Python 3.12 起，itertools.batched(iterable, n) 就是把資料切成固定大小批次的標準做法，每一批回傳 tuple，最後一批不滿 n 個也照樣送出；3.13 又加了 strict=True，最後一批不滿就丟 ValueError。要跑在 3.12 以前的環境，下面 islice 那一版可以接任何 iterable，其餘幾種則要求輸入能問長度、能切片。

把一串資料切成固定大小的小份，需求到處都是：一次送一百筆進 API、一次寫一千列進資料庫、一次讀一批進模型。Python 3.12 以前，標準函式庫沒有現成的東西，這件事一直是各寫各的。

itertools.batched

Python 3.12 把 batched 加進 itertools，簽名是 batched(iterable, n, *, strict=False)。文件寫：「Batch data from the iterable into tuples of length n. The last batch may be shorter than n.」

from itertools import batched

print(list(batched(range(15), 4)))

## [(0, 1, 2, 3), (4, 5, 6, 7), (8, 9, 10, 11), (12, 13, 14)]

15 筆切成每批 4 個，前三批是滿的，最後剩 3 個就給 3 個。每一批的型別是 tuple，拿到手之後不能直接 append 進去，要改內容得先 list(batch) 轉一次；想省這一步，more-itertools 的 chunked 直接回傳長度 n 的 list，代價是多一個要裝的套件。

最後一批不滿的情形，有些場合不能就這樣送出去。3.13 之後可以把 strict 打開：

list(batched(range(15), 4, strict=True))

## ValueError: batched(): incomplete batch

最後一批比 n 短的時候，strict=True 就丟 ValueError。對面的介面要求每次剛好 n 筆的時候，交給它擋，比自己在迴圈裡數長度乾淨。這個參數目前是 3.13 才有的，3.12 只有前面那兩個。

yield

3.12 以前，這件事都得自己寫。最直覺的一種是拿 range 的第三個參數當步長，每次切一段出來 yield：

def chunks1(input_list, n):
    for i in range(0, len(input_list), n):
        yield input_list[i:i + n]

input_list = [i for i in range(0, 15)]
print(list(chunks1(input_list, 4)))

## [[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11], [12, 13, 14]]

range(0, len(input_list), n) 產生 0、4、8、12 這幾個起點，每個起點往後切 n 個，切到尾端不夠就切多少算多少。這個寫法本身是 generator，呼叫的當下不會算，外面包 list() 才會一次跑完。它對輸入的要求是能問長度、能切片，list、tuple、字串都符合。

一行for迴圈

同一段邏輯寫成列表推導式，就縮成一行，差別在於它一次把所有小份都算好放進一個 list：

input_list = [i for i in range(0, 15)]

n = 3
output_list = [input_list[i:i+ n] for i in range(0, len(input_list), n)]
print(output_list)

## [[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10, 11], [12, 13, 14]]

n 換成 3，切出來就是五份。資料量大的時候整份結果都在記憶體裡，上面那個 generator 版本則是要一份才給一份。

iterable

要接任何 iterable，就得換一條路：把輸入轉成 iterator，每次用 islice 往前拿 n 個包成 tuple。

from itertools import islice

def chunks2(input_iter, n):
    input_list = iter(input_iter)
    return iter(lambda: tuple(islice(input_list, n)), ())

input_list = [i for i in range(0, 15)]

n = 4
print(list(chunks2(input_list, n)))

## [(0, 1, 2, 3), (4, 5, 6, 7), (8, 9, 10, 11), (12, 13, 14)]

iter() 除了常見的單參數用法，還有一個 iter(callable, sentinel) 的兩參數形式，會反覆呼叫前面那個函式，直到回傳值等於 sentinel 為止。這裡的 sentinel 是空 tuple：輸入拿光之後，islice 就再也拿不到東西，tuple() 出來剛好是空的，迴圈停在那裡。

Numpy

NumPy 也有現成的 array_split，不過它問的問題和前面幾種不太一樣：

import numpy as np

input_list = [i for i in range(0, 15)]
np.array_split(input_list, 5)

## [array([0, 1, 2]),
## array([3, 4, 5]),
## array([6, 7, 8]),
## array([ 9, 10, 11]),
## array([12, 13, 14])]

前面幾種寫法的 n 都是「每一批幾個」，array_split 的第二個參數是「切成幾份」。15 筆切成 5 份剛好每份 3 個，看起來和每批 3 個是同一回事，換成不整除的數字就分開了。長度 l 的陣列要切成 n 份，出來會有 l % n 份是 l//n + 1 個，其餘每份 l//n 個。15 筆切成 4 份會是 4、4、4、3，餘數攤在前面幾份，batched 則是把不滿的那批留在最後。回傳的每一份也是 ndarray，後面要當一般序列用得自己轉。

沒有長度的輸入

把輸入換成 generator，列表推導式那一版會在 len() 就停住：

def gen():
    yield from range(15)

g = gen()
[g[i:i + 4] for i in range(0, len(g), 4)]

## TypeError: object of type 'generator' has no len()

generator 只能一個一個往前拿，拿過的就過去了，既不能回頭數還剩幾個，也不能用索引切片。同樣性質的東西在日常程式裡不少：開著的檔案物件、csv.reader、資料庫 cursor、一個還在收的網路回應，這一類物件的共同點可以參考 Python 的 iterable。這種輸入正好是 islice 那一版和 batched 的守備範圍：

# chunks2 沿用上面那段的定義
print(list(batched(gen(), 4)))
print(list(chunks2(gen(), 4)))

## [(0, 1, 2, 3), (4, 5, 6, 7), (8, 9, 10, 11), (12, 13, 14)]
## [(0, 1, 2, 3), (4, 5, 6, 7), (8, 9, 10, 11), (12, 13, 14)]

兩邊輸出一樣，底下的機制也一樣。文件也給了一份 batched 的等價實作，核心就是同一句 tuple(islice(iterator, n))，只是停止條件寫成 while 迴圈，chunks2 則交給 iter() 的 sentinel。

還有一個從輸出看不出來的性質：讀取是邊拿邊讀的，只讀到剛好填滿一批為止。拿一個會邊跑邊印字的 generator 來看比較清楚：

def counting():
    for i in range(100):
        print("read", i)
        yield i

it = batched(counting(), 3)
print(next(it))
print(next(it))

## read 0
## read 1
## read 2
## (0, 1, 2)
## read 3
## read 4
## read 5
## (3, 4, 5)

來源有一百筆，拿第一批的時候只讀了三筆，拿第二批再往前讀三筆。來源換成檔案、網路請求、或一個還在跑的查詢時，這個差別會直接反映在記憶體用量和第一批出現的時間上：整份讀完再切，第一批要等全部到齊；邊讀邊切的話，湊滿一批就先送出去了。

選哪一種

目前手上的環境是 3.12 以上，就用 batched，自己寫的那幾種留給還沒升上去的地方。3.12 以前，islice 那一版照抄就行，它吃的輸入範圍和 batched 一樣，只是要自己多寫一個函式。輸入固定是 list、又只是要分頁顯示，列表推導式那一行最短。至於要的是「切成 k 份」而不是「每份 n 個」，那是 array_split 的題目。

輸入是一個大到不想整份讀進來的檔案，分批這件事通常在讀取那一層就處理掉，不必先讀成 list 再切。pandas.read_csv() 的 chunksize 就是這樣用的：給了它一個數字，read_csv() 回傳的是一個可以 for 下去、一次給一塊 DataFrame 的 TextFileReader。

一次送一百筆進 API 的那種情況，3.12 以上寫成 for batch in batched(rows, 100): 就結束了，剩下要記得的是最後一批可能不滿一百。