python中的 zip函数详解

python中zip()函数用法举例

 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：

 

示例1

x = [1, 2, 3]
y = [4, 5, 6]
z = [7, 8, 9]

xyz = zip(x, y, z)
print xyz运行的结果是：

[(1, 4, 7), (2, 5, 8), (3, 6, 9)]

示例2，在两个list长度不相等时的情况：
x = [1, 2, 3]
y = [4, 5, 6, 7]
xy = zip(x, y)
print xy运行的结果是：
[(1, 4), (2, 5), (3, 6)]

示例3
>>> name=('jack','beginman','sony','pcky')
>>> age=(2001,2003,2005,2000)
>>> for a,n in zip(name,age):
    print a,n

输出：
jack 2001
beginman 2003
sony 2005
pcky 2000


示例4，只有一个list的情况：

x = [1, 2, 3]
x = zip(x)
print x运行的结果是：
[(1,), (2,), (3,)]

示例5：

搭配for循环，支持并行迭代操作方法   zip()方法用在for循环中，就会支持并行迭代：
　　l1 = [2,3,4]
　　l2 = [4,5,6]

　　for (x,y) in zip(l1,l2):
　　　　 print x,y,'--',x*y

2 4 -- 8
3 5 -- 15
4 6 -- 24
其实它的工作原理就是使用了zip()的结果，在for循环里解包zip结果中的元组，用元组赋值运算。就好像(x,y)=(2,6)，赋值、序列解包操作。在对文件的操作中我们也会用到遍历，例如Python遍历文件夹目录与文件操作，就是很方便实用的。

 示例6：二维矩阵变换（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

　　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：　　

　　>>> 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

示例7：以指定概率获取元素

　　

　　>>> 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