除了拉上外套拉链之外：掌握 Python 中的“zip_longest”

我敢打赌，您可能遇到过尝试在 python 中压缩两个不同长度的列表而丢失数据的挫败感。
itertools.zip_longest 可以拯救世界。在这里我想探索如何使用zip_longest()，将其与标准zip进行比较，并深入研究它的闪光点的实际场景。

itertools.zip_longest 是什么？

python 中itertools 模块中的zip_longest() 函数允许您压缩多个可迭代对象，并用指定值（默认）填充较短的可迭代对象。这确保了即使迭代的长度不同，也不会丢失数据。

实际例子

考虑这样一个场景：您尝试在教室里为学生安排座位，但学生人数和可用课桌数量不匹配。你要确保每个学生都有座位，并且每个座位都尽可能坐满。

• 如果您使用zip()，一旦用完学生或课桌，配对就会停止。这意味着一些课桌可能是空的，或者一些学生可能会站着。

• 使用zip_longest()，您可以为每个学生配备一张桌子，如果桌子用完，您可以注意到额外的学生需要站立。或者，如果课桌数量多于学生，您可以将多余的课桌标记为“空”。每个学生都有名额，并且您确切地知道哪些课桌未被占用。

  立即学习“Python免费学习笔记（深入）”；

考虑一个例子，其中课桌数量超过学生数量，同时使用 zip() 和 zip_longest().

使用 zip()

students = ['alice', 'bob']
desks = ['desk 1', 'desk 2', 'desk 3']

# using zip to pair students with desks
seating_zip = list(zip(students, desks))

print("seating with zip:")
for student, desk in seating_zip:
    print(f"{student} is assigned to {desk}")

输出：

seating with zip:
alice is assigned to desk 1
bob is assigned to desk 2

使用zip()，一旦较短的列表（学生）用完，配对就会停止。办公桌 3 仍未分配，并且没有迹象表明它未被使用。

使用 zip_longest()

from itertools import zip_longest

students = ['alice', 'bob']
desks = ['desk 1', 'desk 2', 'desk 3']

# using zip_longest to pair students with desks
seating_zip_longest = list(zip_longest(students, desks, fillvalue='empty seat'))

print("nseating with zip_longest:")
for student, desk in seating_zip_longest:
    print(f"{student} is assigned to {desk}")

输出：

Seating with zip_longest:
Alice is assigned to Desk 1
Bob is assigned to Desk 2
Empty Seat is assigned to Desk 3

使用zip_longest()，即使没有足够的学生来填满所有座位，每张课桌都会被计算在内。在这种情况下，办公桌 3 与“空座”配对，表明该办公桌仍然无人占用。当您需要跟踪所有资源并确保不遗漏任何内容时，此方法特别有用。

?zip_longest()的优点：
保留数据：确保填充较短的可迭代对象时不会丢失数据。
灵活性： 允许指定自定义填充值。
全面配对：在需要不同长度迭代的对齐的数据处理任务中很有用。
?zip_longest()的缺点：
填充可能是不需要的：在某些情况下，填充可能会带来不必要的复杂性。
内存使用：如果处理大的可迭代对象和大的填充值，可能会使用更多的内存。

?zip()的优点：
简单高效：适用于等长度的可迭代。
更少的内存使用：无填充意味着潜在的更少的内存开销。
?zip()的缺点：
数据丢失：截断为最短的迭代，丢失较长迭代的数据。

结论

zip_longest() 是 python 武器库中的一个强大工具，特别是在处理不同长度的可迭代时。它通过填充缺失值来确保数据完整性，使其成为各种数据处理任务的理想选择。虽然 zip() 更简单、更节省内存，但 zip_longest() 提供了许多实际场景所需的灵活性。