Transpose/Unzip Function (inverse of zip)?
我有一个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个项,第二个列表包含第二个项。 例如:
1 2 3
| original = [('a', 1), ('b', 2), ('c', 3), ('d', 4)]
# and I want to become...
result = (['a', 'b', 'c', 'd'], [1, 2, 3, 4]) |
是否有一个内置函数可以做到这一点?
zip是它自己的反义词!如果您使用特殊*运算符。
1 2
| >>> zip(*[('a', 1), ('b', 2), ('c', 3), ('d', 4)])
[('a', 'b', 'c', 'd'), (1, 2, 3, 4)] |
其工作方式是通过以下参数调用zip:
1
| zip(('a', 1), ('b', 2), ('c', 3), ('d', 4)) |
号 …除了参数直接传递给zip(转换成元组后),所以不必担心参数的数量变得太大。
你也可以
1
| result = ([ a for a,b in original ], [ b for a,b in original ]) |
它应该有更好的伸缩性。尤其是如果python在不扩展列表理解方面做得很好,除非需要。 (顺便说一下,它是一对列表,而不是像zip那样的元组列表。) 如果生成器(而不是实际列表)正常,则可以这样做:
1
| result = (( a for a,b in original ), ( b for a,b in original )) |
。 在您请求每个元素之前,生成器不会仔细浏览列表,但在另一方面,它们保留对原始列表的引用。
如果您的列表长度不相同,您可能不想按照帕特里克的回答使用zip。这项工作:
1 2
| >>> zip(*[('a', 1), ('b', 2), ('c', 3), ('d', 4)])
[('a', 'b', 'c', 'd'), (1, 2, 3, 4)] |
但是,对于不同的长度列表,zip会将每个项目截断为最短列表的长度:
1 2
| >>> zip(*[('a', 1), ('b', 2), ('c', 3), ('d', 4), ('e', )])
[('a', 'b', 'c', 'd', 'e')] |
。 可以使用不带函数的map将空结果填充为无:
1 2
| >>> map(None, *[('a', 1), ('b', 2), ('c', 3), ('d', 4), ('e', )])
[('a', 'b', 'c', 'd', 'e'), (1, 2, 3, 4, None)] |
。 不过,zip()速度稍快。
我喜欢在我的程序中使用zip(*iterable)(这是您要查找的代码段),因此:
1 2
| def unzip(iterable):
return zip(*iterable) |
我发现unzip更易读。
1 2 3
| >>> 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]) |
号 给出问题中的一组列表。
1
| list1, list2 = [list(tup) for tup in zip(*original)] |
号 打开两个列表。
这只是另一种方法,但它对我有很大帮助,所以我在这里写了: 具有这种数据结构:
1 2 3
| X=[1,2,3,4]
Y=['a','b','c','d']
XY=zip(X,Y) |
。 导致:
1 2
| In: XY
Out: [(1, 'a'), (2, 'b'), (3, 'c'), (4, 'd')] |
在我看来,解压并回到原版的更为Python式的方法是:
。 但这会返回一个元组,因此如果需要列表,可以使用:
号
天真的方法
1 2
| def transpose_finite_iterable(iterable):
return zip(*iterable) # `itertools.izip` for Python 2 users |
对于有限不可迭代(如list/tuple/str等序列)的(潜在无限)iterables,可以很好地工作,如
1 2 3 4 5
| | |a_00| |a_10| ... |a_n0| |
| |a_01| |a_11| ... |a_n1| |
| |... | |... | ... |... | |
| |a_0i| |a_1i| ... |a_ni| |
| |... | |... | ... |... | | |
号 哪里
- n in ?,
- a_ij对应于ith iterable的jth元素,
应用transpose_finite_iterable后,我们得到
1 2 3 4
| | |a_00| |a_01| ... |a_0i| ... |
| |a_10| |a_11| ... |a_1i| ... |
| |... | |... | ... |... | ... |
| |a_n0| |a_n1| ... |a_ni| ... | |
python示例,其中a_ij == j、n == 2
1 2 3 4 5 6 7
| >>> from itertools import count
>>> iterable = [count(), count()]
>>> result = transpose_finite_iterable(iterable)
>>> next(result)
(0, 0)
>>> next(result)
(1, 1) |
。 但是我们不能再用transpose_finite_iterable来恢复原来iterable的结构,因为result是有限iterable s的无穷大iterables(在我们的例子中是tuples):
1 2 3 4 5 6
| >>> transpose_finite_iterable(result)
... hangs ...
Traceback (most recent call last):
File"...", line 1, in ...
File"...", line 2, in transpose_finite_iterable
MemoryError |
那么我们如何处理这个案子呢? …江户一号〔14〕来了。 在我们看了itertools.tee函数的文档之后,有一个python配方,通过一些修改可以帮助我们解决这个问题。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
| 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)) |
。 让我们检查一下
1 2 3 4 5 6 7 8 9
| >>> 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 现在我们可以定义一般的函数来处理iterables的iterables,其中一个是有限的,另一个可能是无限的,使用functools.singledispatch类装饰符
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54
| 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iterables上的二元算子类中,它可以被看作是它自己的逆(数学家称这种函数为"对合")。 作为singledispatch的额外功能,我们可以处理numpy数组,例如
1 2 3
| import numpy as np
...
transpose.register(np.ndarray, np.transpose) |
。 然后像这样使用
1 2 3 4 5 6 7
| >>> array = np.arange(4).reshape((2,2))
>>> array
array([[0, 1],
[2, 3]])
>>> transpose(array)
array([[0, 2],
[1, 3]]) |
注释 由于transpose返回迭代器,并且如果有人想在op中使用list的tuple,那么可以使用map内置函数,例如
1 2 3
| >>> original = [('a', 1), ('b', 2), ('c', 3), ('d', 4)]
>>> tuple(map(list, transpose(original)))
(['a', 'b', 'c', 'd'], [1, 2, 3, 4]) |
。广告 我在0.5.0版本的lz包中添加了通用的解决方案,可以像
1 2 3
| >>> 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)] |
号附笔。 没有解决方案(至少是显而易见的)来处理潜在的无限不可迭代的无限不可迭代的无限不可迭代,但这种情况并不常见。
1 2 3 4 5 6 7
| original = [('a', 1), ('b', 2), ('c', 3), ('d', 4)]
#unzip
a1 , a2 = zip(*original)
#make tuple with two list
result=(list(a1),list(a2))
result |
号
result=(['a', 'b', 'c', 'd'], [1, 2, 3, 4])
号
考虑使用更多的itertools.unzip:
1 2 3 4
| >>> 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]] |
号
因为它返回元组(并且可以使用大量的内存),所以在我看来,zip(*zipped)技巧似乎比有用更聪明。 这是一个函数,它实际上会给你zip的倒数。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
| 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 |
号
虽然zip(*seq)非常有用,但它可能不适用于非常长的序列,因为它将创建一个要传入的值元组。例如,我一直在使用一个有超过一百万个条目的坐标系统,并且发现直接创建序列的速度明显更快。 一般方法如下:
1 2 3 4 5 6 7
| 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) |
号 但是,根据你想对结果做什么,选择收藏会有很大的不同。在我的实际用例中,使用集合而不使用内部循环,比所有其他方法都快得多。 而且,正如其他人所指出的,如果您使用数据集,那么使用numpy或pandas集合可能是有意义的。
前面的答案都不能有效地提供所需的输出,即列表的元组,而不是元组的列表。对于前者,您可以使用tuple和map。区别在于:
1 2
| 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]) |
号 此外,以前的大多数解决方案都采用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。对于内存高效的迭代器,可以省略外部list和tuple对各自解决方案的调用。
这就是如何将2x4元组转换为4x2元组的方法。
1
| >>> tuple(zip(*[('a', 1), ('b', 2), ('c', 3), ('d', 4)])) |
号 结果
1
| [('a', 'b', 'c', 'd'), (1, 2, 3, 4)] |
号
|