python3.x zip用法小结

作者:bitcarmanlee 时间:2023-08-13 05:25:05 

1.zip用法简介

在python 3.x系列中,zip方法返回的为一个zip object可迭代对象。

class zip(object):
    """
    zip(*iterables) --> zip object
    
    Return a zip object whose .__next__() method returns a tuple where
    the i-th element comes from the i-th iterable argument.  The .__next__()
    method continues until the shortest iterable in the argument sequence
    is exhausted and then it raises StopIteration.
    """

通过上面的注释,不难看出该迭代器的两个关键点:

1.迭代器的next方法返回一个元组,元组的第i个元素为各个输入参数的第i个元素。

2.迭代器的next方法,遇到输入序列中最短的那个序列迭代完毕,则会停止运行。

为了看清楚zip的效果,我们先看个最简单的例子

def fun0():
    a = ['a', 'b', 'c', 'd']
    b = ['1', '2', '3', '4']
    result = zip(a, b)
    print(type(result))
    try:
        while True:
            print(next(result))
    except StopIteration:
        pass

上面的代码,输出结果为

<class 'zip'>
('a', '1')
('b', '2')
('c', '3')
('d', '4')

首先可以看到的是,zip方法返回的,是一个zip对象。

zip对象是个迭代器,用next方法即可对其完成遍历。

当然我们也可以用for循环完成对zip对象的遍历。

def fun00():
    a = ['a', 'b', 'c', 'd']
    b = ['1', '2', '3', '4']
    result = zip(a, b)
    for ele in result:
        print(ele)

('a', '1')
('b', '2')
('c', '3')
('d', '4')

2.参数不等长进行截断

zip方法中,如果传入的参数不等长,则会进行截断,截断的时候会取最短的那个序列,超过最短序列长度的其他序列元素,则会被舍弃掉。

def fun0():
    a = ['a', 'b', 'c', 'd']
    b = ['1', '2', '3', '4', '5', '6']
    result = zip(a, b)
    try:
        while True:
            print(next(result))
    except StopIteration:
        pass

上述的方法如果运行,结果为

('a', '1')
('b', '2')
('c', '3')
('d', '4')

3.python3.x 与2.x中zip的不同

python3.x中,zip方法返回的是一个zip对象,本质是一个迭代器。而在python2.x中,zip方法直接返回一个list。

返回迭代器的好处在于,可以节省list占用的内存,只在有需要的时候再调用相关数据。

4.用zip方法构建字典

zip方法在实际中用途非常广泛,我们下面可以看几个实际中常用的例子。

zip方法可以用来构建字典。

字典包含两部分数据:key列表与value列表。如果我们现在有key序列与value序列,用zip方法可以很快构建一个字典。

def fun5():
    names = ['lili', 'lucy', 'tracy', 'larry']
    scores = [98, 10, 75, 90]
    my_dict = dict(zip(names, scores))
    print(my_dict)

{'lili': 98, 'lucy': 10, 'tracy': 75, 'larry': 90}

5.对多个序列的元素进行排序

排序也是日常工作中的常见需求,对多个序列进行排序而不破坏其元素的相对关系,也非常常见。下面我们来看一个常见的案例

还是以之前的数据为例

有names序列与scores序列,我们希望按照names进行排序,同时保持对应的scores数据。

def fun3():
    names = ['lili', 'lucy', 'tracy', 'larry']
    scores = [98, 10, 75, 90]
    data = sorted(list(zip(names, scores)), key=lambda x: x[0], reverse=False)
    print(data)

输出的结果为

[('larry', 90), ('lili', 98), ('lucy', 10), ('tracy', 75)]

如果我们希望按照分数逆序排,则可以按如下代码运行

def fun3():
    names = ['lili', 'lucy', 'tracy', 'larry']
    scores = [98, 10, 75, 90]
    data = sorted(list(zip(names, scores)), key=lambda x: x[1], reverse=True)
    print(data)

[('lili', 98), ('larry', 90), ('tracy', 75), ('lucy', 10)]

6.对多组数据进行计算

假设我们有3个序列,sales,costs,allowances。其中利润为销售额-成本+补贴,现在我们想求每组利润,就可以使用zip方法。

def fun4():
    sales = [10000, 9500, 9000]
    costs = [9000, 8000, 7000]
    allowances = [200, 100, 150]
    for sale, cost, allowance in zip(sales, costs, allowances):
        profit = sale - cost + allowance
        print(f"profit is: {profit}")

profit is: 1200
profit is: 1600
profit is: 2150

当然我们也可以使用for循环

def fun4():
    sales = [10000, 9500, 9000]
    costs = [9000, 8000, 7000]
    allowances = [200, 100, 150]
    for sale, cost, allowance in zip(sales, costs, allowances):
        profit = sale - cost + allowance
        print(f"profit is: {profit}")
    for i in range(len(sales)):
        profit = sales[i] - costs[i] + allowances[i]
        print(f"profit is: {profit}")

很明显zip方法比for循环还是要更直观,更简洁,更优雅。

7.*操作符进行解压

我们还可以使用*操作符对zip对象进行解压,效果是将zip object还原至原来的对象,效果就类似于压缩以后得解压。

def fun():
    a = ['a', 'b', 'c', 'd']
    b = ['1', '2', '3', '4']
    result = list(zip(a, b))
    print(result)
    zipobj = zip(a, b)
    a1, a2 = zip(*zipobj)
    print(list(a1))
    print(a2)

上面代码运行的结果为

[('a', '1'), ('b', '2'), ('c', '3'), ('d', '4')]
['a', 'b', 'c', 'd']
('1', '2', '3', '4')

来源:https://blog.csdn.net/bitcarmanlee/article/details/127824164

标签:python3,zip
0
投稿

猜你喜欢

  • python写的一个squid访问日志分析的小程序

    2021-08-02 14:09:09
  • 高并发状态下Replace Into造成的死锁问题解决

    2024-01-17 10:17:37
  • TensorFlow tf.nn.conv2d_transpose是怎样实现反卷积的

    2022-10-07 21:49:15
  • Python进阶-函数默认参数(详解)

    2023-11-16 17:14:44
  • jQuery事件的绑定、触发、及监听方法简单说明

    2024-02-24 12:50:53
  • 解决无法配置SQL2005问题

    2024-01-22 15:56:51
  • python实现修改固定模式的字符串内容操作示例

    2023-05-13 21:44:04
  • asp xmlhttp下载一句话

    2013-06-30 06:47:48
  • python实现股票历史数据可视化分析案例

    2021-12-20 00:29:10
  • 纯numpy卷积神经网络实现手写数字识别的实践

    2023-11-08 10:44:50
  • Web2.0视觉风格进化论 之二

    2007-11-03 20:10:00
  • sqlserver 中时间为空的处理小结

    2024-01-13 06:07:40
  • 总结几个非常实用的Python库

    2023-02-28 11:39:54
  • webstorm添加vue.js支持的方法教程

    2024-04-30 10:16:14
  • golang语言http协议get拼接参数操作

    2024-05-08 10:45:10
  • Python正则表达式中group与groups的用法详解

    2022-02-13 16:16:27
  • Python Pandas对缺失值的处理方法

    2021-03-18 19:38:55
  • Ubuntu18.04下python版本完美切换的解决方法

    2021-08-22 11:24:19
  • php对数字进行万、亿单位的转化

    2023-06-24 08:34:32
  • 安装mysql 8.0.17并配置远程访问的方法

    2024-01-25 06:58:24
  • asp之家 网络编程 m.aspxhome.com