当前位置:首页 > 文章列表 > 文章 > python教程 > Python itertools.batched 怎样把可迭代对象分成固定大小的批次

Python itertools.batched 怎样把可迭代对象分成固定大小的批次

来源:17golang原创 2026-11-18 05:13:56 0浏览 收藏

如果要把一串数据按固定数量交给下游函数,Python 3.12 及以上可以直接使用 itertools.batched(iterable, n)。它返回一个惰性迭代器,每个元素是一个元组;输入长度不能被 n 整除时,默认会保留一个较短的尾批次。只有业务要求“每一批都必须完整”时,才使用 Python 3.13 增加的 strict=True。

官方地址:https://docs.python.org/3/library/itertools.html#itertools.batched

itertools.batched 的返回结果是什么

batched 的第一个参数可以是列表、生成器或其他可迭代对象,第二个参数 n 表示每个批次最多放多少项。它不会先把所有输入复制成一个大列表,而是按需要读取输入并产生元组。

可迭代输入经过 itertools.batched 按 n 分成完整批次和尾批次的静态关系说明图
图1:结构说明图,查看 iterable、n 与完整批次、尾批次的关系;这是静态说明图,不是运行截图。

例如输入有 7 项、n=3,逻辑结果是三个元组:前两个长度为 3,最后一个长度为 1。空输入则不会产生任何批次;n 小于 1 会抛出 ValueError。

用 for 循环逐批处理输入

最常用的写法是直接遍历返回的迭代器,把每个批次交给一个处理函数。不要为了“看起来整齐”先调用 list(batched(...)),那会把所有批次一次性放入内存。

from itertools import batched


def send_batches(records, size):
    # 让错误尽早暴露,避免下游收到无意义的批次大小。
    if size 

这个函数适合一次性迭代器:调用方可以把文件读取器、生成器或分页数据流直接传入。真正的内存占用主要由一个批次和 process_batch 的内部逻辑决定,而不是输入总量。

严格模式和尾批处理怎么选

默认的 strict=False 允许最后一批不足 n 项,适合批量写入、网络请求或任务分发这类“最后少一点也能处理”的场景。如果下游协议要求固定数量,使用 strict=True,发现尾批次不完整时会抛出 ValueError,而不是静默提交半批数据。

for 循环消费 batched 时 strict=False 保留尾批次与 strict=True 抛出 ValueError 的静态边界图
图2:边界说明图,查看默认尾批次与 strict=True 的契约差异;这是静态说明图,不是运行截图。
from itertools import batched

records = range(7)

# 允许尾批次:结果尺寸依次为 3、3、1。
for batch in batched(records, 3):
    # 这里可以提交最后一个较短批次。
    submit(batch)

# 严格模式:输入长度不是 3 的整数倍时拒绝不完整批次。
for batch in batched(records, 3, strict=True):
    # 只有完整批次才会进入这段处理逻辑。
    submit(batch)

严格模式更像输入契约,而不是重试策略。若业务希望“完整批次先处理,尾部数据另行补偿”,可以先使用默认模式并在 len(batch) 时记录补偿任务;不要把 strict=True 当作自动补齐数据的功能。

常见边界与相关问题

  • Python 版本:batched 从 Python 3.12 开始提供,strict 参数从 Python 3.13 开始提供。旧版本需要自己组合 islice 或升级运行环境。
  • 输入是否会被一次读完:不会。它按批次惰性读取,但调用方如果主动用 list() 展开,仍会一次性保存全部结果。
  • 批次是不是列表:不是,返回的每一批是元组。如果下游必须修改元素集合,显式写成 list(batch),不要误以为可以原地追加。
  • 空输入怎么办:直接得到空迭代器,不会产生空元组;因此通常不需要为“空批次”添加特殊分支。

简而言之,能接受尾批次就使用默认模式,要求输入严格对齐就选择 strict=True;无论哪种模式,都优先用 for 循环逐批消费,保留迭代器的惰性优势。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Python logging.handlers.HTTPHandler 怎样把日志发送到 HTTP 服务Python logging.handlers.HTTPHandler 怎样把日志发送到 HTTP 服务
上一篇
Python logging.handlers.HTTPHandler 怎样把日志发送到 HTTP 服务
Python dataclasses.fields 怎样读取数据类的字段元数据
下一篇
Python dataclasses.fields 怎样读取数据类的字段元数据
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1088次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    1086次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1250次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1196次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    1039次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码