Tee

class langchain_core.utils.iter.Tee(iterable: Iterator[T], n: int = 2, *, lock: AbstractContextManager[Any] | None = None)

创建 n 个独立的异步迭代器，用于 iterable

这将一个单一的iterable分割成多个迭代器，每个迭代器以相同的顺序提供相同的项目。 所有子迭代器可以独立前进，但共享来自iterable的相同项目——当最先进的迭代器检索一个项目时，它会被缓冲，直到最不先进的迭代器也产生了它。 一个tee是惰性的，并且可以处理无限的iterable，前提是所有迭代器都前进。

async def derivative(sensor_data):
    previous, current = a.tee(sensor_data, n=2)
    await a.anext(previous)  # advance one iterator
    return a.map(operator.sub, previous, current)

与 itertools.tee() 不同，tee() 返回一个自定义类型，而不是一个 tuple。与元组类似，它可以被索引、迭代和解包以获取子迭代器。此外，它的 aclose() 方法会立即关闭所有子迭代器，并且可以在 async with 上下文中使用以达到相同的效果。

如果 iterable 是一个迭代器并且在其他地方被读取，tee 将 不会 提供这些项目。此外，tee 必须在内部缓冲每个项目，直到最后一个迭代器产生它；如果最先进和最不先进的迭代器在大多数数据上有所不同，使用 list 会更高效（但不是惰性的）。

如果底层可迭代对象是并发安全的（anext 可以并发等待），那么生成的迭代器也是并发安全的。否则，如果只有一个“最先进”的迭代器，那么迭代器是安全的。为了强制顺序使用 anext，可以提供一个 lock - 例如在 asyncio 应用程序中的 asyncio.Lock 实例 - 访问将自动同步。

创建一个新的 tee。

Parameters:

• iterable (Iterator[T]) – 要分割的可迭代对象。

• n (int) – 要创建的迭代器数量。默认为2。

• lock (AbstractContextManager[Any] | None) – 用于同步访问共享缓冲区的锁。默认为None。

方法

__init__(iterable[, n, lock])	创建一个新的 tee。
close()

__init__(iterable: Iterator[T], n: int = 2, *, lock: AbstractContextManager[Any] | None = None)

创建一个新的 tee。

Parameters:

• iterable (Iterator[T]) – 要分割的可迭代对象。

• n (int) – 要创建的迭代器数量。默认为2。

• lock (AbstractContextManager[Any] | None) – 用于同步访问共享缓冲区的锁。默认为None。

close() → None

Return type:

无