Python Learning: Python 函式 zip() 教學：同時迭代多個 list，學習刷題與資料分析技巧

zip 在英文是拉鍊的意思，而 Python 的內建函式 zip() 就是取名自拉鍊的形象，它可以同時迭代多個 list、每次分別從各個 list 中取一個元素配成同一組，彷彿拉鍊齒一組一組整齊對應的樣子。

這則筆記中，好豪將跟你分享 zip() 函式有哪些好用的地方，我會先簡短教學 zip() 函式的功能，並把重點放在能讓你快速活用的三項實戰案例：

矩陣轉置：用 Python 解 LeetCode 演算法題目常用技巧
dict 反轉：NLP 資料分析建立詞庫
同時迭代多個長短不一的 list：zip() 的進階用法

Python `zip()` 每次從各個引數 list 中各取一個元素配成同一組，彷彿拉鍊齒一個個整齊對應的樣子（Source: Unsplash）

快速學習 zip 函式

zip()：從每個引數中的可迭代物件，組合各個可迭代物件的元素，產生一個迭代器
Python3 官方文件

在 Python3，zip() 會回傳一個迭代器（iterator），而這個迭代器的第 i 個元素，就是每個傳入引數的第 i 個內容所組合成的 tuple。zip() 的引數需要是可迭代物件，包括常用的 list、set、dict、或者 str 等等。請看以下範例：

# 基本 zip() 教學範例
>>> x = ['a', 'b', 'c']
>>> y = [1,   2,   3]
>>> zipped = zip(x, y)
>>> type(zipped) # 回傳的是一個 'zip' 物件，它是可迭代的
<class 'zip'>
>>> zipped
<zip object at 0x108e8bc80>
## 用 loop 遍歷 zip 物件內容
>>> for i in zip(x, y):
...     print(i)
('a', 1)
('b', 2)
('c', 3)
# 也可用 list() 或 set() 將迭代器轉換成其他資料型態
>>> list(zip(x, y)) 
[('a', 1), ('b', 2), ('c', 3)]
>>> set(zip(x, y))
{('c', 3), ('b', 2), ('a', 1)}
## zip() 可以接受任意多個引數
## 函式引數需要是可迭代物件，因此也包括 str, set, dict 等等
>>> x = "abc"
>>> y = {2021, 1, 29}
>>> z = {'first': 0.5, 'second': 0.6, 'third': 0.7}
>>> for i in zip(x, y, z):
...     print(i)
('a', 1, 'first')
('b', 29, 'second')
('c', 2021, 'third')
## 在這個例子中，有兩項小提醒
## 1. 如果你 zip 遍歷內容是 set，要注意它沒有排序的特性
##    本例 set 的 print 的順序就跟宣告內容順序不同
## 2. 當你直接遍歷 dict 物件的時候，只會遍歷 key、而不是 value 喔
##    如果需要遍歷 dict 的 value，可以使用 .values() 函式
>>> for i in zip(x, y, z.values()):
...     print(i)
('a', 1, 0.5)
('b', 29, 0.6)
('c', 2021, 0.7)

究竟使用 zip() 函式有什麼好處呢？我們直接從以下三個實戰案例來學習。

矩陣轉置

給定一個 3*2 的矩陣（在 Python 內的資料結構可以用 3 個 list、各有 2 個元素來表示），要如何轉置成 2*3 的矩陣呢？

矩陣轉置只需要使用 zip(*matrix) 這個簡單技巧就能完成：

# zip() 矩陣轉置範例
>>> matrix = [
...   [1, 2],
...   [3, 4],
...   [5, 6]
... ]
>>> for i in zip(*matrix):
...     print(i)
(1, 3, 5)
(2, 4, 6)
## 如果轉置後希望維持原本 list of lists 的結構
>>> [list(row) for row in zip(*matrix)]
[
  [1, 3, 5], 
  [2, 4, 6]
]

原理說明：用 `＊` 符號解包

呼叫函式的時候，如果在可迭代物件的引數前面加上 * 符號，可以進行解包（unpack）：將可迭代物件內的每個內容物各自成為引數。

如果呼叫 func(my_list)，函式只會收到一個引數
如果呼叫 func(*my_list)，該 list 長度多長、函式就收到幾個引數

在轉置矩陣的範例中，矩陣解包後，每一列各自成為一個引數傳入 zip() 了。

## 沿用上方轉置矩陣範例
>>> matrix = [
...   [1, 2],
...   [3, 4],
...   [5, 6]
... ]
>>> for i in zip(*matrix):
...     print(i)
(1, 3, 5)
(2, 4, 6)
## 使用 `*` 解包，等同於：
>>> for i in zip([1, 2], [3, 4], [5, 6]):
...     print(i)
(1, 3, 5)
(2, 4, 6)

LeetCode 實戰

此範例來自 LeetCode 477 (難度 Medium)，筆者在此只探討用到 zip() 解題的部分。

Hamming Distance 是要計算兩個二進位制的數總共有幾個位元（bit）不一樣，而本題是需要你計算多個數的 Hamming Distance 總和。例如，要計算 1、7、與 10 三個數在二進位制總共有幾個位元不同。

如何一個個位元比較呢？用 zip() 處理二進位制字串就很好解決了！

## 使用 f-string 的 'b' 關鍵字
## 將整數轉成二進位制字串
>>> arr = [1, 7, 10]
>>> arr = [f"{i:04b}" for i in arr]
## 現在 arr 可以被看成是 3*4 的矩陣
>>> arr
['0001', '0111', '1010']
## 我們用 zip(*arr) 技巧將它轉置
## 成為 4*3 的矩陣
>>> for i in zip(*arr):
...     print(i)
('0', '0', '1')
('0', '1', '0')
('0', '1', '1')
('1', '1', '0')

zip() 幫你把各個數的同一個位元都整齊放在同一列了，接下來你只要專注想出每一列要怎麼加總位數差異就可以了！

如果這題解完你還覺得練習不夠，和你分享 LeetCode 這題也適合用 zip() 解題。

dict 反轉

處理資料的時候，zip() 可以用來將 dict 的 key 與 value 關係反轉。

# dict 反轉範例
>>> my_dict = {'a': 1, 'b': 2, 'c': 3}
## 快速複習用來列出 dict 內容的函式
>>> my_dict.keys()
dict_keys(['a', 'b', 'c'])
>>> my_dict.values()
dict_values([1, 2, 3])
>>> my_dict.items()
dict_items([('a', 1), ('b', 2), ('c', 3)])
# dict 反轉，兩種寫法
## 1. dict comprehension
>>> {value: key for key, value in my_dict.items()}
{1: 'a', 2: 'b', 3: 'c'}
## 2. 使用 zip()
>>> dict(zip(my_dict.values(), my_dict.keys()))
{1: 'a', 2: 'b', 3: 'c'}

上面提了兩種方式做到 dict 的 key 與 value 反轉，讀者可以依照自己的寫程式風格選擇要用哪種。

運用場景：NLP 建立詞庫

在做 NLP 文字分析時，會需要建立詞庫，文字要編成索引編號（index）才能輸入到機器學習模型，又因為模型輸出也是索引編號，所以我們還需要將索引編號轉換回來原本的文字。

要同時做到 文字 -> index 以及 index -> 文字，基本作法就是創造兩個 key 與 value 相反的 dict。

# NLP 詞庫建立範例
>>> sentence = "My name is haohao. This is my blog."
>>> sentence_list = [w.lower().strip('.') for w in sentence.split()]
>>> sentence_list
['my', 'name', 'is', 'haohao', 'this', 'is', 'my', 'blog']
>>> set(sentence_list) # 用 set 去除重複字詞
{'is', 'name', 'this', 'haohao', 'my', 'blog'}
## 先建立 `文字 -> index` 的詞庫
>>> word2index = {w: i for i, w in enumerate(set(sentence_list))}
>>> word2index
{'is': 0, 'name': 1, 'this': 2, 'haohao': 3, 'my': 4, 'blog': 5}
## 再用 zip() 反轉 dict，建立 `index -> 文字` 的對應關係
>>> index2word = dict(zip(word2index.values(), word2index.keys()))
>>> index2word
{0: 'is', 1: 'name', 2: 'this', 3: 'haohao', 4: 'my', 5: 'blog'}
## 可以任意讓資料在 `文字` 與 `index` 之間自由切換囉！
>>> sentence_list
['my', 'name', 'is', 'haohao', 'this', 'is', 'my', 'blog']
>>> sentence_index_list = [word2index[w] for w in sentence_list]
>>> sentence_index_list
[4, 1, 0, 3, 2, 0, 4, 5]
>>> [index2word[i] for i in sentence_index_list]
['my', 'name', 'is', 'haohao', 'this', 'is', 'my', 'blog']

NLP 詞庫建立，通常還需要考慮詞頻等問題，可以參考 Udacity 課程教學的簡單詞庫寫法（Github）。如果對入門 NLP 與深度學習有更多興趣，推薦你閱讀筆者好豪學習這門 Udacity 深度學習 Pytorch 課程的心得，一起來上課！

同時迭代多個長短不一的 list

請注意：如果你傳給 zip() 的多個可迭代物件長度不一樣，zip() 不會回報 error，而是走訪完最短的可迭代物件就結束。

如果你沒察覺到傳入的多個 list 長短不一，長度較長的 list 數值就會在走訪時被遺漏！

# 範例：多個 list 長短不一，又想用 zip() 同時走訪
>>> list_a = [1,   2]
>>> list_b = ['a', 'b', 'c', 'd', 'e']
>>> list_c = [0.5, 0.7, 0.9]
>>> for i in zip(list_a, list_b, list_c):
...     print(i)
(1, 'a', 0.5)
(2, 'b', 0.7)
## ^ 明明最長的 list 有 5 個元素
##   使用 zip() 之後只剩下走訪 2 個元素！
## 如果 zip() 引數之中混入一個長度為 0 的 list
## 就不會走訪任何內容囉
## 而且不會出現 error
>>> for i in zip([], list_a, list_b, list_c):
...     print(i)
>>> len(list(zip([], list_a, list_b, list_c)))
0

如果你需要以最長的 list 為準、用 zip() 同時走訪多個 list，可以把 zip() 替換成 itertools 內建函式庫裡的 zip_longest() 函式：

>>> from itertools import zip_longest
>>> for i in zip_longest(list_a, list_b, list_c):
...     print(i)
(1, 'a', 0.5)
(2, 'b', 0.7)
(None, 'c', 0.9)
(None, 'd', None)
(None, 'e', None)
## 上例中，較短的 list 先被走訪完畢，之後都預設填補 None
## 設定 zip_longest() 的 fillvalue 引數可以選擇填補其他內容
>>> for i in zip_longest(list_a, list_b, list_c, fillvalue="NO_VALUE"):
...     print(i)
(1, 'a', 0.5)
(2, 'b', 0.7)
('NO_VALUE', 'c', 0.9)
('NO_VALUE', 'd', 'NO_VALUE')
('NO_VALUE', 'e', 'NO_VALUE')
## 要用 zip() 同時走訪長短不一的 list、並且要把最長的 list 走訪完
## itertools 函式庫還有其他工具可用
## 在此只用範例簡單展示其中兩個：
## - cycle(): 較短的 list 被走訪完後，會從頭再走訪、不斷重複
## - repeat(): 單純地重複某個元素
>>> from itertools import cycle, repeat
>>> for i in zip(cycle(list_a), list_b, cycle(list_c), repeat("ʕ •ᴥ•ʔ")):
...     print(i)
(1, 'a', 0.5, 'ʕ •ᴥ•ʔ')
(2, 'b', 0.7, 'ʕ •ᴥ•ʔ')
(1, 'c', 0.9, 'ʕ •ᴥ•ʔ')
(2, 'd', 0.5, 'ʕ •ᴥ•ʔ')
(1, 'e', 0.7, 'ʕ •ᴥ•ʔ')
## 想更加了解 itertools 的讀者，可以參考官方文件
## https://docs.python.org/zh-cn/3/library/itertools.html

結語

在這則筆記裡，我們學會了：

zip() 的基本用法
矩陣轉置
dict 反轉
還有長短不一的 list 同時迭代進階技巧

zip() 函式不只方便好用，筆者好豪也常在網友分享的面試題看到與它相關的問題出現，可以說是邁向進階 Python 必學的內建函式，相信讀者掌握這則筆記的技巧後，不論是刷演算法題或資料分析工作，都能多增加一項寫 Python 利器！

參考資料：

還想知道更多 Python 相關技巧嗎？推薦你閱讀好豪蒐集的《Python 神乎其技》免費教學文章，學會更多 Pythonic Code！

如果這篇文章有幫助到你，歡迎追蹤好豪的粉絲專頁，我會持續分享 Python 技巧、資料科學等知識。

也歡迎點選下方按鈕將本文加入書籤隨時複習、或者分享給更多正在學 Python 的朋友。

from: https://haosquare.com/python-zip-function/

Python Learning

Saturday 3 September 2022

Python 函式 zip() 教學：同時迭代多個 list，學習刷題與資料分析技巧

快速學習 zip 函式

矩陣轉置

原理說明：用 `＊` 符號解包

LeetCode 實戰

dict 反轉

運用場景：NLP 建立詞庫

同時迭代多個長短不一的 list

結語

參考資料：

No comments:

Post a Comment

Saturday 3 September 2022

Python 函式 zip() 教學：同時迭代多個 list，學習刷題與資料分析技巧

快速學習 zip 函式

矩陣轉置

原理說明：用 ＊ 符號解包

LeetCode 實戰

dict 反轉

運用場景：NLP 建立詞庫

同時迭代多個長短不一的 list

結語

參考資料：

No comments:

Post a Comment

原理說明：用 `＊` 符號解包