pythonzip函数 Python unzip

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。

10多年的秦淮网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。网络营销推广的优势是能够根据用户设备显示端的尺寸不同，自动调整秦淮建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。创新互联建站从事“秦淮网站设计”,“秦淮网站推广”以来，每个客户项目都认真落实执行。

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