定義：zip([iterable, ...])
zip()是Python的一個內建函數，它接受一系列可迭代的對象作爲參數，將對象中對應的元素打包成一個個tuple（元組），然後返回由這些tuples組成的list（列表）。若傳入參數的長度不等，則返回list的長度和參數中長度最短的對象相同。利用*號操作符，可以將list unzip（解壓），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)]
對於這個並不是很常用函數，下面舉幾個例子說明它的用法：
* 二維矩陣變換（矩陣的行列互換）
比如我們有一個由列表描述的二維矩陣
a = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
通過python列表推導的方法，我們也能輕易完成這個任務
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：
>>> 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，再通過對每個元素應用list()函數，將tuple轉換爲list
* 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'
這個函數有個限制，指定概率的列表必須和元素一一對應，而且和爲1，否則這個函數可能不能像預想的那樣工作。
稍微解釋下，先利用random.uniform()函數生成一個0-1之間的隨機數並複製給x，利用zip()函數將元素和他對應的概率打包成tuple，然後將每個元素的概率進行疊加，直到和大於x終止循環
這樣，”a”被選中的概率就是x取值位於0-0.1的概率，同理”b”爲0.1-0.4，”c”爲0.4-1.0，假設x是在0-1之間平均取值的，顯然我們的目的已經達到
