目录
一、枚举函数 —— enumerate
enumerate(iterable, start=0)
枚举函数返回一个枚举对象 —— 迭代器 iterator。每次迭代，内部将调用 __next__ 方法并返回一个 tuple，内含一个计数值 (默认从 start=0 开始计数) 和一个获取自可迭代对象 iterable 的值。例如：
>>> x = ['a', 'b', 'c', 'd', 'e']
>>> for i in enumerate(x):
print(i)
(0, 'a')
(1, 'b')
(2, 'c')
(3, 'd')
(4, 'e')
# ----------------------------------------------------------------------------
>>> list(enumerate(x)) # 迭代器 iterator 是惰性的, 常用显示类型转换令其强制运算
[(0, 'a'), (1, 'b'), (2, 'c'), (3, 'd'), (4, 'e')]
但通常会用两个局部变量来对每次迭代的 tuple 解包，以便于接收迭代内容的同时，获取额外的计数值 (常用作索引) 而无需自定义计数器：
>>> index = -1 # 初始化计数器 (全局变量)
>>> for element in x: # 使用自定义计数器
index += 1
print(index, element)
0 a
1 b
2 c
3 d
4 e
# --------------------------------------------------------------------
>>> for (index, element) in enumerate(x): # 使用 enumerate 关键字
0 a
1 b
2 c
3 d
4 e
# --------------------------------------------------------------------
>>> for index, element in enumerate(x): # 对于非嵌套的可迭代对象, 两种用法等价
print(index, element)
0 a
1 b
2 c
3 d
4 e
事实上，全局变量的查询和访问速度低于局部变量，应尽量减少全局变量的使用，尤其是在循环中，而使用 enumerate 关键字就是一个不错的替代方案。
此外，enumerate 的参数 start 作为计数初值，默认值为 0。若有需要，可指定为任意整数传入：
>>> for index, element in enumerate(x, 3): # 指定计数初值 start=3
print(index, element)
3 a
4 b
5 c
6 d
7 e
注意，对于嵌套元素的可迭代对象 (如元组列表、嵌套列表等)，只有一种解包方式：
>>> y = [('a',6), ('b',7), ('c',8), ('d',9)]
>>> for index, (elem, num) in enumerate(y):
print(index, elem, num)
0 a 6
1 b 7
2 c 8
3 d 9
# -------------------------------------------------------------------------
>>> for index, elem, num in enumerate(y):
print(index, elem, num)
Traceback (most recent call last):
File "<pyshell#36>", line 1, in <module>
for index, elem, num in enumerate(y):
ValueError: not enough values to unpack (expected 3, got 2)
总之，在一些需要灵活运用索引和迭代序列的场合下，enumerate 关键字颇具实用性。
二、拉链函数 —— zip
zip(*iterables)
拉链函数创建了一个迭代器 iterator，打包/聚合来自各个输入可迭代对象 iterable 中的元素。具体而言，zip 返回一个元组迭代器，其中的第 i 个元组 tuple 包含来自各个输入可迭代对象 iterable 的第 i 个元素。 例如：
>>> lst1 = [1, 2, 3, 4, 5]
>>> lst2 = ['a', 'b', 'c', 'd', 'e']
>>> for tup in zip(lst1, lst2): # 如同拉链的操作
print(tup)
(1, 'a')
(2, 'b')
(3, 'c')
(4, 'd')
(5, 'e')
# ----------------------------------------------------------------------------
>>> list(zip(lst1, lst2)) # 迭代器 iterator 是惰性的, 常用显示类型转换令其强制运算
[(1, 'a'), (2, 'b'), (3, 'c'), (4, 'd'), (5, 'e')]
把各个可迭代对象比作“拉链”，那么 zip 就是一个“拉链头”，将相同位置的元素同时绑定在一起。因此，当输入可迭代对象中最短的一个被“耗尽”时，迭代器将终止迭代，截断输出。
>>> lst1 = [1, 2, 3, 4, 5]
>>> lst2 = ['a', 'b', 'c', 'd', 'e']
>>> lst3 = [0, 0, 0]
>>> for tup in zip(lst1, lst2, lst3): # lst 最短, 仅有 3 个元素, 故仅迭代 3 次便终止和截断
print(tup)
(1, 'a', 0)
(2, 'b', 0)
(3, 'c', 0)
若仅输入单个可迭代对象，zip 返回的迭代器由单元素 tuple 组成：
>>> lst1 = [1, 2, 3, 4, 5]
>>> for tup in zip(lst1):
print(tup)
(1,)
(2,)
(3,)
(4,)
(5,)
如果不希望其他可迭代对象因最短可迭代对象的耗尽而被截断，则应使用 itertools.zip_longest 聚合元素，而空缺的位置将由 None 占用：
>>> from itertools import zip_longest
>>> lst1 = [1, 2, 3, 4, 5]
>>> lst2 = ['a', 'b', 'c', 'd', 'e']
>>> lst3 = [0, 0, 0]
>>> for tup in zip_longest(lst1, lst2, lst3): # 可见没有元素被截断, 空缺处由 None 取代
print(tup)
(1, 'a', 0)
(2, 'b', 0)
(3, 'c', 0)
(4, 'd', None)
(5, 'e', None)
此外，形同拉链的来回移动操作，使用一次 zip 将“聚合”数据，而使用两次 zip 则“解散”数据：
>>> lst1 = [1, 2, 3, 4, 5]
>>> lst2 = ['a', 'b', 'c', 'd', 'e']
>>> zipped = zip(lst1, lst2) # 使用一次 zip 拉链
>>> zipped
<zip object at 0x000001DBDDEDE748>
>>> list(zipped)
[(1, 'a'), (2, 'b'), (3, 'c'), (4, 'd'), (5, 'e')]
>>> lst3, lst4 = zip(*zip(lst1, lst2)) # 使用两次 zip 解链
>>> lst3
(1, 2, 3, 4, 5)
>>> lst4
('a', 'b', 'c', 'd', 'e')
拉链函数 zip 的用途很多，典型的有：
参数组合
>>> lst1 = [1, 2, 3, 4, 5]
>>> lst2 = ['a', 'b', 'c', 'd', 'e']
>>> [str(elem2) + str(elem1) for elem1, elem2 in zip(lst1, lst2)]
['a1', 'b2', 'c3', 'd4', 'e5']
字典生成
>>> lst1 = [1, 2, 3, 4, 5]
>>> lst2 = ['a', 'b', 'c', 'd', 'e']
>>> dict(zip(lst2, lst1))
{'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
矩阵转置
>>> matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> [[row[col] for row in matrix] for col in range(len(matrix[0]))] # 列表推导式实现
[[1, 4, 7], [2, 5, 8], [3, 6, 9]]
# 将 list 视为 tuple 解压, 恰得“行列互换”的效果, 再通过 map 对各元素应用 list() 将 tuple 转换为 list
>>> list(map(list, zip(*matrix))) # map + zip 实现, 速度更快但也更晦涩
[[1, 4, 7], [2, 5, 8], [3, 6, 9]]
三、小结
枚举函数 enumerate 和拉链函数 zip 其实在底层均是基于迭代器实现的，原理上并不难懂，不使用也无大碍。但学会灵活运用这些内置的工具和方法，将十分有助于我们践行 Pythonic 的精髓。
参考文献：
《Python Immediate》
https://docs.python.org/zh-cn/3.6/library/functions.html?highlight=enumerate#enumerate
https://docs.python.org/zh-cn/3.6/library/functions.html?highlight=enumerate#zip