Python 3.x中zip与zip_longest工作机制及结果不符预期的疑问

代码片段 #

from itertools import zip_longest
list1 = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
args = [iter(list1)] * 4

zipped = zip_longest(*args, fillvalue=None)
for j in zipped:
    print(j)

预期输出 #

('a', 'a', 'a', 'a')
('b', 'b', 'b', 'b')
('c', 'c', 'c', 'c')
('d', 'd', 'd', 'd')
('e', 'e', 'e', 'e')
('f', 'f', 'f', 'f')
('g', 'g', 'g', 'g')
('h', 'h', 'h', 'h')
('i', 'i', 'i', 'i')
('j', 'j', 'j', 'j')

实际输出 #

('a', 'b', 'c', 'd')
('e', 'f', 'g', 'h')
('i', 'j', None, None)

困惑点 #

原本以为args里是同一迭代器的四次引用，每次应该取到相同的第n个元素，从而输出每个元素重复四次的元组，但实际却是按原列表顺序分组输出。想了解Python 3.x中zip和zip_longest处理可迭代对象的具体机制。

核心原因：迭代器的状态性 #

迭代器是有状态的对象，每次调用next()方法时，它会返回当前指向的元素，同时将内部指针移动到下一个位置，不会回头。你写的[iter(list1)] * 4并不是创建四个独立的迭代器，而是创建了一个包含四个同一迭代器引用的列表——四个元素指向的是同一个内存里的迭代器对象。

zip_longest的工作机制 #

zip_longest的执行逻辑是这样的：

• 每次进入一轮循环，会依次对传入的每个可迭代对象调用next()方法；
• 把这些next()得到的结果收集成一个元组，作为当前迭代的输出；
• 重复这个过程，直到所有传入的可迭代对象都被耗尽。

放到你的代码里，具体过程是：

1. 第一轮循环：依次对四个同一个迭代器调用next()，分别得到a、b、c、d，组成元组('a', 'b', 'c', 'd')；
2. 第二轮循环：继续对这个迭代器调用next()，此时指针已经在d之后，依次得到e、f、g、h，组成第二个元组；
3. 第三轮循环：再继续调用next()，得到i、j，之后迭代器已经没有元素了，剩下的两个位置用fillvalue=None补充，得到('i', 'j', None, None)；
4. 迭代器耗尽，循环结束。

zip与zip_longest的具体差异 #

• zip：以最短的传入可迭代对象为准，只要有一个可迭代对象被耗尽，就停止迭代，不会补充缺失值；
• zip_longest：以最长的传入可迭代对象为准，直到所有可迭代对象都被耗尽，不足的位置用指定的fillvalue（默认是None）填充。

两者的核心逻辑一致：都是每次迭代时依次从每个可迭代对象中取一个元素，直到满足停止条件。

内容的提问来源于stack exchange，提问作者kamote0330