Python zip函数

# zip()函数语法
zip(*iterables)

# 参数说明：
# *iterables - 一个或多个可迭代对象（列表、元组、字符串等）
# 返回值     - zip对象（迭代器），每个元素是元组

names = ["张三", "李四", "王五"]
ages = [20, 22, 21]

# 使用zip并行遍历
for name, age in zip(names, ages):
    print(f"{name}今年{age}岁")

# 输出结果
# 张三今年20岁
# 李四今年22岁
# 王五今年21岁

students = ["张三", "李四", "王五"]
scores = [85, 92, 78]
grades = ["B", "A", "C"]

# 同时遍历三个列表
for name, score, grade in zip(students, scores, grades):
    print(f"{name}: {score}分 - 等级{grade}")

# 查看zip返回的对象
zipped = zip(students, scores, grades)
print(f"zip对象类型: {type(zipped)}")
print(f"转为列表: {list(zipped)}")

# 输出结果
# 张三: 85分 - 等级B
# 李四: 92分 - 等级A
# 王五: 78分 - 等级C
# zip对象类型: <class 'zip'>
# 转为列表: [('张三', 85, 'B'), ('李四', 92, 'A'), ('王五', 78, 'C')]

fruits = ["apple", "banana", "cherry"]

# 使用zip创建带索引的元组
indexed = list(zip(range(len(fruits)), fruits))
print(f"带索引的水果: {indexed}")

# 更推荐的方式：使用enumerate()
indexed_enum = list(enumerate(fruits))
print(f"enumerate结果: {indexed_enum}")

# 输出结果
# 带索引的水果: [(0, 'apple'), (1, 'banana'), (2, 'cherry')]
# enumerate结果: [(0, 'apple'), (1, 'banana'), (2, 'cherry')]

names = ["张三", "李四", "王五", "赵六"]
scores = [85, 92, 78]  # 少一个元素

# zip会以最短的为准
result = list(zip(names, scores))
print(f"zip结果: {result}")
print(f"被截断的元素: '{names[3]}' 被忽略")

# 输出结果
# zip结果: [('张三', 85), ('李四', 92), ('王五', 78)]
# 被截断的元素: '赵六' 被忽略

from itertools import zip_longest

names = ["张三", "李四", "王五", "赵六"]
scores = [85, 92, 78]

# 方式1：使用zip_longest填充默认值
result1 = list(zip_longest(names, scores, fillvalue="缺考"))
print(f"zip_longest结果: {result1}")

# 方式2：手动处理
max_len = max(len(names), len(scores))
result2 = []
for i in range(max_len):
    name = names[i] if i < len(names) else None
    score = scores[i] if i < len(scores) else None
    result2.append((name, score))
print(f"手动处理结果: {result2}")

# 输出结果
# zip_longest结果: [('张三', 85), ('李四', 92), ('王五', 78), ('赵六', '缺考')]
# 手动处理结果: [('张三', 85), ('李四', 92), ('王五', 78), ('赵六', None)]

# 原始数据
names = ["张三", "李四", "王五"]
ages = [20, 22, 21]

# 压缩
zipped = list(zip(names, ages))
print(f"压缩后: {zipped}")

# 解压缩
unzipped_names, unzipped_ages = zip(*zipped)
print(f"解压后名字: {unzipped_names}")
print(f"解压后年龄: {unzipped_ages}")

# 验证是否一致
print(f"名字一致: {tuple(names) == unzipped_names}")
print(f"年龄一致: {tuple(ages) == unzipped_ages}")

# 输出结果
# 压缩后: [('张三', 20), ('李四', 22), ('王五', 21)]
# 解压后名字: ('张三', '李四', '王五')
# 解压后年龄: (20, 22, 21)
# 名字一致: True
# 年龄一致: True

# 矩阵转置（行列互换）
matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9],
]

# 使用zip(*matrix)实现转置
transposed = list(zip(*matrix))
print(f"原矩阵:")
for row in matrix:
    print(f"  {row}")

print(f"\n转置后:")
for row in transposed:
    print(f"  {list(row)}")

# 输出结果
# 原矩阵:
#   [1, 2, 3]
#   [4, 5, 6]
#   [7, 8, 9]
#
# 转置后:
#   [1, 4, 7]
#   [2, 5, 8]
#   [3, 6, 9]

keys = ["name", "age", "city"]
values = ["张三", 20, "北京"]

# 使用zip+dict创建字典
person = dict(zip(keys, values))
print(f"创建的字典: {person}")

# 使用字典推导式
person2 = {k: v for k, v in zip(keys, values)}
print(f"字典推导式: {person2}")

# 输出结果
# 创建的字典: {'name': '张三', 'age': 20, 'city': '北京'}
# 字典推导式: {'name': '张三', 'age': 20, 'city': '北京'}

# 原始字典
scores = {"张三": 85, "李四": 92, "王五": 78}

# 反转字典
reversed_scores = dict(zip(scores.values(), scores.keys()))
print(f"原字典: {scores}")
print(f"反转后: {reversed_scores}")

# 多对一映射（相同值的处理）
students_by_score = {}
for score, name in zip(scores.values(), scores.keys()):
    students_by_score.setdefault(score, []).append(name)
print(f"分数到姓名列表: {students_by_score}")

# 输出结果
# 原字典: {'张三': 85, '李四': 92, '王五': 78}
# 反转后: {85: '张三', 92: '李四', 78: '王五'}
# 分数到姓名列表: {85: ['张三'], 92: ['李四'], 78: ['王五']}

# 学生数据
names = ["张三", "李四", "王五"]
math_scores = [85, 92, 78]
english_scores = [90, 88, 82]

# 创建嵌套字典
students = {}
for name, math, english in zip(names, math_scores, english_scores):
    students[name] = {
        "math": math,
        "english": english,
        "average": (math + english) / 2,
    }

print("学生成绩字典:")
for name, data in students.items():
    print(f"  {name}: {data}")

# 输出结果
# 学生成绩字典:
#   张三: {'math': 85, 'english': 90, 'average': 87.5}
#   李四: {'math': 92, 'english': 88, 'average': 90.0}
#   王五: {'math': 78, 'english': 82, 'average': 80.0}