices)

   Un appel à "combinations_with_replacement()" peut aussi être vu
   comme un appel à "product()" en excluant les sorties dans
   lesquelles les éléments ne sont pas dans ordonnés (avec la même
   relation d'ordre que pour l'entrée) :

      def combinations_with_replacement(iterable, r):
          pool = tuple(iterable)
          n = len(pool)
          for indices in product(range(n), repeat=r):
              if sorted(indices) == list(indices):
                  yield tuple(pool[i] for i in indices)

   Le nombre d'éléments renvoyés est "(n+r-1)! / r! / (n-1)!" quand "n
   > 0".

   Nouveau dans la version 3.1.

itertools.compress(data, selectors)

   Crée un itérateur qui filtre les éléments de *data*, en ne
   renvoyant que ceux dont l'élément correspondant dans *selectors*
   s'évalue à "True". S'arrête quand l'itérable *data* ou *selectors*
   a été épuisé. À peu près équivalent à :

      def compress(data, selectors):
          # compress('ABCDEF', [1,0,1,0,1,1]) --> A C E F
          return (d for d, s in zip(data, selectors) if s)

   Nouveau dans la version 3.1.

itertools.count(start=0, step=1)

   Crée un itérateur qui renvoie des valeurs espacées régulièrement,
   en commençant par le nombre *start*. Souvent utilisé comme un
   argument de "map()" pour générer des points de données consécutifs.
   Aussi utilisé avec "zip()" pour ajouter des nombres de séquence. À
   peu près équivalent à :

      def count(start=0, step=1):
          # count(10) --> 10 11 12 13 14 ...
          # count(2.5, 0.5) -> 2.5 3.0 3.5 ...
          n = start
          while True:
              yield n
              n += step

   Pour compter avec des nombres à virgule flottante, il est parfois
   préférable d'utiliser le code : "(start + step * i for i in
   count())" pour obtenir une meilleure précision.

   Modifié dans la version 3.1: Ajout de l'argument *step* et ajout du
   support pour les arguments non-entiers.

itertools.cycle(iterable)

   Crée un itérateur qui renvoie les éléments de l'itérable en en
   sauvegardant une copie. Quand l'itérable est épuisé, renvoie les
   éléments depuis la sauvegarde. Répète à l'infini. À peu près
   équivalent à :

      def cycle(iterable):
          # cycle('ABCD') --> A B C D A B C D A B C D ...
          saved = []
          for element in iterable:
              yield element
              saved.append(element)
          while saved:
              for element in saved:
                    yield element

   Note, cette fonction peut avoir besoin d'un stockage auxiliaire
   important (en fonction de la longueur de l'itérable).

itertools.dropwhile(predicate, iterable)

   Crée un itérateur qui saute les éléments de l'itérable tant que le
   prédicat est vrai ; renvoie ensuite chaque élément. Notez que
   l'itérateur ne produit *aucune* sortie avant que le prédicat ne
   devienne faux, il peut donc avoir un temps de démarrage long. À peu
   près équivalent à :

      def dropwhile(predicate, iterable):
          # dropwhile(lambda x: x<5, [1,4,6,4,1]) --> 6 4 1
          iterable = iter(iterable)
          for x in iterable:
              if not predicate(x):
                  yield x
                  break
          for x in iterable:
              yield x

itertools.filterfalse(predicate, iterable)

   Crée un itérateur qui filtre les éléments de *iterable*, ne
   renvoyant seulement ceux pour lesquels le prédicat est "False". Si
   *predicate* vaut "None", renvoie les éléments qui sont faux. À peu
   près équivalent à :

      def filterfalse(predicate, iterable):
          # filterfalse(lambda x: x%2, range(10)) --> 0 2 4 6 8
          if predicate is None:
              predicate = bool
          for x in iterable:
              if not predicate(x):
                  yield x

itertools.groupby(iterable, key=None)

   Crée un itérateur qui renvoie les clés et les groupes de l'itérable
   *iterable*. La clé *key* est une fonction qui génère une clé pour
   chaque élément. Si *key* n'est pas spécifiée ou est "None", elle
   vaut par défaut une fonction d'identité qui renvoie l'élément sans
   le modifier. Généralement, l'itérable a besoin d'avoir ses éléments
   déjà classés selon cette même fonction de clé.

   L'opération de  "groupby()" est similaire au filtre "uniq" dans
   Unix. Elle génère un nouveau groupe à chaque fois que la valeur de
   la fonction *key* change (ce pourquoi il est souvent nécessaire
   d'avoir trié les données selon la même fonction de clé).  Ce
   comportement est différent de celui de GROUP BY de SQL qui agrège
   les éléments sans prendre compte de leur ordre d'entrée.

   Le groupe renvoyé est lui-même un itérateur qui partage l'itérable
   sous-jacent avec "groupby()". Puisque que la source est partagée,
   quand l'objet "groupby()" est avancé, le groupe précédent n'est
   plus visible. Ainsi, si cette donnée doit être utilisée plus tard,
   elle doit être stockée comme une liste :

      groups = []
      uniquekeys = []
      data = sorted(data, key=keyfunc)
      for k, g in groupby(data, keyfunc):
          groups.append(list(g))      # Store group iterator as a list
          uniquekeys.append(k)

   "groupby()" est à peu près équivalente à :

      class groupby:
          # [k for k, g in groupby('AAAABBBCCDAABBB')] --> A B C D A B
          # [list(g) for k, g in groupby('AAAABBBCCD')] --> AAAA BBB CC D
          def __init__(self, iterable, key=None):
              if key is None:
                  key = lambda x: x
              self.keyfunc = key
              self.it = iter(iterable)
              self.tgtkey = self.currkey = self.currvalue = object()
          def __iter__(self):
              return self
          def __next__(self):
              self.id = object()
              while self.currkey == self.tgtkey:
                  self.currvalue = next(self.it)    # Exit on StopIteration
                  self.currkey = self.keyfunc(self.currvalue)
              self.tgtkey = self.currkey
              return (self.currkey, self._grouper(self.tgtkey, self.id))
          def _grouper(self, tgtkey, id):
              while self.id is id and self.currkey == tgtkey:
                  yield self.currvalue
                  try:
                      self.currvalue = next(self.it)
                  except StopIteration:
                      return
                  self.currkey = self.keyfunc(self.currvalue)

itertools.islice(iterable, stop)
itertools.islice(iterable, start, stop[, step])

   Crée un itérateur qui renvoie les élément sélectionnés de
   l'itérable. Si *start* est différent de zéro, alors les éléments de
   l'itérable sont ignorés jusqu'à ce que *start* soit atteint.
   Ensuite, les éléments sont renvoyés consécutivement sauf si *step*
   est plus grand que 1, auquel cas certains éléments seront ignorés.
   Si *stop* est "None", alors l'itération continue jusqu'à ce que
   l'itérateur soit épuisé s'il ne l'est pas déjà ; sinon, il s'arrête
   à la position spécifiée. À la différence des tranches standards,
   "slice()" ne gère pas les valeurs négatives pour *start*, *stop* ou
   *step*. Peut être utilisée pour extraire les champs consécutifs
   depuis des données dont la structure interne a été aplatie (par
   exemple, un rapport multi-lignes pourrait lister un nom de champ
   toutes les trois lignes). À peu près similaire à :

      def islice(iterable, *args):
          # islice('ABCDEFG', 2) --> A B
          # islice('ABCDEFG', 2, 4) --> C D
          # islice('ABCDEFG', 2, None) --> C D E F G
          # islice('ABCDEFG', 0, None, 2) --> A C E G
          s = slice(*args)
          start, stop, step = s.start or 0, s.stop or sys.maxsize, s.step or 1
          it = iter(range(start, stop, step))
          try:
              nexti = next(it)
          except StopIteration:
              # Consume *iterable* up to the *start* position.
              for i, element in zip(range(start), iterable):
                  pass
              return
          try:
              for i, element in enumerate(iterable):
                  if i == nexti:
                      yield element
                      nexti = next(it)
          except StopIteration:
              # Consume to *stop*.
              for i, element in zip(range(i + 1, stop), iterable):
                  pass

   Si *start* vaut "None", alors l'itération commence à zéro. Si
   *step* vaut "None", alors le pas est à 1 par défaut.

itertools.permutations(iterable, r=None)

   Renvoie les arrangements successifs de longueur *r* des éléments de
   *iterable*.

   Si *r* n'est pas spécifié ou vaut "None", alors *r* a pour valeur
   la longueur de *iterable* et toutes les permutations de longueur
   *r* possibles sont générées.

   The permutation tuples are emitted in lexicographic ordering
   according to the order of the input *iterable*. So, if the input
   *iterable* is sorted, the combination tuples will be produced in
   sorted order.

   Les éléments sont considérés comme uniques en fonction de leur
   position, et non pas de leur valeur. Ainsi, si l'élément est
   unique, il n'y aura pas de valeurs répétées dans chaque
   permutation.

   À peu près équivalent à :

      def permutations(iterable, r=None):
          # permutations('ABCD', 2) --> AB AC AD BA BC BD CA CB CD DA DB DC
          # permutations(range(3)) --> 012 021 102 120 201 210
          pool = tuple(iterable)
          n = len(pool)
          r = n if r is None else r
          if r > n:
              return
          indices = list(range(n))
          cycles = list(range(n, n-r, -1))
          yield tuple(pool[i] for i in indices[:r])
          while n:
              for i in reversed(range(r)):
                  cycles[i] -= 1
                  if cycles[i] == 0:
                      indices[i:] = indices[i+1:] + indices[i:i+1]
                      cycles[i] = n - i
                  else:
                      j = cycles[i]
                      indices[i], indices[-j] = indices[-j], indices[i]
                      yield tuple(pool[i] for i in indices[:r])
                      break
              else:
                  return

   Un appel à "permutations()" peut aussi être vu un appel à
   "product()" en excluant les sorties avec des doublons (avec la même
   relation d'ordre que pour l'entrée) :

      def permutations(iterable, r=None):
          pool = tuple(iterable)
          n = len(pool)
          r = n if r is None else r
          for indices in product(range(n), repeat=r):
              if len(set(indices)) == r:
                  yield tuple(pool[i] for i in indices)

   Le nombre d'éléments renvoyés est "n! / (n-r)!" quand "0 <= r <= n"
   ou zéro quand "r > n".

itertools.product(*iterables, repeat=1)

   Produit cartésien des itérables d'entrée.

   À peu près équivalent à des boucles *for* imbriquées dans une
   expression de générateur. Par exemple "product(A, B)" renvoie la
   même chose que "((x, y) for x in A for y in B)".

   Les boucles imbriquées tournent comme un compteur kilométrique avec
   l'élément le plus à droite avançant à chaque itération. Ce motif
   défini un ordre lexicographique afin que, si les éléments des
   itérables en l'entrée sont ordonnés, les n-uplets produits le sont
   aussi.

   Pour générer le produit d'un itérable avec lui-même, spécifiez le
   nombre de répétitions avec le paramètre nommé optionnel *repeat*.
   Par exemple, "product(A, repeat=4)" est équivalent à "product(A, A,
   A, A)".

   Cette fonction est à peu près équivalente au code suivant, à la
   différence près que la vraie implémentation ne crée pas de
   résultats intermédiaires en mémoire :

      def product(*args, repeat=1):
          # product('ABCD', 'xy') --> Ax Ay Bx By Cx Cy Dx Dy
          # product(range(2), repeat=3) --> 000 001 010 011 100 101 110 111
          pools = [tuple(pool) for pool in args] * repeat
          result = [[]]
          for pool in pools:
              result = [x+[y] for x in result for y in pool]
          for prod in result:
              yield tuple(prod)

itertools.repeat(object[, times])

   Crée un itérateur qui renvoie *object* à l'infini. S'exécute
   indéfiniment sauf si l'argument *times* est spécifié. Utilisée
   comme argument de "map()" pour les paramètres invariants de la
   fonction appelée. Aussi utilisée avec "zip()" pour créer une partie
   invariante d'un n-uplet.

   À peu près équivalent à :

      def repeat(object, times=None):
          # repeat(10, 3) --> 10 10 10
          if times is None:
              while True:
                  yield object
          else:
              for i in range(times):
                  yield object

   Une utilisation courante de *repeat* est de fournir un flux
   constant de valeurs à *map* ou *zip* :

      >>> list(map(pow, range(10), repeat(2)))
      [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

itertools.starmap(function, iterable)

   Crée un itérateur qui exécute la fonction avec les arguments
   obtenus depuis l'itérable. Utilisée à la place de "map()" quand les
   arguments sont déjà groupés en n-uplets depuis un seul itérable —
   la donnée a déjà été « pré-zippée ». La différence entre "map()" et
   "starmap()" est similaire à la différence entre "fonction(a,b)" et
   "fonction(*c)". À peu près équivalent à :

      def starmap(function, iterable):
          # starmap(pow, [(2,5), (3,2), (10,3)]) --> 32 9 1000
          for args in iterable:
              yield function(*args)

itertools.takewhile(predicate, iterable)

   Crée un itérateur qui renvoie les éléments d'un itérable tant que
   le prédicat est vrai. À peu près équivalent à :

      def takewhile(predicate, iterable):
          # takewhile(lambda x: x<5, [1,4,6,4,1]) --> 1 4
          for x in iterable:
              if predicate(x):
                  yield x
              else:
                  break

itertools.tee(iterable, n=2)

   Renvoie *n* itérateurs indépendants depuis un unique itérable.

   Le code Python qui suit aide à expliquer ce que fait *tee*, bien
   que la vraie implémentation soit plus complexe et n'utilise qu'une
   file FIFO (premier entré, premier sorti ou *first-in, first-out* en
   anglais).

   À peu près équivalent à :

      def tee(iterable, n=2):
          it = iter(iterable)
          deques = [collections.deque() for i in range(n)]
          def gen(mydeque):
              while True:
                  if not mydeque:             # when the local deque is empty
                      try:
                          newval = next(it)   # fetch a new value and
                      except StopIteration:
                          return
                      for d in deques:        # load it to all the deques
                          d.append(newval)
                  yield mydeque.popleft()
          return tuple(gen(d) for d in deques)

   Une fois que "tee()" a créé un branchement, l'itérable *iterable*
   ne doit être utilisé nulle part ailleurs ; sinon, *iterable*
   pourrait être avancé sans que les objets tee ne soient informés.

   Les itérateurs "tee" ne sont pas protégés contre les accès
   parallèles. L'utilisation simultanée de plusieurs itérateurs
   renvoyés par le même appel à "tee()" est susceptible de lever
   "RuntimeError", même si *iterable* fonctionne avec les accès
   parallèles.

   Cet outil peut avoir besoin d'un stockage auxiliaire important (en
   fonction de la taille des données temporaires nécessaires). En
   général, si un itérateur utilise la majorité ou toute la donnée
   avant qu'un autre itérateur ne commence, il est plus rapide
   d'utiliser "list()" à la place de "tee()".

itertools.zip_longest(*iterables, fillvalue=None)

   Crée un itérateur qui agrège les éléments de chacun des itérables.
   Si les itérables sont de longueurs différentes, les valeurs
   manquantes sont remplacées par *fillvalue*. L'itération continue
   jusqu'à ce que l'itérable le plus long soit épuisé. À peu près
   équivalent à :

      def zip_longest(*args, fillvalue=None):
          # zip_longest('ABCD', 'xy', fillvalue='-') --> Ax By C- D-
          iterators = [iter(it) for it in args]
          num_active = len(iterators)
          if not num_active:
              return
          while True:
              values = []
              for i, it in enumerate(iterators):
                  try:
                      value = next(it)
                  except StopIteration:
                      num_active -= 1
                      if not num_active:
                          return
                      iterators[i] = repeat(fillvalue)
                      value = fillvalue
                  values.append(value)
              yield tuple(values)

   Si un des itérables est potentiellement infini, alors la fonction
   "zip_longest()" doit être encapsulée dans un code qui limite le
   nombre d'appels (par exemple, "islice()" ou "takewhile()"). Si
   *fillvalue* n'est pas spécifié, il vaut "None" par défaut.


Recettes *itertools*
====================

Cette section présente des recettes pour créer une vaste boîte à
outils en se servant des *itertools* existants comme des briques.

Toutes ces recettes — et encore beaucoup d'autres — sont regroupées
dans le projet more-itertools, disponible dans le Python Package Index
:

   pip install more-itertools

Ces outils dérivés offrent la même bonne performance que les outils
sous-jacents. La performance mémoire supérieure est gardée en traitant
les éléments un à la fois plutôt que de charger tout l'itérable en
mémoire en même temps. Le volume de code reste bas grâce à un chaînage
de style fonctionnel qui aide à éliminer les variables temporaires. La
grande vitesse est gardée en préférant les briques « vectorisées »
plutôt que les boucles *for* et les *générateurs* qui engendrent un
surcoût de traitement.

   def take(n, iterable):
       "Return first n items of the iterable as a list"
       return list(islice(iterable, n))

   def prepend(value, iterator):
       "Prepend a single value in front of an iterator"
       # prepend(1, [2, 3, 4]) -> 1 2 3 4
       return chain([value], iterator)

   def tabulate(function, start=0):
       "Return function(0), function(1), ..."
       return map(function, count(start))

   def tail(n, iterable):
       "Return an iterator over the last n items"
       # tail(3, 'ABCDEFG') --> E F G
       return iter(collections.deque(iterable, maxlen=n))

   def consume(iterator, n=None):
       "Advance the iterator n-steps ahead. If n is None, consume entirely."
       # Use functions that consume iterators at C speed.
       if n is None:
           # feed the entire iterator into a zero-length deque
           collections.deque(iterator, maxlen=0)
       else:
           # advance to the empty slice starting at position n
           next(islice(iterator, n, n), None)

   def nth(iterable, n, default=None):
       "Returns the nth item or a default value"
       return next(islice(iterable, n, None), default)

   def all_equal(iterable):
       "Returns True if all the elements are equal to each other"
       g = groupby(iterable)
       return next(g, True) and not next(g, False)

   def quantify(iterable, pred=bool):
       "Count how many times the predicate is true"
       return sum(map(pred, iterable))

   def padnone(iterable):
       """Returns the sequence elements and then returns None indefinitely.

       Useful for emulating the behavior of the built-in map() function.
       """
       return chain(iterable, repeat(None))

   def ncycles(iterable, n):
       "Returns the sequence elements n times"
       return chain.from_iterable(repeat(tuple(iterable), n))

   def dotproduct(vec1, vec2):
       return sum(map(operator.mul, vec1, vec2))

   def flatten(list_of_lists):
       "Flatten one level of nesting"
       return chain.from_iterable(list_of_lists)

   def repeatfunc(func, times=None, *args):
       """Repeat calls to func with specified arguments.

       Example:  repeatfunc(random.random)
       """
       if times is None:
           return starmap(func, repeat(args))
       return starmap(func, repeat(args, times))

   def pairwise(iterable):
       "s -> (s0,s1), (s1,s2), (s2, s3), ..."
       a, b = tee(iterable)
       next(b, None)
       return zip(a, b)

   def grouper(iterable, n, fillvalue=None):
       "Collect data into fixed-length chunks or blocks"
       # grouper('ABCDEFG', 3, 'x') --> ABC DEF Gxx"
       args = [iter(iterable)] * n
       return zip_longest(*args, fillvalue=fillvalue)

   def roundrobin(*iterables):
       "roundrobin('ABC', 'D', 'EF') --> A D E B F C"
       # Recipe credited to George Sakkis
       num_active = len(iterables)
       nexts = cycle(iter(it).__next__ for it in iterables)
       while num_active:
           try:
               for next in nexts:
                   yield next()
           except StopIteration:
               # Remove the iterator we just exhausted from the cycle.
               num_active -= 1
               nexts = cycle(islice(nexts, num_active))

   def partition(pred, iterable):
       'Use a predicate to partition entries into false entries and true entries'
       # partition(is_odd, range(10)) --> 0 2 4 6 8   and  1 3 5 7 9
       t1, t2 = tee(iterable)
       return filterfalse(pred, t1), filter(pred, t2)

   def powerset(iterable):
       "powerset([1,2,3]) --> () (1,) (2,) (3,) (1,2) (1,3) (2,3) (1,2,3)"
       s = list(iterable)
       return chain.from_iterable(combinations(s, r) for r in range(len(s)+1))

   def unique_everseen(iterable, key=None):
       "List unique elements, preserving order. Remember all elements ever seen."
       # unique_everseen('AAAABBBCCDAABBB') --> A B C D
       # unique_everseen('ABBCcAD', str.lower) --> A B C D
       seen = set()
       seen_add = seen.add
       if key is None:
           for element in filterfalse(seen.__contains__, iterable):
               seen_add(element)
               yield element
       else:
           for element in iterable:
               k = key(element)
               if k not in seen:
                   seen_add(k)
                   yield element

   def unique_justseen(iterable, key=None):
       "List unique elements, preserving order. Remember only the element just seen."
       # unique_justseen('AAAABBBCCDAABBB') --> A B C D A B
       # unique_justseen('ABBCcAD', str.lower) --> A B C A D
       return map(next, map(operator.itemgetter(1), groupby(iterable, key)))

   def iter_except(func, exception, first=None):
       """ Call a function repeatedly until an exception is raised.

       Converts a call-until-exception interface to an iterator interface.
       Like builtins.iter(func, sentinel) but uses an exception instead
       of a sentinel to end the loop.

       Examples:
           iter_except(functools.partial(heappop, h), IndexError)   # priority queue iterator
           iter_except(d.popitem, KeyError)                         # non-blocking dict iterator
           iter_except(d.popleft, IndexError)                       # non-blocking deque iterator
           iter_except(q.get_nowait, Queue.Empty)                   # loop over a producer Queue
           iter_except(s.pop, KeyError)                             # non-blocking set iterator

       """
       try:
           if first is not None:
               yield first()            # For database APIs needing an initial cast to db.first()
           while True:
               yield func()
       except exception:
           pass

   def first_true(iterable, default=False, pred=None):
       """Returns the first true value in the iterable.

       If no true value is found, returns *default*

       If *pred* is not None, returns the first item
       for which pred(item) is true.

       """
       # first_true([a,b,c], x) --> a or b or c or x
       # first_true([a,b], x, f) --> a if f(a) else b if f(b) else x
       return next(filter(pred, iterable), default)

   def random_product(*args, repeat=1):
       "Random selection from itertools.product(*args, **kwds)"
       pools = [tuple(pool) for pool in args] * repeat
       return tuple(random.choice(pool) for pool in pools)

   def random_permutation(iterable, r=None):
       "Random selection from itertools.permutations(iterable, r)"
       pool = tuple(iterable)
       r = len(pool) if r is None else r
       return tuple(random.sample(pool, r))

   def random_combination(iterable, r):
       "Random selection from itertools.combinations(iterable, r)"
       pool = tuple(iterable)
       n = len(pool)
       indices = sorted(random.sample(range(n), r))
       return tuple(pool[i] for i in indices)

   def random_combination_with_replacement(iterable, r):
       "Random selection from itertools.combinations_with_replacement(iterable, r)"
       pool = tuple(iterable)
       n = len(pool)
       indices = sorted(random.randrange(n) for i in range(r))
       return tuple(pool[i] for i in indices)

   def nth_combination(iterable, r, index):
       'Equivalent to list(combinations(iterable, r))[index]'
       pool = tuple(iterable)
       n = len(pool)
       if r < 0 or r > n:
           raise ValueError
       c = 1
       k = min(r, n-r)
       for i in range(1, k+1):
           c = c * (n - k + i) // i
       if index < 0:
           index += c
       if index < 0 or index >= c:
           raise IndexError
       result = []
       while r:
           c, n, r = c*r//n, n-1, r-1
           while index >= c:
               index -= c
               c, n = c*(n-r)//n, n-1
           result.append(pool[-1-n])
       return tuple(result)
