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),看下面的例子就明白了:
>>> 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)]
(1)二维矩阵转置
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
(从下边的代码也可以看出这种one-line for-loop的index顺序从左向右依次是维数)
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
zip(*a):将list看成tuple解压,恰好得到我们“行列互换”的效果;
map(list,zip(*a)):再通过对每个元素应用list()函数,将tuple转换为list;
zip函数接受任意多个序列作为参数,将所有序列按相同的索引组合成一个元素是各个序列合并成的tuple的新序列,新的序列的长度以参数中最短的序列为准。另外(*)操作符与zip函数配合可以实现与zip相反的功能,即将合并的序列拆成多个tuple。
①tuple的新序列
>>>x=[1,2,3],y=['a','b','c']>>>zip(x,y)
[(1,'a'),(2,'b'),(3,'c')]
②新的序列的长度以参数中最短的序列为准.
>>>x=[1,2],y=['a','b','c']>>>zip(x,y)
[(1,'a'),(2,'b')]
③(*)操作符与zip函数配合可以实现与zip相反的功能,即将合并的序列拆成多个tuple。
>>>x=[1,2,3],y=['a','b','c']>>>zip(*zip(x,y))
[(1,2,3),('a','b','c')]
(2)以指定概率获取元素
>>>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_probabilityif x
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。
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
References: