python如何同时遍历两个列表

Python同时遍历两个列表的方法有：使用zip()函数、使用enumerate()函数并结合索引、使用itertools.zip_longest()函数、使用列表推导式。 在这些方法中，使用zip()函数是最常见和直观的方法。它将多个可迭代对象（如列表）打包成一个元组的迭代器，以便我们可以在一个for循环中同时遍历它们。以下是详细介绍和示例代码：

一、使用zip()函数

使用zip()函数是最常见的方法之一。zip()函数将多个可迭代对象打包成一个元组的迭代器，这样我们可以在一个for循环中同时遍历两个或多个列表。

list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
for item1, item2 in zip(list1, list2):
    print(item1, item2)

在这个示例中，zip()函数将list1和list2合并成一个包含元组的迭代器，然后在for循环中同时遍历这两个列表。输出结果是：

1 a 2 b 3 c

二、使用enumerate()函数并结合索引

如果需要在遍历的过程中同时获取索引和元素，可以使用enumerate()函数并结合索引来实现。这个方法适用于需要访问元素及其索引的情况。

list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
for index, item1 in enumerate(list1):
    item2 = list2[index]
    print(index, item1, item2)

在这个示例中，enumerate()函数返回索引和值的元组，然后通过索引访问第二个列表的元素。输出结果是：

0 1 a 1 2 b 2 3 c

三、使用itertools.zip_longest()函数

当两个列表的长度不同时，使用zip()函数会以较短的列表为准。如果希望遍历较长的列表并用填充值填充较短列表的缺失值，可以使用itertools.zip_longest()函数。

import itertools
list1 = [1, 2, 3]
list2 = ['a', 'b']
for item1, item2 in itertools.zip_longest(list1, list2, fillvalue=None):
    print(item1, item2)

在这个示例中，itertools.zip_longest()函数会将较短的list2用None填充，使得两者长度一致。输出结果是：

1 a 2 b 3 None

四、使用列表推导式

使用列表推导式可以在一行代码中实现同时遍历两个列表，并生成一个新的列表。这个方法适用于需要生成新的列表或进行简单操作的情况。

list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
combined = [(item1, item2) for item1, item2 in zip(list1, list2)]
print(combined)

在这个示例中，使用列表推导式和zip()函数同时遍历两个列表，并生成一个包含元组的新列表。输出结果是：

[(1, 'a'), (2, 'b'), (3, 'c')]

五、使用地图（map）函数

map()函数可以将一个函数应用于多个可迭代对象的元素上。结合lambda表达式，map()函数可以用于同时遍历两个列表。

list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
combined = list(map(lambda x, y: (x, y), list1, list2))
print(combined)

在这个示例中，map()函数将lambda表达式应用于list1和list2的元素，生成一个包含元组的新列表。输出结果是：

[(1, 'a'), (2, 'b'), (3, 'c')]

六、使用手动索引遍历

虽然不推荐，但可以使用手动索引遍历两个列表。这种方法更灵活，但代码更复杂，不如上述方法直观。

list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
for i in range(min(len(list1), len(list2))):
    print(list1[i], list2[i])

在这个示例中，通过手动索引遍历两个列表，使用min()函数确保不会超出较短列表的长度。输出结果是：

1 a 2 b 3 c

七、使用多处理（multiprocessing）实现并发遍历

在某些高性能需求的场景下，可以使用多处理库（multiprocessing）实现并发遍历两个列表。这种方法适用于需要在两个列表上进行复杂计算的情况。

from multiprocessing import Pool
def process_items(items):
    item1, item2 = items
    # 进行一些复杂的计算
    return item1, item2
list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
with Pool() as pool:
    results = pool.map(process_items, zip(list1, list2))
    for result in results:
        print(result)

在这个示例中，使用多处理库（multiprocessing）创建进程池，并发处理两个列表的元素。输出结果是：

(1, 'a')
(2, 'b')
(3, 'c')

八、使用生成器函数实现自定义遍历

生成器函数可以用于创建自定义遍历逻辑，适用于需要自定义遍历行为的场景。

def custom_zip(list1, list2):
    for item1, item2 in zip(list1, list2):
        yield item1, item2
list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
for item1, item2 in custom_zip(list1, list2):
    print(item1, item2)

在这个示例中，定义了一个自定义生成器函数custom_zip()，使用yield语句逐个返回元素。输出结果是：

1 a 2 b 3 c

九、使用集合操作实现遍历

在某些特殊需求下，可以使用集合操作实现同时遍历两个列表。这种方法适用于需要对列表进行集合操作的场景。

list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
combined = set(zip(list1, list2))
for item1, item2 in combined:
    print(item1, item2)

在这个示例中，使用set()函数将zip()函数的结果转换为集合，然后遍历集合。输出结果是：

1 a 2 b 3 c

十、使用pandas库进行遍历

如果处理的数据较大，可以使用pandas库创建DataFrame，并同时遍历两个列表。这种方法适用于数据分析和处理场景。

import pandas as pd
list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
df = pd.DataFrame({'List1': list1, 'List2': list2})
for index, row in df.iterrows():
    print(row['List1'], row['List2'])

在这个示例中，使用pandas库创建DataFrame，并通过iterrows()方法遍历DataFrame的行。输出结果是：

1 a 2 b 3 c

十一、使用numpy库进行遍历

在科学计算和数据处理场景下，可以使用numpy库创建数组，并同时遍历两个列表。

import numpy as np
list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
arr1 = np.array(list1)
arr2 = np.array(list2)
for item1, item2 in np.nditer([arr1, arr2]):
    print(item1, item2)

在这个示例中，使用numpy库创建数组，并通过nditer()方法同时遍历两个数组。输出结果是：

1 a 2 b 3 c

十二、使用Deque进行遍历

在某些需要高效队列操作的场景下，可以使用collections模块中的deque进行遍历。

from collections import deque
list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
deque1 = deque(list1)
deque2 = deque(list2)
while deque1 and deque2:
    item1 = deque1.popleft()
    item2 = deque2.popleft()
    print(item1, item2)

在这个示例中，使用deque创建双端队列，并通过popleft()方法高效地从队列左端弹出元素。输出结果是：

1 a 2 b 3 c

总结

在Python中，同时遍历两个列表有多种方法可以选择。最常用和直观的方法是使用zip()函数，它可以简洁地将多个可迭代对象打包成元组迭代器。对于需要处理长度不一致的列表，可以使用itertools.zip_longest()函数进行填充。此外，根据具体需求，还可以使用enumerate()、map()、多处理、生成器函数、集合操作、pandas、numpy、deque等方法进行遍历。选择合适的方法可以提高代码的可读性和效率。