转置/解压缩功能（zip的倒数）？

Question

我有一个包含 2 项元组的列表，我想将它们转换为 2 个列表，其中第一个列表包含每个元组中的第一项，第二个列表包含第二项。

例如：

original = [('a', 1), ('b', 2), ('c', 3), ('d', 4)]
# and I want to become...
result = (['a', 'b', 'c', 'd'], [1, 2, 3, 4])

有没有内置函数可以做到这一点？

Answer 1

虽然 numpy 数组和 pandas 可能更可取，但此函数在以 unzip(args) 调用时模仿 zip(*args) 的行为。

允许生成器（如 Python 3 中 zip 的结果）在迭代值时作为 args 传递。

def unzip(items, cls=list, ocls=tuple):
    """Zip function in reverse.

    :param items: Zipped-like iterable.
    :type  items: iterable

    :param cls: Container factory. Callable that returns iterable containers,
        with a callable append attribute, to store the unzipped items. Defaults
        to ``list``.
    :type  cls: callable, optional

    :param ocls: Outer container factory. Callable that returns iterable
        containers. with a callable append attribute, to store the inner
        containers (see ``cls``). Defaults to ``tuple``.
    :type  ocls: callable, optional

    :returns: Unzipped items in instances returned from ``cls``, in an instance
        returned from ``ocls``.
    """
    # iter() will return the same iterator passed to it whenever possible.
    items = iter(items)

    try:
        i = next(items)
    except StopIteration:
        return ocls()

    unzipped = ocls(cls([v]) for v in i)

    for i in items:
        for c, v in zip(unzipped, i):
            c.append(v)

    return unzipped

要使用列表硬币容器，只需运行unzip(zipped)，as

unzip(zip(["a","b","c"],[1,2,3])) == (["a","b","c"],[1,2,3])

要使用双端队列或其他任何带有append 的容器，请传递一个工厂函数。

from collections import deque

unzip([("a",1),("b",2)], deque, list) == [deque(["a","b"]),deque([1,2])]

（装饰cls 和/或main_cls 以微管理容器初始化，如上面最后的断言语句所示。）

Answer 2

考虑使用more_itertools.unzip：

>>> from more_itertools import unzip
>>> original = [('a', 1), ('b', 2), ('c', 3), ('d', 4)]
>>> [list(x) for x in unzip(original)]
[['a', 'b', 'c', 'd'], [1, 2, 3, 4]]     

Answer 3

天真的方法

def transpose_finite_iterable(iterable):
    return zip(*iterable)  # `itertools.izip` for Python 2 users

适用于（可能是无限的）可迭代对象的有限可迭代对象（例如，list/tuple/str 之类的序列）

| |a_00| |a_10| ... |a_n0| |
| |a_01| |a_11| ... |a_n1| |
| |... | |... | ... |... | |
| |a_0i| |a_1i| ... |a_ni| |
| |... | |... | ... |... | |

在哪里

• n in ℕ,
• a_ij 对应于i-th 可迭代的j-th 元素，

在应用transpose_finite_iterable 之后，我们得到

| |a_00| |a_01| ... |a_0i| ... |
| |a_10| |a_11| ... |a_1i| ... |
| |... | |... | ... |... | ... |
| |a_n0| |a_n1| ... |a_ni| ... |

a_ij == j, n == 2n == 2 的 Python 示例

>>> from itertools import count
>>> iterable = [count(), count()]
>>> result = transpose_finite_iterable(iterable)
>>> next(result)
(0, 0)
>>> next(result)
(1, 1)

但是我们不能再次使用transpose_finite_iterable 来返回原始iterable 的结构，因为result 是有限迭代的无限迭代（在我们的例子中是tuples）：

>>> transpose_finite_iterable(result)
... hangs ...
Traceback (most recent call last):
  File "...", line 1, in ...
  File "...", line 2, in transpose_finite_iterable
MemoryError

那么我们该如何处理这种情况呢？

...这里是deque

在我们查看itertools.tee function 的文档之后，有一个 Python 配方，经过一些修改可以帮助我们的案例

def transpose_finite_iterables(iterable):
    iterator = iter(iterable)
    try:
        first_elements = next(iterator)
    except StopIteration:
        return ()
    queues = [deque([element])
              for element in first_elements]

    def coordinate(queue):
        while True:
            if not queue:
                try:
                    elements = next(iterator)
                except StopIteration:
                    return
                for sub_queue, element in zip(queues, elements):
                    sub_queue.append(element)
            yield queue.popleft()

    return tuple(map(coordinate, queues))

我们来看看

>>> from itertools import count
>>> iterable = [count(), count()]
>>> result = transpose_finite_iterables(transpose_finite_iterable(iterable))
>>> result
(<generator object transpose_finite_iterables.<locals>.coordinate at ...>, <generator object transpose_finite_iterables.<locals>.coordinate at ...>)
>>> next(result[0])
0
>>> next(result[0])
1

合成

现在我们可以使用functools.singledispatch decorator like 定义通用函数来处理可迭代的迭代，其中一个是有限的，另一个可能是无限的

from collections import (abc,
                         deque)
from functools import singledispatch


@singledispatch
def transpose(object_):
    """
    Transposes given object.
    """
    raise TypeError('Unsupported object type: {type}.'
                    .format(type=type))


@transpose.register(abc.Iterable)
def transpose_finite_iterables(object_):
    """
    Transposes given iterable of finite iterables.
    """
    iterator = iter(object_)
    try:
        first_elements = next(iterator)
    except StopIteration:
        return ()
    queues = [deque([element])
              for element in first_elements]

    def coordinate(queue):
        while True:
            if not queue:
                try:
                    elements = next(iterator)
                except StopIteration:
                    return
                for sub_queue, element in zip(queues, elements):
                    sub_queue.append(element)
            yield queue.popleft()

    return tuple(map(coordinate, queues))


def transpose_finite_iterable(object_):
    """
    Transposes given finite iterable of iterables.
    """
    yield from zip(*object_)

try:
    transpose.register(abc.Collection, transpose_finite_iterable)
except AttributeError:
    # Python3.5-
    transpose.register(abc.Mapping, transpose_finite_iterable)
    transpose.register(abc.Sequence, transpose_finite_iterable)
    transpose.register(abc.Set, transpose_finite_iterable)

在有限非空可迭代的二元运算符类中，它可以被认为是它自己的逆（数学家称这种函数"involutions"）。

---

作为singledispatching 的奖励，我们可以处理numpy 之类的数组

import numpy as np
...
transpose.register(np.ndarray, np.transpose)

然后像这样使用它

>>> array = np.arange(4).reshape((2,2))
>>> array
array([[0, 1],
       [2, 3]])
>>> transpose(array)
array([[0, 2],
       [1, 3]])

注意

由于transpose 返回迭代器，如果有人想在 OP 中拥有 lists 中的 tuple - 这可以另外使用 map built-in function like 进行

>>> original = [('a', 1), ('b', 2), ('c', 3), ('d', 4)]
>>> tuple(map(list, transpose(original)))
(['a', 'b', 'c', 'd'], [1, 2, 3, 4])

---

广告

我已经从0.5.0 版本向lz package 添加了通用解决方案，可以像这样使用

>>> from lz.transposition import transpose
>>> list(map(tuple, transpose(zip(range(10), range(10, 20)))))
[(0, 1, 2, 3, 4, 5, 6, 7, 8, 9), (10, 11, 12, 13, 14, 15, 16, 17, 18, 19)]

---

附言

没有解决方案（至少显而易见）来处理潜在无限迭代的潜在无限迭代，但这种情况不太常见。

Answer 4

这只是另一种方法，但它对我帮助很大，所以我在这里写它：

拥有这个数据结构：

X=[1,2,3,4]
Y=['a','b','c','d']
XY=zip(X,Y)

导致：

In: XY
Out: [(1, 'a'), (2, 'b'), (3, 'c'), (4, 'd')]

在我看来，解压并返回原始文件的更 Pythonic 的方式是：

x,y=zip(*XY)

但这会返回一个元组，所以如果你需要一个列表，你可以使用：

x,y=(list(x),list(y))

Answer 5

虽然zip(*seq) 非常有用，但它可能不适合非常长的序列，因为它会创建一个要传入的值元组。例如，我一直在使用具有超过一百万个条目的坐标系，并且发现直接创建序列要快得多。

一般的方法是这样的：

from collections import deque
seq = ((a1, b1, …), (a2, b2, …), …)
width = len(seq[0])
output = [deque(len(seq))] * width # preallocate memory
for element in seq:
    for s, item in zip(output, element):
        s.append(item)

但是，取决于您想要对结果做什么，集合的选择可能会产生很大的不同。在我的实际用例中，使用集合而不使用内部循环，明显比所有其他方法都快。

而且，正如其他人所指出的，如果您使用数据集执行此操作，则改用 Numpy 或 Pandas 集合可能更有意义。

Answer 6

前面的答案都有效地提供了所需的输出，即列表元组，而不是元组列表。对于前者，您可以使用tuple 和map。区别如下：

res1 = list(zip(*original))              # [('a', 'b', 'c', 'd'), (1, 2, 3, 4)]
res2 = tuple(map(list, zip(*original)))  # (['a', 'b', 'c', 'd'], [1, 2, 3, 4])

此外，以前的大多数解决方案都假定 Python 2.7，其中zip 返回一个列表而不是迭代器。

对于 Python 3.x，您需要将结果传递给诸如 list 或 tuple 之类的函数以耗尽迭代器。对于内存效率高的迭代器，您可以省略外部的 list 和 tuple 调用以获取各自的解决方案。

Answer 7

因为它返回元组（并且可以使用大量内存），所以 zip(*zipped) 技巧对我来说似乎比有用更聪明。

这里有一个函数实际上会为您提供 zip 的倒数。

def unzip(zipped):
    """Inverse of built-in zip function.
    Args:
        zipped: a list of tuples

    Returns:
        a tuple of lists

    Example:
        a = [1, 2, 3]
        b = [4, 5, 6]
        zipped = list(zip(a, b))

        assert zipped == [(1, 4), (2, 5), (3, 6)]

        unzipped = unzip(zipped)

        assert unzipped == ([1, 2, 3], [4, 5, 6])

    """

    unzipped = ()
    if len(zipped) == 0:
        return unzipped

    dim = len(zipped[0])

    for i in range(dim):
        unzipped = unzipped + ([tup[i] for tup in zipped], )

    return unzipped

Answer 8

zip 是它自己的逆！前提是您使用特殊的 * 运算符。

>>> zip(*[('a', 1), ('b', 2), ('c', 3), ('d', 4)])
[('a', 'b', 'c', 'd'), (1, 2, 3, 4)]

其工作方式是使用参数调用zip：

zip(('a', 1), ('b', 2), ('c', 3), ('d', 4))

...除了参数直接传递给zip（转换为元组之后），因此无需担心参数数量太大。

Answer 9

>>> original = [('a', 1), ('b', 2), ('c', 3), ('d', 4)]
>>> tuple([list(tup) for tup in zip(*original)])
(['a', 'b', 'c', 'd'], [1, 2, 3, 4])

给出问题中的列表元组。

list1, list2 = [list(tup) for tup in zip(*original)]

解压这两个列表。

Answer 10

我喜欢在我的程序中使用zip(*iterable)（这是您要查找的代码）：

def unzip(iterable):
    return zip(*iterable)

我发现unzip 更具可读性。

Answer 11

如果您的列表长度不同，您可能不想按照帕特里克的回答使用 zip。这有效：

>>> zip(*[('a', 1), ('b', 2), ('c', 3), ('d', 4)])
[('a', 'b', 'c', 'd'), (1, 2, 3, 4)]

但是对于不同长度的列表，zip 会将每个项目截断为最短列表的长度：

>>> zip(*[('a', 1), ('b', 2), ('c', 3), ('d', 4), ('e', )])
[('a', 'b', 'c', 'd', 'e')]

你可以使用不带函数的map来用None填充空结果：

>>> map(None, *[('a', 1), ('b', 2), ('c', 3), ('d', 4), ('e', )])
[('a', 'b', 'c', 'd', 'e'), (1, 2, 3, 4, None)]

zip() 稍微快一点。

Answer 12

你也可以

result = ([ a for a,b in original ], [ b for a,b in original ])

它应该更好地扩展。尤其是如果 Python 擅长不扩展列表推导，除非需要。

（顺便说一下，它创建了一个 2 元组（对）列表，而不是像 zip 那样的元组列表。）

如果可以使用生成器而不是实际列表，则可以这样做：

result = (( a for a,b in original ), ( b for a,b in original ))

在您请求每个元素之前，生成器不会遍历列表，但另一方面，它们会保留对原始列表的引用。