第8条 用zip函数同时遍历两个迭代器


写 Python 代码时，经常会根据某份列表中的对象创建许多与这份列表有关的新列表。下面这样的列表推导机制，可以把表达式运用到源列表的每个元素上，从而生成一份派生列表（参见第27条）。

names = ['Cecilia', 'Lisa', 'Marie']
counts = [len(n) for n in names]
print(counts)

>>>
[7, 4, 5]

派生列表中的元素与源列表中对应位置上面的元素有着一定的关系。如果想同时遍历这两份列表，那可以根据源列表的长度做迭代。

longest_name = None
max_count = 0
for i in range(len(names)):
    count = counts[i]
    if count > max_count:
        longest_name = names[i]
        max_count = count
print(longest_name)

>>>
Cecilia

这种写法的问题在于，整个循环代码看起来很乱。我们要通过下标访问 names 和 counts 这两个列表里面的元素。所以表示下标的那个循环变量 i 在循环体必须出现两次，这让代码变得不太好懂。该用 enumerate 实现（参见 第7条 ）会变得更好一些，但仍然不够理想。

for i, name in enumerate(names):
    count = counts[i]
    if count > max_count:
        longest_name = name
        max_count = count

为了将代码写清楚，可以用 Python 内置的 zip 函数来实现。这个函数能把两个或更多的 iterator 封装成惰性生成器(lazy generator)。每次循环时，它会分别从这些迭代器里获取各自的下一个元素，并把这些值放在一个元组里面。 而这个元组可以拆分到 for 语句里的那些变量之中（参见 第6条）。这样写出来的代码，比通过下标访问多个列表的那种代码清晰得多。

for name, count in zip(names, counts):
    if count > max_count:
        longest_name = name
        max_count = count

zip 每次只从它封装的那些迭代器里面各取一个元素，所以即使源列表很长，程序也不会因为占用内存过多而崩溃。

但是，如果输入 zip 的那些列表长度不一致，那就得小心了。例如，我给 names 表里面又添加了一个名字，但是忘了把它的长度更新到 counts 列表之中。在这种情况下，用 zip 同时遍历这两份列表，会产生奇怪的结果。

names.append('Rosalind')
for name, count in zip(names, counts):
    print(name)
    
>>>
Cecilia
Lisa
Marie

新添加的那个 ‘Rosalind’ 元素为什么没有打印出来呢？因为 zip 函数本来就是这样设计的：只要其中任何一个迭代器处理完毕，它就不往下面走了。于是，循环的次数实际上等于最短的那份列表所具备的长度。一般情况下，我们都是根据某份列表推导出其他几份列表。然后把这些列表一起封装到 zip 里面，由于这些列表长度相同，因此不会遇到刚才到问题。

在列表长度不同的情况下，zip 函数的提前终止行为可能跟你想实现的效果不一样。所以，如果无法确定这些列表的长度相同，那就不要把它们传给 zip，而是应该传给另一个 zip_longst ，这个函数位于 itertools 模块里。

import itertools
for name, count in itertools.zip_longest(names, counts):
    print(f'{name}: {count}')

>>>
Cecilia: 7
Lisa: 4
Marie: 5
Rosalind: None

如果其中有些列表已经遍历完了，那么 zip_longest 会用当初传给 fillvalue 参数的那个值来填补空缺(本例子中空缺的字段为字符串 ‘Rosalind’ 的长度值)，默认的参数值为 None.