本文實(shí)例講述了Python中zip()函數(shù)的定義及用法，相信對(duì)于Python初學(xué)者有一定的借鑒價(jià)值。詳情如下：

一、定義：

zip([iterable, ...])
zip()是Python的一個(gè)內(nèi)建函數(shù)，它接受一系列可迭代的對(duì)象作為參數(shù)，將對(duì)象中對(duì)應(yīng)的元素打包成一個(gè)個(gè)tuple（元組），然后返回由這些tuples組成的list（列表）。若傳入?yún)?shù)的長(zhǎng)度不等，則返回list的長(zhǎng)度和參數(shù)中長(zhǎng)度最短的對(duì)象相同。利用*號(hào)操作符，可以將list unzip（解壓）。

二、用法示例：

讀者看看下面的例子，對(duì)zip()函數(shù)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)]

          

對(duì)于這個(gè)并不是很常用函數(shù)，下面舉幾個(gè)例子說(shuō)明它的用法：

1.二維矩陣變換（矩陣的行列互換）

比如我們有一個(gè)由列表描述的二維矩陣

            
a = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

          

通過python列表推導(dǎo)的方法，我們也能輕易完成這個(gè)任務(wù)

            
print [ [row[col] for row in a] for col in range(len(a[0]))]
[[1, 4, 7], [2, 5, 8], [3, 6, 9]]

          

另外一種讓人困惑的方法就是利用zip函數(shù)：

            
>>> 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]]

          

這種方法速度更快但也更難以理解，將list看成tuple解壓，恰好得到我們“行列互換”的效果，再通過對(duì)每個(gè)元素應(yīng)用list()函數(shù)，將tuple轉(zhuǎn)換為list

2.以指定概率獲取元素

            
>>> 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'


          

這個(gè)函數(shù)有個(gè)限制，指定概率的列表必須和元素一一對(duì)應(yīng)，而且和為1，否則這個(gè)函數(shù)可能不能像預(yù)想的那樣工作。

這里需要稍微解釋下，先利用random.uniform()函數(shù)生成一個(gè)0-1之間的隨機(jī)數(shù)并復(fù)制給x，利用zip()函數(shù)將元素和他對(duì)應(yīng)的概率打包成tuple，然后將每個(gè)元素的概率進(jìn)行疊加，直到和大于x終止循環(huán)
這樣，”a”被選中的概率就是x取值位于0-0.1的概率，同理”b”為0.1-0.4，”c”為0.4-1.0，假設(shè)x是在0-1之間平均取值的，顯然我們的目的已經(jīng)達(dá)到。