0

0

将两个长度不相等的列表压缩成一个Python字典

WBOY

WBOY

发布时间:2023-08-19 11:29:06

|

1358人浏览过

|

来源于tutorialspoint

转载

将两个长度不相等的列表压缩成一个python字典

介绍

在Python中,列表和字典是最常用的数据收集和处理方法之一。有许多与列表和字典相关的操作常用于以所需形式获取数据。有时我们还可能需要将两个不同的列表压缩并以字典形式获取压缩后的列表。

在本文中,我们将讨论两个长度不相等的列表的压缩操作,并将输出结果作为字典。本文将帮助读者了解列表的压缩操作,并从中生成一个字典。

所以让我们开始讨论一下将两个不相等的列表压缩的含义。

压缩两个长度不相等的列表

在Python中,当收集和处理数据时,压缩是其中最常见的操作之一,它涉及以键值对的方式添加两个列表。简单来说,它是一种操作,其中列表中的值或元素以一种使其看起来像输出结果中的键值对的方式进行排序或表示。

立即学习Python免费学习笔记(深入)”;

这个操作是最常见的之一,因为有时我们可能需要一个由两个不同列表组合而成的列表或字典。我们可以有两个不同大小或长度的列表,然后将它们合并并以字典形式输出,以便更轻松、高效地处理数据。

有很多方法可以实现相同的效果。让我们讨论其中一些方法。

方法1:使用Itertools + Cycle

We can use the itertools library and can import the cycle in order to zip the two lists and get the dictionary as an output.

# Itertools + Cycle Method 


# Import the cycle from itertools
from itertools import cycle

# define two lists
list1 = ['a', 'b', 'c', 'd', 'e']
list2 = [1, 2, 3, 4]

# zip the lists and pass them into the dictionary form
res = dict(zip(list1, cycle(list2)))

# print the final results
print("Final Output Dictionary : ", str(res))

正如我们在上面的代码中可以看到的那样,首先我们从itertools中导入了cycle,并且定义了两个不同大小的列表。

然后使用itertools中的循环函数将两个长度不相等的列表进行压缩,然后将输出表示为字典形式。

输出

以下代码的输出结果将是:

Final Output Dictionary: {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 1}

Method 2: Use deque

和itertools中的循环一样,我们可以使用collections中的deque。通过导入deque,我们可以将两个列表进行压缩并得到字典。

# using deque for zipping lists

from collections import deque

# define two list that are to be zipped 
ini_lis1 = ['a', 'b', 'c', 'd', 'e']
ini_lis2 = deque([1, 2, 3, 4])

# zip teh lists using deque
result = {}
for letter in ini_lis1:
  number = ini_lis2.popleft()
  result[letter] = number
  ini_lis2.append(number)


# print the final results
print("Output Dict : ", str(result))

正如我们在上面的代码中所看到的,在从collections导入deque之后,定义了两个不同大小的列表。

Imagine By Magic Studio
Imagine By Magic Studio

AI图片生成器,用文字制作图片

下载

然后使用for循环和append函数将两个列表进行压缩。最终结果将以字典的形式打印出来。

输出

这段代码的输出结果将是:

Output Dict : {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 1}

方法三:使用默认类

默认类还可以用于压缩两个不同大小的列表,并将字典作为输出。

# using default class method

# import default dict from collections
from collections import defaultdict

# define two lists
ini_lis1 = ['a', 'b', 'c', 'd', 'e']
ini_lis2 = [1, 2, 3, 4]

# use default dict
result = defaultdict(int)

# add values to the keys respectively
for i in range(len(ini_lis1)):
	result[ini_lis1[i]] += ini_lis2[i % len(ini_lis2)]

# print the final results
print("Output Dict: ", str(dict(result)))

正如我们可以在上面的代码中看到,在导入默认类之后定义了两个列表,并使用for循环将值添加到相应的键中。

请注意,如果数据中没有该键,则它将返回一个默认值。在这里,我们使用默认值0。

输出

以下代码的输出结果将是:

Output Dict: {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 1}

方法四:使用Zip() + Dict()

这是一种最简单的方法,可以将两个不同的列表压缩并将输出作为字典。

# using zip + dict method
# define two lists that are to be zipped
ini_lis1 = ['a', 'b', 'c', 'd', 'e']
ini_lis2 = [1, 2, 3, 4]

# use zip()
result = dict(zip(ini_lis1, ini_lis2 *
        ((len(ini_lis1) + len(ini_lis2) - 1) // len(ini_lis2))))

# print the final results
print("Output Dict: ", str(result))

在上面的代码中,我们首先定义了两个不同的列表,然后在定义结果时,将语法或代码传递给dict(),它将以字典数据格式返回输出。在这里将两个列表压缩在一起,使用了zip关键字,它将两个不同列表的值追加在一起。

输出

以下代码的输出结果将是:

Output Dict: {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 1}

方法5:使用Itertools() + enumerate()

在这种方法中,我们将在将两个列表压缩的过程中使用Itertools库,并使用enumerate。

# using itertools + enumerate
# Import itertools
from itertools import cycle

# define two lists
ini_lis1 = ['a', 'b', 'c', 'd', 'e']
ini_lis2 = [1, 2, 3, 4]

# zip the two lists using for loop and enumerate
result = {v: ini_lis2[i % len(ini_lis2)]
    for i, v in enumerate(ini_lis1)}

# print the final results
print("Output Dict : ", str(result))

正如我们在上面的代码中所看到的,我们首先从itertools中导入cycle,然后定义了两个不同大小的列表。然后使用for循环和enumerate函数,我们将两个不同列表的值或元素相加(压缩),然后这些值以字典的形式表示。

输出

以下代码的输出结果将是:

Output Dict : {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 1}

结论

在本文中,我们讨论了使用六种不同方法进行Python中两个不同大小列表的压缩操作,并提供了代码示例和说明。本文将帮助读者在需要时执行类似的操作。

相关文章

python速学教程(入门到精通)
python速学教程(入门到精通)

python怎么学习?python怎么入门?python在哪学?python怎么学才快?不用担心,这里为大家提供了python速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

76

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

38

2026.03.10

Kotlin Android模块化架构与组件化开发实践
Kotlin Android模块化架构与组件化开发实践

本专题围绕 Kotlin 在 Android 应用开发中的架构实践展开,重点讲解模块化设计与组件化开发的实现思路。内容包括项目模块拆分策略、公共组件封装、依赖管理优化、路由通信机制以及大型项目的工程化管理方法。通过真实项目案例分析,帮助开发者构建结构清晰、易扩展且维护成本低的 Android 应用架构体系,提升团队协作效率与项目迭代速度。

83

2026.03.09

JavaScript浏览器渲染机制与前端性能优化实践
JavaScript浏览器渲染机制与前端性能优化实践

本专题围绕 JavaScript 在浏览器中的执行与渲染机制展开,系统讲解 DOM 构建、CSSOM 解析、重排与重绘原理,以及关键渲染路径优化方法。内容涵盖事件循环机制、异步任务调度、资源加载优化、代码拆分与懒加载等性能优化策略。通过真实前端项目案例,帮助开发者理解浏览器底层工作原理,并掌握提升网页加载速度与交互体验的实用技巧。

97

2026.03.06

Rust内存安全机制与所有权模型深度实践
Rust内存安全机制与所有权模型深度实践

本专题围绕 Rust 语言核心特性展开,深入讲解所有权机制、借用规则、生命周期管理以及智能指针等关键概念。通过系统级开发案例,分析内存安全保障原理与零成本抽象优势,并结合并发场景讲解 Send 与 Sync 特性实现机制。帮助开发者真正理解 Rust 的设计哲学,掌握在高性能与安全性并重场景中的工程实践能力。

223

2026.03.05

PHP高性能API设计与Laravel服务架构实践
PHP高性能API设计与Laravel服务架构实践

本专题围绕 PHP 在现代 Web 后端开发中的高性能实践展开,重点讲解基于 Laravel 框架构建可扩展 API 服务的核心方法。内容涵盖路由与中间件机制、服务容器与依赖注入、接口版本管理、缓存策略设计以及队列异步处理方案。同时结合高并发场景,深入分析性能瓶颈定位与优化思路,帮助开发者构建稳定、高效、易维护的 PHP 后端服务体系。

458

2026.03.04

AI安装教程大全
AI安装教程大全

2026最全AI工具安装教程专题:包含各版本AI绘图、AI视频、智能办公软件的本地化部署手册。全篇零基础友好,附带最新模型下载地址、一键安装脚本及常见报错修复方案。每日更新,收藏这一篇就够了,让AI安装不再报错!

169

2026.03.04

Swift iOS架构设计与MVVM模式实战
Swift iOS架构设计与MVVM模式实战

本专题聚焦 Swift 在 iOS 应用架构设计中的实践,系统讲解 MVVM 模式的核心思想、数据绑定机制、模块拆分策略以及组件化开发方法。内容涵盖网络层封装、状态管理、依赖注入与性能优化技巧。通过完整项目案例,帮助开发者构建结构清晰、可维护性强的 iOS 应用架构体系。

246

2026.03.03

C++高性能网络编程与Reactor模型实践
C++高性能网络编程与Reactor模型实践

本专题围绕 C++ 在高性能网络服务开发中的应用展开,深入讲解 Socket 编程、多路复用机制、Reactor 模型设计原理以及线程池协作策略。内容涵盖 epoll 实现机制、内存管理优化、连接管理策略与高并发场景下的性能调优方法。通过构建高并发网络服务器实战案例,帮助开发者掌握 C++ 在底层系统与网络通信领域的核心技术。

34

2026.03.03

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号