Python中zip()函数用法实例教程
本文实例讲述了Python中zip()函数的定义及用法，相信对于Python初学者有一定的借鉴价值。详情如下：
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listunzip（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：
>>>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
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]forrowina]forcolinrange(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
2.以指定概率获取元素
>>>importrandom
>>>defrandom_pick(seq,probabilities):
x=random.uniform(0,1)
cumulative_probability=0.0
foritem,item_probabilityinzip(seq,probabilities):
cumulative_probability+=item_probability
ifx<cumulative_probability:break
returnitem
>>>foriinrange(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。