python3zip函数 pythonzip方法

python中zip函数有哪些高级用法

zip()  功能是从参数的多个迭代器中选取元素组合成一个新的迭代器。顾名思义，它就是一个将对象进行打包和解包的函数。

创新互联是一家从事企业网站建设、成都网站设计、成都网站制作、行业门户网站建设、网页设计制作的专业网站设计公司，拥有经验丰富的网站建设工程师和网页设计人员，具备各种规模与类型网站建设的实力，在网站建设领域树立了自己独特的设计风格。自公司成立以来曾独立设计制作的站点1000+。

它可以传入的参数包括；元组、列表、字典等迭代器

它返回一个zip对象，其内部元素为元组，一组一组的，可以转化为列表或元组，这里要强调一下，Python2和Python3中返回的zip对象有所不同。

Python3中zip()函数再不再返回list对象，但是可以通过list强行转换。（类似的函数变化还有dictionary关联的keys()、values()、items()，map()，filter()）。

打包zip(iterables)

上面的代码使用的环境是Python3.6，其中list (z)操作就是强制转换。注意一个问题，a和b这两个列表是不同长短的，这时候zip函数就会匹配完最短的那个便结束。

当zip函数的参数只有一个时，它将从iterable中依次取一个元素，组成一个元组。

解包zip(*iterables)

解包，zip 相反，可理解为解压，返回多维矩阵形式，有几个组元素就返回几维的。

比如，下面我是用三个列表组合起来的迭代式，那么解压后就返回三维的矩阵

zip高级用法

讲完了基本的再来说一下该函数的高级用法。高级用法离不开一个词：Pythonic，就是将代码写的更优雅美观，看起来有逼格！

1. 列表推导

例如：

a = [1,2,3,4]

b = [5,6,7,8]

我们要同时遍历a、b，且要对它们进行操作，那就要放在同一个for循环内，zip函数正好合适

注意：如果是Python2环境中，要使用izip才能提高效率。

当然，如果你需要对下标进行操作，那么还需要加上enumerate函数

2. 使用zip创建键值对，zip方法返回的是一个元组，用它来创建键值对，简单明了。

请简述zip函数的功能及Python.3.x中使用zip函数生成列表的方法。

一、zip函数的功能如下：

将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。当各个迭代器中元素的个数不一致时，则返回列表中长度最短的情况，利用 *号操作符，可以将元组解压为列表。

二、Python.3.x中使用zip函数生成列表的方法如下：

1、作出说明，使用zip函数将可迭代的对象作为参数。

2、将对象中对应的元素打包成一个个元组。

3、用zip函数平行地遍历多个迭代器，如果可迭代对象的长度不相同将按短的序列为准。

4、遍历过程中产生元组，Python.3.x会把元组生成好，然后生成列表。

python中zip函数详解

a=[1,2,3,4,5,6,7,8,9]

b=[5,9,2,4,5,7,3,1,7]

c=list(zip(a,b))#打包

print(c)

输出内容：[[1,5],[2,9],[3,2],[4,4],[5,5],[6,7],[7,3],[8,1],[9,7]]

d=list(zip(*c))#解包

print(d)

输出内容：[[1,2,3,4,5,6,7,8,9],[5,9,2,4,5,7,3,1,7]]

python zip函数的用法

定义：zip([iterable,

...])

zip()是Python的一个内建函数，它接受一系列可迭代的对象作为参数，将对象中对应的元素打包成一个个tuple（元组），然后返回由这些

tuples组成的list（列表）。若传入参数的长度不等，则返回list的长度和参数中长度最短的对象相同。利用*号操作符，可以将list

unzip（解压），看下面的例子就明白了：

1

2

3

4

5

6

7

8

9

a

=

[1,2,3]

b

=

[4,5,6]

c

=

[4,5,6,7,8]

zipped

=

zip(a,b)

[(1,

4),

(2,

5),

(3,

6)]

zip(a,c)

[(1,

4),

(2,

5),

(3,

6)]

zip(*zipped)

[(1,

2,

3),

(4,

5,

6)]

对于这个并不是很常用函数，下面举几个例子说明它的用法：

*

二维矩阵变换（矩阵的行列互换）

比如我们有一个由列表描述的二维矩阵

a

=

[[1,

2,

3],

[4,

5,

6],

[7,

8,

9]]

通过python列表推导的方法，我们也能轻易完成这个任务

1

2

print

[

[row[col]

for

row

in

a]

for

col

in

range(len(a[0]))]

[[1,

4,

7],

[2,

5,

8],

[3,

6,

9]]

另外一种让人困惑的方法就是利用zip函数：

1

2

3

4

5

a

=

[[1,

2,

3],

[4,

5,

6],

[7,

8,

9]]

zip(*a)

[(1,

4,

7),

(2,

5,

8),

(3,

6,

9)]

map(list,zip(*a))

[[1,

4,

7],

[2,

5,

8],

[3,

6,

9]]

这种方法速度更快但也更难以理解，将list看成tuple解压，恰好得到我们“行列互换”的效果，再通过对每个元素应用list()函数，将tuple转换为list

*

以指定概率获取元素

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

import

random

def

random_pick(seq,probabilities):

x

=

random.uniform(0,

1)

cumulative_probability

=

0.0

for

item,

item_probability

in

zip(seq,

probabilities):

cumulative_probability

+=

item_probability

if

x

cumulative_probability:

break

return

item

for

i

in

range(15):

random_pick("abc",[0.1,0.3,0.6])

'c'

'b'

'c'

'c'

'a'

'b'

'c'

'c'

'c'

'a'

'b'

'b'

'c'

'a'

'c'

这个函数有个限制，指定概率的列表必须和元素一一对应，而且和为1，否则这个函数可能不能像预想的那样工作。

稍微解释下，先利用random.uniform()函数生成一个0-1之间的随机数并复制给x，利用zip()函数将元素和他对应的概率打包成tuple，然后将每个元素的概率进行叠加，直到和大于x终止循环

这样，”a”被选中的概率就是x取值位于0-0.1的概率，同理”b”为0.1-0.4，”c”为0.4-1.0，假设x是在0-1之间平均取值的，显然我们的目的已经达到

Python版本3.3有zip这个用法吗？

当然是有的！下面具体分析不同：\x0d\x0a\x0d\x0azip方法在Python 2 和Python 3中的不同\x0d\x0a\x0d\x0a为何有这种不同\x0d\x0a更多注解\x0d\x0a\x0d\x0a问题一：zip方法在Python 2 和Python 3中的不同\x0d\x0aPython 2 的代码演示：\x0d\x0a$ python2\x0d\x0a a = zip((1, 2), (3, 4))\x0d\x0a a\x0d\x0a[(1, 2), (3, 4)]\x0d\x0a# 可以看到这里返回的是一个list\x0d\x0a\x0d\x0aPython 3 的代码演示：\x0d\x0a$ python3\x0d\x0a a = zip((1, 2), (3, 4))\x0d\x0a a\x0d\x0a\x0d\x0a# 可以看到这里返回的是一个对象，这里就是2和3的不同点\x0d\x0a dir(a) # 查看a的相关属性\x0d\x0a['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']\x0d\x0a# 这里值得注意的是 '__iter__' 和 '__next__' 方法，说明a是一个支持遍历的对象\x0d\x0a# 既然知道了a是一个支持遍历的对象，我们也就基本明白了a的用法了\x0d\x0a### 和Python2的区别（一）：返回的是一个支持遍历的对象，而不是一个list本身\x0d\x0a for i in a: print i # in 方法\x0d\x0a...\x0d\x0a(1, 3)\x0d\x0a(2, 4)\x0d\x0a next(a) # 我们测试__next__方法\x0d\x0aTraceback (most recent call last):\x0d\x0a File "", line 1, in \x0d\x0aStopIteration # 说明next方法是支持的，但是这里也说明了对象只能遍历一次\x0d\x0a a = zip((1, 2), (3, 4)) # 这里需要重新赋值，因为这个对象只能遍历一次\x0d\x0a next(a)\x0d\x0a(1, 3) # 运行良好\x0d\x0a### 返回的对象支持遍历的操作\x0d\x0a\x0d\x0a问题二：为何有这种不同\x0d\x0a我想最重要的原因是节约了不少的内存吧。Python的运行效率和编译类型的语言自然是没法比，但是能优化就优化一点吧~谁不想有更高的追求呢。\x0d\x0a问题三：更多注解\x0d\x0a这个zip在不同版本的不同反应了python的一个演变：大部分返回list的函数不在返回list，而是返回一个支持遍历的对象，比如map、fiter之类的，基本的例子如下：\x0d\x0a$ python3\x0d\x0a a = map(abs, [1, 2, -3])\x0d\x0a a\x0d\x0a\x0d\x0a list(a) # 如果不习惯，可以自己手动转化为list，也是写兼容代码需要注意的地方\x0d\x0a[1, 2, 3]\x0d\x0a\x0d\x0a$ python2\x0d\x0a a = map(abs, [1, 2, -3])\x0d\x0a a\x0d\x0a[1, 2, 3]