Python 里 zip 遍历一次就空了:拆开最短截断、strict 参数和那个一次性迭代器

简介: 把并行遍历写对,关键是理解 zip 只转发、不存储:它返回一次性迭代器,按最短输入截断,且长度不等时长的一侧会被多推进一次。本文用本机 CPython 3.13.14 实测二次遍历为空、strict=True 在 3.10 与 3.13 的报错一致性、惰性取一次 next 只推进一次各生成器、zip_longest 补齐,以及 30 万对整数下 zip 比按索引快约 16% 的性能对照

一句话结论:zip 返回的不是列表,是一个一次性迭代器;它按最短的那个可迭代对象截断,多出来的元素被静默丢掉;Python 3.10 起可以用 strict=True 把"长度不等"从静默变成报错。这三件事是同一条设计逻辑的不同侧面——zip 从不缓存,只做逐轮转发。

本文全部代码在 CPython 3.13.14 本机实测通过,strict 行为另在 CPython 3.10.0 交叉验证。

一、zip 返回的是什么

a = [1, 2, 3, 4]
b = ['a', 'b']
z = zip(a, b)
print(type(z))          # <class 'zip'>
print(iter(z) is z)     # True
print(hasattr(z, '__next__'))  # True

实测输出:

A1 zip 类型 -> zip | 是迭代器? = True | 有 __next__? = True
A1b 解包结果 -> [(1, 'a'), (2, 'b')] (最短截断,4 和 3 被丢掉)

iter(z) is z 为真,说明 zip 对象自己就是自己的迭代器——它实现的是迭代器协议,不是可迭代对象协议外面再包一层。这一点直接决定了第二节的现象。

顺带看两个边界:

list(zip([1, 2, 3]))   # [(1,), (2,), (3,)]  单路 zip 生成一元组
list(zip())             # []                 零路直接空

二、为什么第二次遍历是空的

z2 = zip([1, 2], [3, 4])
print(list(z2))   # [(1, 3), (2, 4)]
print(list(z2))   # []

实测:

A2 第一次 list -> [(1, 3), (2, 4)] | 第二次 list -> [] (空)

不是 bug,是迭代器协议的必然结果:zip 对象内部只有一组指向底层迭代器的引用和一个"是否已耗尽"的状态,没有把结果存下来。第一次 list() 把它推到头,状态就永久停在耗尽位置。

这是最常见的线上坑:把 zip(...) 赋给一个变量,先拿它算了个 sum,后面再想 for 一遍,循环体一次都不进,而且不报任何错。要复用就显式 list(zip(...)),或者每次重新构造一个 zip。

需要多次遍历又要省内存时,正确做法是 itertools.tee(),或者干脆把数据源做成可重入的容器而不是迭代器。

三、最短截断,以及那个"多消耗一个元素"的细节

print(list(zip([1, 2, 3, 4], ['a', 'b'])))  # [(1, 'a'), (2, 'b')]

4 和 3 没有报错,也没有补齐,直接消失。这在数据对齐场景里很危险:两个来源的行数对不上,zip 会把多出来的行悄悄吃掉,最后得到一份"看起来正常"的短结果。

更细的一层是消耗顺序。看这个实验:

consumed = []
def watch(n):
    for i in range(n):
        consumed.append(i)
        yield i

z5 = zip(watch(5), [10, 11])
print(list(z5), consumed)

实测:

A5 list -> [(0, 10), (1, 11)] | watch 被消耗 -> [0, 1, 2] (短的一侧先耗尽,长的多取了 1 个)

watch 被推到了 2,但 2 并没有出现在结果里。原因是 zip 每一轮按从左到右的顺序依次 next() 各个迭代器:第一轮取 watch 的 0、列表的 10;第二轮取 1、11;第三轮先取 watch 的 2,再取列表时发现已耗尽,于是整个 zip 结束,刚取到的 2 被丢弃。

所以如果左侧是个有副作用的生成器(写日志、读网络流、扣库存),短输入会让长输入的那个生成器被多推进一次。这不是理论问题,是排查"为什么日志多了一行"时要想到的地方。

四、strict=True 把静默变成报错

Python 3.10 给 zip 加了 strict 关键字参数:

try:
    list(zip([1, 2, 3], ['a', 'b'], strict=True))
except ValueError as e:
    print(e)
# zip() argument 2 is shorter than argument 1

实测(3.13.14):

A3 strict 不等 -> ValueError: zip() argument 2 is shorter than argument 1
A3b strict 相等 -> [(1, 'a'), (2, 'b')]

我用 CPython 3.10.0 跑了同一行,报错完全一致,确认这是 3.10 引入而非更高版本才有的行为。

报错信息是 argument 2 is shorter than argument 1 或 argument 2 is longer than argument 1,编号从 1 起算、对应传入位置。凡是"两边本该一样长"的场合,都建议默认带上 strict=True:列名与值、特征与标签、并行下发的多份结果。多打 9 个字符,换一个不会静默错数据的保证。

注意 strict=True 只能发现长度不等,不能发现内容错配;而且它是在遍历到末尾时才抛错,若中途已经消费了副作用,副作用不会回滚。

五、惰性到底惰在哪

def gen(tag, n):
    for i in range(n):
        print('    [yield]', tag, i)
        yield i

z4 = zip(gen('X', 3), gen('Y', 3))
print(next(z4))

实测:

A4 惰性取 1 次 next:
    [yield] X 0
    [yield] Y 0
    next -> (0, 0)
A4b 只 next 一次就停,未继续 yield,说明不预取全部

只推进了每个生成器各一次。哪怕传进去的是无限迭代器 itertools.count(),zip 也能配合另一个有限序列正常结束。它不预先读全、不物化中间表,内存占用是 O(1)(与输入长度无关,只与参数个数有关)。

对照一下 zip_longest:

list(itertools.zip_longest([1, 2, 3, 4], ['a', 'b'], fillvalue='-'))
# [(1, 'a'), (2, 'b'), (3, '-'), (4, '-')]

它同样惰性,但按最长的来,缺位用 fillvalue 补。选哪个取决于业务语义:要"一一对应、缺一不可"用 zip(..., strict=True);要"逐行对齐、允许尾部缺失"用 zip_longest。

六、性能:zip 比按索引快多少

30 万对整数求和,三种写法本机实测:

写法 耗时 说明
for u, v in zip(x, y) 0.0250s 最快,C 层直接取两个 next()
for i in range(len(x)): x[i]+y[i] 0.0297s 每轮两次下标索引 + 一次 range 推进
for i, u in enumerate(x): u+y[i] 0.0363s 元组解包 + 一次列表下标
A8 zip        -> 0.0250s result=89999700000
A8 range索引   -> 0.0297s result=89999700000
A8 enumerate  -> 0.0363s result=89999700000

zip 省掉了 Python 层的下标计算,还顺带让代码更短。差距在 20%~45% 量级,不算决定性,但方向稳定:并行遍历多个序列,zip 本身就是最优解,不需要为了"性能"改回索引写法。

七、手写一遍,把机制钉死

def my_zip(*iters, strict=False):
    its = [iter(x) for x in iters]
    while True:
        row = []
        for i, it in enumerate(its):
            try:
                row.append(next(it))
            except StopIteration:
                if strict and i > 0:
                    raise ValueError('zip() argument %d is longer ...' % (i + 1))
                # strict=True 时还要检查其余迭代器是否仍有剩余
                ...
                return
        yield tuple(row)

实测 list(my_zip([1,2,3,4], ['a','b'])) 得到 [(1, 'a'), (2, 'b')],与内置一致。手写版的价值在于把三件事暴露得很清楚:逐轮 next、从左到右、遇到第一个耗尽就 return。内置版只是把这段逻辑放进 C,加上 strict 的收尾检查。

八、排错清单

  1. for 循环一次没进,也不报错 → 检查 zip 对象是不是已经被 list()/sum()/any() 消费过;要复用就先 list() 落盘。
  2. 结果比预期短,尾部数据凭空消失 → 最短截断;对齐场景加 strict=True,让长度不等立刻暴露。
  3. 生成器里的副作用多执行了一次 → 长度不等时,靠左的生成器会被多 next() 一次;把有副作用的迭代器放右侧,或先统一长度。
  4. 想补齐而不是截断 → 用 itertools.zip_longest(..., fillvalue=...)。
  5. 需要下标 → 用 enumerate(zip(a, b)),别退回 range(len(a))。
  6. 字典构造键值错配 → dict(zip(keys, values)) 前先 assert len(keys) == len(values);更稳的是 dict(zip(keys, values, strict=True))(3.10+)。
  7. 传了生成器又想二次遍历 → 生成器本身也是一次性的,zip 救不了;要么转 list,要么重新生成。

一句话收尾:zip 的三个"怪脾气"其实是同一个选择——只转发、不存储。理解了这点,截断、耗尽、惰性就都不用背了。

相关文章
|
18天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
7942 58
|
3天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
1501 0
|
5天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
19天前
|
JavaScript API iOS开发
DeepSeek Harness下载、安装、配置一篇搞定(2026整理,送常用插件)
DeepSeek Harness(DSH)是DeepSeek于2026年开源的MIT协议AI Agent框架,支持插件化组装模型、工具、沙箱与UI,兼容主流大模型。本文提供免Node.js的桌面端安装包(Win/macOS),含详细图文教程及热门插件推荐。
5704 68
|
6天前
|
云安全 人工智能 安全
|
13天前
|
Linux 开发工具 iOS开发
2026最新codex下载安装保姆级使用教程(下载+安装+登录+使用,含所有历史版本)
本文详解OpenAI Codex国内快速上手指南:提供Win/macOS/Linux全平台免安装包、npm/Homebrew等多方式安装、账号/API Key双登录、简体中文切换,覆盖下载、安装、汉化、使用及高频避坑(如微软商店失败、npm超时等),10分钟即可跑通。
2947 9
|
5天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
3天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
2242 0
|
11天前
|
人工智能 安全 API
DeepSeek Harness下载、安装、配置一篇搞定(2026整理,送常用插件)
DeepSeek Harness(dsh)是DeepSeek AI于2026年开源的轻量级Agent运行框架,基于Cordis内核,践行“一切皆插件”理念。支持Web/桌面双端,开箱即用;内置多模型接入、丰富插件生态(超3.5万),适配编程、办公、创作等场景。(239字)
1881 1