zip() - 打包函数

将多个可迭代对象打包成元组的迭代器

分类: builtins 难度: 初级 更新: 2024-01-15

迭代 打包 并行

zip() - 打包函数

📝 概述

zip() 是 Python 中的内置函数，用于将多个可迭代对象的对应元素打包成元组。它返回一个迭代器，可以同时遍历多个序列，在数据处理和并行迭代中非常有用。1

🎯 学习目标

• 掌握 zip()函数的基本用法
• 理解 zip()的行为特点和限制
• 学会使用 zip()进行数据组合和转换
• 了解 zip()在实际编程中的应用场景

📋 前置知识

• Python 基本语法
• 可迭代对象的概念
• 元组和列表的基本操作
• for 循环和元组解包

🔍 详细内容

基本概念

zip() 函数接受多个可迭代对象作为参数，返回一个迭代器。该迭代器生成元组，每个元组包含来自各个可迭代对象的对应位置的元素。当最短的可迭代对象耗尽时，迭代停止。

语法格式

zip(*iterables)

参数说明

参数名	类型	必需	默认值	说明
*iterables	iterable	否	无	零个或多个可迭代对象

返回值

类型	说明
zip	迭代器，产生元组序列

💡 实际应用

基础用法

## 基本打包
names = ["张三", "李四", "王五"]
ages = [25, 30, 35]
for name, age in zip(names, ages):
    print(f"{name}今年{age}岁")
## 输出:
## 张三今年 25 岁
## 李四今年 30 岁
## 王五今年 35 岁

## 转换为列表查看结果
print(list(zip(names, ages)))  # [('张三', 25), ('李四', 30), ('王五', 35)]

## 三个列表的组合
names = ["张三", "李四", "王五"]
ages = [25, 30, 35]
cities = ["北京", "上海", "广州"]
for name, age, city in zip(names, ages, cities):
    print(f"{name},{age}岁,来自{city}")

## 空参数调用
print(list(zip()))  # []

## 单个参数
numbers = [1, 2, 3]
print(list(zip(numbers)))  # [(1,), (2,), (3,)]

高级用法

## 长度不同的序列
list1 = [1, 2, 3, 4, 5]
list2 = ['a', 'b', 'c']
print(list(zip(list1, list2)))  # [(1, 'a'), (2, 'b'), (3, 'c')]
## 注意:较长的序列中的额外元素被忽略

## 字符串的 zip
word1 = "hello"
word2 = "world"
for char1, char2 in zip(word1, word2):
    print(f"{char1}-{char2}")
## 输出: h-w, e-o, l-r, l-l, o-d

## 解包操作(转置)
matrix = [(1, 2, 3), (4, 5, 6), (7, 8, 9)]
print(list(zip(*matrix)))  # [(1, 4, 7), (2, 5, 8), (3, 6, 9)]

## 创建字典
keys = ['name', 'age', 'city']
values = ['张三', 25, '北京']
person = dict(zip(keys, values))
print(person)  # {'name': '张三', 'age': 25, 'city': '北京'}

## 并行处理多个列表
numbers1 = [1, 2, 3, 4]
numbers2 = [10, 20, 30, 40]
sums = [x + y for x, y in zip(numbers1, numbers2)]
print(sums)  # [11, 22, 33, 44]

实际案例

## 数据表格处理
def create_table(headers, *rows):
    """创建简单的数据表格"""
#    # 打印表头
    print("|", end="")
    for header in headers:
        print(f" {header:^10} |", end="")
    print()
    
#    # 打印分隔线
    print("|" + "-" * (12 * len(headers) + 1) + "|")
    
#    # 打印数据行
    for row in rows:
        print("|", end="")
        for item in row:
            print(f" {str(item):^10} |", end="")
        print()

## 使用示例
headers = ["姓名", "年龄", "城市"]
row1 = ["张三", 25, "北京"]
row2 = ["李四", 30, "上海"]
row3 = ["王五", 35, "广州"]
create_table(headers, row1, row2, row3)

## 数据统计分析
def analyze_scores(subjects, scores):
    """分析各科成绩"""
    print("成绩分析报告:")
    print("-" * 30)
    
    total_score = 0
    for subject, score in zip(subjects, scores):
        print(f"{subject}: {score}分")
        total_score += score
    
    average = total_score / len(scores)
    print("-" * 30)
    print(f"总分: {total_score}分")
    print(f"平均分: {average:.2f}分")
    
    return total_score, average

## 使用示例
subjects = ["语文", "数学", "英语", "物理", "化学"]
scores = [85, 92, 78, 88, 90]
analyze_scores(subjects, scores)

## 文件对比
def compare_files(file1_lines, file2_lines):
    """逐行对比两个文件"""
    differences = []
    for line_num, (line1, line2) in enumerate(zip(file1_lines, file2_lines), 1):
        if line1.strip() != line2.strip():
            differences.append({
                'line': line_num,
                'file1': line1.strip(),
                'file2': line2.strip()
            })
    
    if differences:
        print(f"发现 {len(differences)} 处差异:")
        for diff in differences:
            print(f"第{diff['line']}行:")
            print(f"  文件 1: {diff['file1']}")
            print(f"  文件 2: {diff['file2']}")
    else:
        print("两个文件内容相同")
    
    return differences

## 坐标变换
def transform_coordinates(x_coords, y_coords, dx=0, dy=0):
    """坐标平移变换"""
    transformed = []
    for x, y in zip(x_coords, y_coords):
        new_x = x + dx
        new_y = y + dy
        transformed.append((new_x, new_y))
    return transformed

## 使用示例
original_x = [1, 2, 3, 4]
original_y = [1, 4, 9, 16]
transformed_coords = transform_coordinates(original_x, original_y, dx=10, dy=5)
print(f"原坐标: {list(zip(original_x, original_y))}")
print(f"变换后: {transformed_coords}")

## 数据验证
def validate_user_data(names, emails, ages):
    """验证用户数据"""
    errors = []
    
    for i, (name, email, age) in enumerate(zip(names, emails, ages)):
#        # 验证姓名
        if not name or len(name.strip()) == 0:
            errors.append(f"第{i+1}行: 姓名不能为空")
        
#        # 验证邮箱
        if '@' not in email:
            errors.append(f"第{i+1}行: 邮箱格式不正确")
        
#        # 验证年龄
        if not isinstance(age, int) or age < 0 or age > 150:
            errors.append(f"第{i+1}行: 年龄必须是 0-150 之间的整数")
    
    if errors:
        print("数据验证失败:")
        for error in errors:
            print(f"  - {error}")
        return False
    else:
        print("数据验证通过")
        return True

## 测试数据
test_names = ["张三", "", "王五"]
test_emails = ["zhangsan@email.com", "lisi.email.com", "wangwu@email.com"]
test_ages = [25, 30, 200]
validate_user_data(test_names, test_emails, test_ages)

⚠️ 注意事项

• zip() 以最短的可迭代对象为准，较长对象的多余元素会被忽略
• zip() 返回的是迭代器，只能遍历一次
• 如果需要处理不同长度的序列，考虑使用 itertools.zip_longest()
• 空的 zip()调用返回空迭代器

## 长度不同的处理
from itertools import zip_longest

list1 = [1, 2, 3, 4, 5]
list2 = ['a', 'b', 'c']

## 标准 zip()会截断
print(list(zip(list1, list2)))  # [(1, 'a'), (2, 'b'), (3, 'c')]

## zip_longest()会填充缺失值
print(list(zip_longest(list1, list2, fillvalue='X')))
## [(1, 'a'), (2, 'b'), (3, 'c'), (4, 'X'), (5, 'X')]

## 迭代器特性
data1 = [1, 2, 3]
data2 = ['a', 'b', 'c']
zip_obj = zip(data1, data2)

## 第一次遍历
print("第一次:", list(zip_obj))  # [(1, 'a'), (2, 'b'), (3, 'c')]
## 第二次遍历(空结果)
print("第二次:", list(zip_obj))  # []

🔗 相关内容

• enumerate() - 枚举函数
• map() - 映射函数
• itertools 模块 - 迭代工具

📚 扩展阅读

• Python 官方文档 - zip()
• itertools.zip_longest()
• Python 循环技巧

🏷️ 标签

迭代 打包 并行 数据组合 转置

---

最后更新: 2024-01-15
作者: Python 文档工程师
版本: 1.0

讨论与反馈

欢迎在下方留言讨论，分享你的学习心得或提出问题。评论基于GitHub Issues，需要GitHub账号。