Python 如何压缩不均匀的元组

在Python中，元组是一种广泛使用的方法，根据需求存储和处理数据。元组中涉及许多操作，根据问题陈述的要求对数据进行预处理和转换。压缩操作是压缩不同元组最常见和广泛使用的操作之一。

在本文中，我们将讨论在Python中压缩不均匀元组的含义，以及使用不同方法进行相同操作的代码解释。本文将帮助人们理解压缩不均匀元组的核心思想，并在必要时进行相同操作。

因此，让我们从讨论Python中压缩的含义和压缩不均匀元组开始。

什么是压缩不均匀的元组

在Python中，压缩或压缩一词意味着我们将不同元组的元素相加，也就是说，我们将不同元组的元素配对并将其存储在一个共同的元组中。

例如，如果我们有两个这样的元组：

T1 = (1, 2, 3)

T2 = (“one”, “two”, “three”)

那么对这些元组进行压缩操作将得到以下输出：

T_Zip = ((1, “one”), (2, “two”), (3, “three”))

这里“不均匀的元组”意味着两个元组的大小或长度不相同，意味着其中一个元组的大小或长度比另一个元组小或大。当要压缩两个不同大小或不均匀的元组时，压缩操作非常简单。然而，有一些方法可以压缩两个不均匀的元组。让我们一一讨论。

压缩不均匀的元组

在Python中，主要有三种方法可以压缩不均匀的元组。

• 使用for循环和枚举函数
• 使用列表理解
• 使用Numpy库

方法1：使用for循环和枚举函数

我们可以使用for循环和枚举函数来压缩不均匀的元组。这是执行此操作的最简单和高效的方法之一。

# using for loop and enumerate 

# define the tuples
test_tup1 = (7, 8, 4, 5)
test_tup2 = (1, 5, 6)

# print the input tuples
print("The input  tuple 1 is : " + str(test_tup1))
print("The input  tuple 2 is : " + str(test_tup2))

res = []


# use for loop with enumerate 
for i, j in enumerate(test_tup1):
  res.append((j, test_tup2[i % len(test_tup2)]))

# Print the final resultant tuple after zipping tuple 1 and 2
print("The output zipped tuple from tuple 1 and 2 is : " + str(res))

从上述代码中我们看到，元组1和2被()括起来，它们的大小或长度是不同的。

现在我们使用了带有enumerate的for循环，它会将元组1和元组2的元素添加起来，并以元组格式输出。

输出

下面代码的输出将会是：

The input tuple 1 is : (7, 8, 4, 5) 
The input tuple 2 is : (1, 5, 6) 
The output zipped tuple from tuple 1 and 2 is : [(7, 1), (8, 5), (4, 6), (5, 1)]

方法2：使用列表推导式

也可以使用列表推导式将两个不对称的元组进行压缩。这里可以使用三元运算符。

# using list comprehension

# define the tuples 
tup1 = (7, 8, 4, 5)
tup2 = (1, 5, 6)

# print the input tuples 
print("The input tuple 1 is : " + str(tup1))
print("The input tuple 2 is : " + str(tup2))

# define if else conditions
res = [(tup1[i], tup2[i % len(tup2)])
  if len(tup1) > len(tup2)

  else (tup1[i % len(tup1)], tup2[i])

  # use for loop on tuple 1 and 2
  for i in range(max(len(tup1), len(tup2)))]

#Print the final resultant tuple after zipping tuple 1 and 2
print(" The output zipped tuple from tuple 1 and 2 is :" + str(res))

正如我们在上面的代码中所看到的，我们定义了两个不同大小的元组，然后编写了if else条件，首先检查元组的长度，最后的for循环将两个元组附加并返回输出。

输出

以下代码的输出将是：

The input tuple 1 is : (7, 8, 4, 5) 
The input tuple 2 is : (1, 5, 6) 
The output zipped tuple from tuple 1 and 2 is : [(7, 1), (8, 5), (4, 6), (5, 1)]

方法3：使用Numpy库

Numpy是最广泛使用的用于操作数据的库之一。这里使用的是数组格式的数据，我们可以使用numpy做几乎任何操作，并将数据转换为任何形式。

#using numpy module to zip the uneven tuples 

# Importing the numpy module
import numpy as np

# define the tuples
test_tup1 = (7, 8, 4, 5)
test_tup2 = (1, 5, 6)

# convert the tuples into array format
arr1 = np.array(test_tup1)
arr2 = np.array(test_tup2)

# use np.tile 
arr2_tiled = np.tile(arr2, (len(arr1) // len(arr2) + 1))[:len(arr1)]

#use column_stack on array 1 and tiled array 2 to zip the tuples 
res_arr = np.column_stack((arr1, arr2_tiled))

# convert the array output to the tuple
res = tuple(map(tuple, res_arr))

# Print the final resultant tuple after zipping tuple 1 and 2
print("The output zipped tuple from tuple 1 and 2 is : " + str(res))

从以上代码可以看出，我们首先导入了numpy库，然后定义了两个不同大小的元组。

正如上面所提到的，numpy库需要以数组格式处理数据，因此元组被传递给np.array函数，将数据转换为数组格式。

一旦我们的元组以数组形式存在，就可以使用np.column_stack函数将数组的元素添加到一起，形成元组。

然后，最终的数组再次转换为元组，使用tuple()函数。

输出

以下代码的输出结果将是：

The output zipped tuple from tuple 1 and 2 is : ((7, 1), (8, 5), (4, 6), (5, 1))

结论

在本文中，我们讨论了两个不均匀元组或两个不同大小（长度）元组的合并操作。上述讨论的三种不同方法可以帮助人们理解合并操作，并在必要时执行相同的操作。