首页 > 代码库 > 20170419 zip函数
20170419 zip函数
一、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）。
二、用法示例：
读者看看下面的例子，对zip()函数的基本用法就可以明白了：
|
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：
1.二维矩阵变换（矩阵的行列互换）
比如我们有一个由列表描述的二维矩阵
|
1
|
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
2.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。
这里需要稍微解释下，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。
如对本文有疑问，请提交到交流社区，广大热心网友会为你
一、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）。
二、用法示例：
读者看看下面的例子，对zip()函数的基本用法就可以明白了：
|
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：
1.二维矩阵变换（矩阵的行列互换）
比如我们有一个由列表描述的二维矩阵
|
1
|
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
2.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。
这里需要稍微解释下，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。
20170419 zip函数