Python zip() 函数详解

news2026/4/26 19:26:25
Python zip()函数详解zip()是Python内置函数用于将多个可迭代对象打包成元组组成的迭代器。它接收任意数量的可迭代对象作为参数返回一个元组迭代器每个元组包含来自各可迭代对象的对应位置元素。主要特点包括默认以最短的可迭代对象为准可通过itertools.zip_longest()处理不同长度的情况。常见应用场景包括创建字典、并行遍历多个列表、矩阵转置等。zip()具有高效的内存使用惰性求值但需要注意zip对象只能使用一次且不同长度时会丢失数据。与enumerate()相比zip()更适合处理多个序列的并行操作。掌握zip()可以编写更简洁高效的Python代码。Pythonzip()函数详解zip()是 Python 的内置函数用于将多个可迭代对象打包成元组组成的迭代器。1. 基本语法pythonzip(*iterables)参数*iterables一个或多个可迭代对象列表、元组、字符串等返回值返回一个元组迭代器每个元组包含来自每个可迭代对象的对应位置元素2. 基本用法打包两个列表pythonnames [Alice, Bob, Charlie] scores [85, 92, 78] result zip(names, scores) print(result) # zip object at 0x... print(list(result)) # [(Alice, 85), (Bob, 92), (Charlie, 78)]打包三个列表pythonnames [Alice, Bob, Charlie] ages [25, 30, 35] scores [85, 92, 78] result list(zip(names, ages, scores)) print(result) # [(Alice, 25, 85), (Bob, 30, 92), (Charlie, 35, 78)]打包字符串pythonword1 abc word2 123 result list(zip(word1, word2)) print(result) # [(a, 1), (b, 2), (c, 3)]3. 处理不同长度的可迭代对象默认行为以最短的为准pythonnames [Alice, Bob, Charlie, David] scores [85, 92] result list(zip(names, scores)) print(result) # [(Alice, 85), (Bob, 92)] # Charlie和David被忽略使用itertools.zip_longest()以最长的为准pythonfrom itertools import zip_longest names [Alice, Bob, Charlie, David] scores [85, 92] result list(zip_longest(names, scores)) print(result) # [(Alice, 85), (Bob, 92), (Charlie, None), (David, None)] # 指定填充值 result list(zip_longest(names, scores, fillvalue0)) print(result) # [(Alice, 85), (Bob, 92), (Charlie, 0), (David, 0)]4. 常见应用场景场景1创建字典pythonkeys [name, age, city] values [Alice, 25, Beijing] # 使用 zip 创建字典 dictionary dict(zip(keys, values)) print(dictionary) # {name: Alice, age: 25, city: Beijing}场景2并行遍历多个列表pythonnames [Alice, Bob, Charlie] ages [25, 30, 35] cities [Beijing, Shanghai, Guangzhou] for name, age, city in zip(names, ages, cities): print(f{name} is {age} years old and lives in {city}) # 输出 # Alice is 25 years old and lives in Beijing # Bob is 30 years old and lives in Shanghai # Charlie is 35 years old and lives in Guangzhou场景3矩阵转置python# 原始矩阵 matrix [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] # 转置 transposed list(zip(*matrix)) print(transposed) # [(1, 4, 7), (2, 5, 8), (3, 6, 9)] # 如果需要列表而不是元组 transposed [list(row) for row in zip(*matrix)] print(transposed) # [[1, 4, 7], [2, 5, 8], [3, 6, 9]]场景4拆解列表解压python# 压缩 pairs [(Alice, 85), (Bob, 92), (Charlie, 78)] names, scores zip(*pairs) print(names) # (Alice, Bob, Charlie) print(scores) # (85, 92, 78)场景5同时遍历字典的键和值python# 方法1直接使用 items() d {a: 1, b: 2, c: 3} for key, value in d.items(): print(f{key}: {value}) # 方法2使用 zip不推荐但可行 for key, value in zip(d.keys(), d.values()): print(f{key}: {value})5. 实际应用示例示例1计算学生总分pythonstudents [Alice, Bob, Charlie] scores_math [85, 92, 78] scores_english [88, 85, 90] scores_python [95, 88, 92] for student, math, eng, py in zip(students, scores_math, scores_english, scores_python): total math eng py print(f{student}: 总分 {total}) # 输出 # Alice: 总分 268 # Bob: 总分 265 # Charlie: 总分 260示例2格式化输出表格pythonheaders [Name, Age, City] data [ [Alice, 25, Beijing], [Bob, 30, Shanghai], [Charlie, 35, Guangzhou] ] # 打印表头 print(f{headers[0]:10} {headers[1]:6} {headers[2]:10}) print(- * 28) # 打印数据 for row in data: print(f{row[0]:10} {row[1]:6} {row[2]:10}) # 或使用 zip 转置 for row in zip(*data): print(f{row[0]:10} {row[1]:6} {row[2]:10})示例3比较两个列表的差异pythonlist1 [1, 2, 3, 4, 5] list2 [1, 2, 0, 4, 6] for a, b in zip(list1, list2): if a ! b: print(f差异: {a} vs {b}) # 输出 # 差异: 3 vs 0 # 差异: 5 vs 6示例4添加索引pythonnames [Alice, Bob, Charlie] # 使用 enumerate 更合适但 zip 也可以 for i, name in zip(range(len(names)), names): print(f{i}: {name}) # 更好的方式 for i, name in enumerate(names): print(f{i}: {name})示例5处理多个列表的筛选pythonnames [Alice, Bob, Charlie, David] ages [25, 30, 35, 40] scores [85, 92, 78, 88] # 找出成绩大于80的学生 filtered [(name, age, score) for name, age, score in zip(names, ages, scores) if score 80] print(filtered) # [(Alice, 25, 85), (Bob, 30, 92), (David, 40, 88)]6.zip()的高级用法使用*解包操作符python# 解包列表 data [(a, 1), (b, 2), (c, 3)] letters, numbers zip(*data) print(letters) # (a, b, c) print(numbers) # (1, 2, 3) # 解包嵌套列表 matrix [[1, 2, 3], [4, 5, 6], [7, 8, 9]] transposed list(zip(*matrix))与sorted()结合使用pythonnames [Charlie, Alice, Bob] scores [78, 85, 92] # 按分数排序 sorted_pairs sorted(zip(scores, names)) print(sorted_pairs) # [(78, Charlie), (85, Alice), (92, Bob)] # 按分数排序后只取名字 sorted_names [name for score, name in sorted(zip(scores, names))] print(sorted_names) # [Charlie, Alice, Bob]7. 性能对比pythonimport time # 方法1使用索引 list1 list(range(10000)) list2 list(range(10000)) start time.time() result [(list1[i], list2[i]) for i in range(len(list1))] print(f索引方式: {time.time() - start:.5f}秒) # 方法2使用 zip start time.time() result list(zip(list1, list2)) print(fzip方式: {time.time() - start:.5f}秒) # zip 通常更快且更 Pythonic8. 注意事项和常见陷阱陷阱1zip 只能使用一次pythonnames [Alice, Bob, Charlie] scores [85, 92, 78] zipped zip(names, scores) print(list(zipped)) # [(Alice, 85), (Bob, 92), (Charlie, 78)] print(list(zipped)) # [] 第二次为空陷阱2不同长度时的数据丢失pythonnames [Alice, Bob, Charlie, David] scores [85, 92] result dict(zip(names, scores)) print(result) # {Alice: 85, Bob: 92} # Charlie 和 David 丢失陷阱3空可迭代对象pythonresult list(zip([], [1, 2, 3])) print(result) # [] 空列表9. 与其他函数对比函数功能返回值适用场景zip()并行打包元组迭代器多个序列并行处理map()应用函数迭代器对序列应用函数enumerate()添加索引索引-值对需要索引的遍历python# zip vs enumerate names [Alice, Bob, Charlie] # zip 方式 for i, name in zip(range(len(names)), names): print(i, name) # enumerate 方式更优 for i, name in enumerate(names): print(i, name)10. 实用技巧汇总python# 1. 创建字典 d dict(zip([a, b, c], [1, 2, 3])) # 2. 并行循环 for a, b in zip(list_a, list_b): pass # 3. 矩阵转置 transposed list(zip(*matrix)) # 4. 拆分成两个列表 list1, list2 zip(*list_of_pairs) # 5. 添加默认值使用 zip_longest from itertools import zip_longest pairs list(zip_longest(list1, list2, fillvalue0)) # 6. 生成相邻元素对 lst [1, 2, 3, 4, 5] pairs list(zip(lst, lst[1:])) # [(1,2), (2,3), (3,4), (4,5)] # 7. 生成偏移对 offset 2 offset_pairs list(zip(lst, lst[offset:])) # [(1,3), (2,4), (3,5)]总结表特性说明类型内置函数返回值zip 对象迭代器参数多个可迭代对象长度处理以最短的为准主要用途并行打包、解包、字典创建内存效率高惰性求值Pythonic✅ 非常 Pythonic最佳实践✅ 使用zip()进行并行遍历✅ 使用dict(zip(keys, values))创建字典✅ 使用zip(*matrix)进行矩阵转置✅ 结合列表推导式进行筛选⚠️ 注意不同长度的可迭代对象⚠️ zip 对象只能使用一次 需要填充值时使用itertools.zip_longest()zip()是 Python 中最实用的函数之一掌握它可以编写更简洁、更高效的代码

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2529498.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…