zip()：Python 中最好用的內(nèi)置類型之一

zip() 是 Python 中最好用的內(nèi)置類型之一，它可以接收多個(gè)可迭代對象參數(shù)，再返回一個(gè)迭代器，可以把不同可迭代對象的元素組合起來。

我之前寫迭代器系列的時(shí)候，在《Python進(jìn)階：設(shè)計(jì)模式之迭代器模式》中簡單地介紹過它，前幾天翻譯了 Python 3.10 采納的 PEP-618 ，介紹了它將會(huì)迎來的變更。

但是，還有不少同學(xué)并不知道 zip()，或者不能熟練掌握它的用法，因此本文打算來做一個(gè)更為詳細(xì)的梳理。

內(nèi)容主要分三部分：

• 用法部分：介紹它的基礎(chǔ)用法、高級(jí)用法、騷操作用法
• 進(jìn)階部分：介紹它的實(shí)現(xiàn)原理，關(guān)注幾個(gè)實(shí)現(xiàn)的細(xì)節(jié)
• 發(fā)散部分：聚焦它的不足，以及解決方法

1、zip() 的 n 種用法

基本用法：像拉鏈一樣，將多個(gè)可迭代對象組合起來，然后可以用 for 循環(huán)依次取出，或者一次性將結(jié)果存入列表、元組或者字典之類的容器中。

它的結(jié)果是一個(gè)迭代器，迭代器生成的元素是元組，第 i 個(gè)元組的元素分別來自可迭代對象參數(shù)的第 i 個(gè)元素，如上圖所示。

另外，for 循環(huán)還可以把元組內(nèi)的元素依次取出，這樣會(huì)很方便：

它的參數(shù)并不要求是同一類的可迭代對象，因此可以有非常多的組合方式，例如：

但是，如果把字典作為 zip() 的參數(shù)，會(huì)是什么結(jié)果呢？字典是 key-value 鍵值對形式，跟列表之類的單一元素結(jié)構(gòu)不同。

實(shí)驗(yàn)一下，可以看出，zip() 默認(rèn)只會(huì)遍歷字典的 key 值：

如果想要取出字典的 value 值，或者取出 key-value 鍵值對，那么可以使用字典自帶的遍歷方法 values() 和 items()：

使用 zip()，還可以比較方便地對二維列表實(shí)現(xiàn)行列轉(zhuǎn)換：

上例中的星號(hào)（*）操作符可以解包（unpacking），即將 my_list 的元素（也是列表）解成多個(gè)參數(shù)給 zip()，從而將 3 個(gè)列表重新組合。

解包操作符對于 zip 對象同樣適用，因?yàn)?zip() 本身是一次行列轉(zhuǎn)換的操作，若將它解包后作為參數(shù)給 zip()，等于再做一次行列轉(zhuǎn)換，也就是回到了原點(diǎn)（除了最后的結(jié)果是元組）：

最后再介紹一種用法：創(chuàng)建 n*n 的方陣，每行的數(shù)字相同。

2、zip() 的原理解析

官方文檔中給出了 zip() 的 Python 偽代碼（并非是 Python 解釋器內(nèi)置的實(shí)現(xiàn)，只為了展示基本的代碼邏輯）：

def zip(*iterables):
    # zip('ABCD', 'xy') -- > Ax By
    sentinel = object()
    iterators = [iter(it) for it in iterables]
    while iterators:
        result = []
        for it in iterators:
            elem = next(it, sentinel)
            if elem is sentinel:
                return
            result.append(elem)
        yield tuple(result)

在這段簡短的代碼中，可以分析出幾點(diǎn)關(guān)鍵的信息：

• zip 接收可變數(shù)量的可迭代對象參數(shù)，這些參數(shù)會(huì)經(jīng)過 iter() 處理成迭代器。推論：若出現(xiàn)非可迭代對象，此處會(huì)報(bào)錯(cuò)
• while 循環(huán)在判斷列表是否為空，而列表中的元素是將參數(shù)轉(zhuǎn)化而成的迭代器。推論：若入?yún)⒋嬖谟行У目傻鷮ο?，則 while 循環(huán)始終為真；若沒有入?yún)ⅲ瑒t什么都不做
• next() 會(huì)依次讀取迭代器中的下一個(gè)元素，它的第二個(gè)參數(shù)會(huì)作為迭代器耗盡時(shí)的返回值。推論：每一輪依次取出這些迭代器的一個(gè)元素，當(dāng)某個(gè)迭代被耗盡時(shí)，則退出死循環(huán)，這就意味著未耗盡的迭代器會(huì)被直接舍棄

3、zip() 的問題與解決

zip() 最明顯的問題是它會(huì)舍棄掉未耗盡的迭代器：

這是一種木桶效應(yīng)，最終的結(jié)果由最短的木板來決定。

有一種解決思路是取長板，同時(shí)補(bǔ)足短板（用 None 值填充），這就是 itertools 中的 zip_longest 方法：

它填充了冗余數(shù)據(jù)，同時(shí)最大限度地保證了原始數(shù)據(jù)的完整性。

但是，如果我們不希望有冗余數(shù)據(jù)，只希望得到按最長方式對齊的數(shù)據(jù)呢？

Python 官方最近采納了 PEP-618，它就是為了應(yīng)對這個(gè)問題。當(dāng)出現(xiàn)迭代器長度不一致時(shí)，它既不向短板妥協(xié)，也不向長板妥協(xié)，而是拋出 ValueError。它認(rèn)為入?yún)⒅靛e(cuò)誤，也就是嚴(yán)格要求入?yún)⒌臄?shù)據(jù)完整性。