Python同時(shí)迭代多個(gè)序列的方法
問題
你想同時(shí)迭代多個(gè)序列,每次分別從一個(gè)序列中取一個(gè)元素。
解決方案
為了同時(shí)迭代多個(gè)序列,使用 zip() 函數(shù)。比如:
>>> xpts = [1, 5, 4, 2, 10, 7] >>> ypts = [101, 78, 37, 15, 62, 99] >>> for x, y in zip(xpts, ypts): ... print(x,y) ... 1 101 5 78 4 37 2 15 10 62 7 99 >>>
zip(a, b) 會生成一個(gè)可返回元組 (x, y) 的迭代器,其中x來自a,y來自b。一旦其中某個(gè)序列到底結(jié)尾,迭代宣告結(jié)束。因此迭代長度跟參數(shù)中最短序列長度一致。
>>> a = [1, 2, 3] >>> b = ['w', 'x', 'y', 'z'] >>> for i in zip(a,b): ... print(i) ... (1, 'w') (2, 'x') (3, 'y') >>>
如果這個(gè)不是你想要的效果,那么還可以使用 itertools.zip_longest() 函數(shù)來代替。比如:
>>> from itertools import zip_longest >>> for i in zip_longest(a,b): ... print(i) ... (1, 'w') (2, 'x') (3, 'y') (None, 'z')
>>> for i in zip_longest(a, b, fillvalue=0): ... print(i) ... (1, 'w') (2, 'x') (3, 'y') (0, 'z') >>>
討論
當(dāng)你想成對處理數(shù)據(jù)的時(shí)候 zip() 函數(shù)是很有用的。比如,假設(shè)你頭列表和一個(gè)值列表,就像下面這樣:
headers = ['name', 'shares', 'price'] values = ['ACME', 100, 490.1]
使用zip()可以讓你將它們打包并生成一個(gè)字典:
s = dict(zip(headers,values))
或者你也可以像下面這樣產(chǎn)生輸出:
for name, val in zip(headers, values): print(name, '=', val)
雖然不常見,但是 zip() 可以接受多于兩個(gè)的序列的參數(shù)。這時(shí)候所生成的結(jié)果元組中元素個(gè)數(shù)跟輸入序列個(gè)數(shù)一樣。比如;
>>> a = [1, 2, 3] >>> b = [10, 11, 12] >>> c = ['x','y','z'] >>> for i in zip(a, b, c): ... print(i) ... (1, 10, 'x') (2, 11, 'y') (3, 12, 'z') >>>
最后強(qiáng)調(diào)一點(diǎn)就是,zip() 會創(chuàng)建一個(gè)迭代器來作為結(jié)果返回。如果你需要將結(jié)對的值存儲在列表中,要使用 list() 函數(shù)。比如:
>>> zip(a, b) <zip object at 0x1007001b8> >>> list(zip(a, b)) [(1, 10), (2, 11), (3, 12)] >>>
以上就是Python同時(shí)迭代多個(gè)序列的方法的詳細(xì)內(nèi)容,更多關(guān)于Python同時(shí)迭代多個(gè)序列的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
深入了解Python中字符串格式化工具f-strings的使用
從Python?3.6版本開始,引入了一種新的字符串格式化機(jī)制,即f-strings,它強(qiáng)大且易于使用的字符串格式化方式,本文就來聊聊他的具體使用,希望對大家有所幫助2023-05-05
python編輯用戶登入界面的實(shí)現(xiàn)代碼
這篇文章主要介紹了python編輯用戶登入界面的實(shí)現(xiàn)代碼,非常不錯,代碼簡單易懂,具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2018-07-07
從零學(xué)python系列之?dāng)?shù)據(jù)處理編程實(shí)例(二)
這篇文章主要介紹了python數(shù)據(jù)處理編程實(shí)例,需要的朋友可以參考下2014-05-05
pytorch交叉熵?fù)p失函數(shù)的weight參數(shù)的使用
這篇文章主要介紹了pytorch交叉熵?fù)p失函數(shù)的weight參數(shù)的使用,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-05-05
Keras存在自定義loss或layer怎樣解決load_model報(bào)錯問題
這篇文章主要介紹了Keras存在自定義loss或layer怎樣解決load_model報(bào)錯問題,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-09-09
Python學(xué)習(xí)之configparser模塊的使用詳解
ConfigParser是用來讀取配置文件的包。這篇文章主要通過一些簡單的實(shí)例帶大家了解一下ConfigParser模塊的具體使用,感興趣的小伙伴跟隨小編一起了解一下2023-01-01

