enumerate
第一个是枚举函数。
在我们的日常编程过程中，我们经常遇到一个问题。
在C语言和一些古老的语言中没有迭代器的概念，所以当我们想要遍历数组或容器时，我们只能使用下标。使用迭代器，我们的遍历过程更加方便。我们可以直接使用变量来迭代容器中的值。最简单的例子是数组遍历。例如，我们需要遍历items数组。我们可以直接：
for item in items:
通过迭代器的方法，可以方便地遍历数组而不需要下标和计算数组的长度。但是如果我们需要知道循环体中元素的下标呢？
我们真的需要在下标和迭代器之间进行选择吗，比如在循环体之外添加一个变量来记录下标？
idx = 0
for item in items:
operation()
idx += 1
这可以解决问题，但很麻烦，一点也不简洁，专业术语也不是pythonic（Python标准代码）。为了追求pythonic，我们使用了枚举函数来解决直接迭代需要知道元素下标的情况。
它的用法也很简单。我们将需要迭代的对象或迭代器传递到枚举函数中。它将为我们创建一个新的迭代器，并返回下标和迭代的内容。举个例子：
for i, item in enumerate(items):
此外，枚举还支持传入参数。例如，在某些情况下，我们希望下标从1开始，而不是从0开始。我们可以传递一个附加参数来实现这一点：
for i, item in enumerate(items, 1):
循环是我们编程中的一个基本操作。因此，枚举函数得到了广泛的应用。但是，应该注意的是，如果我们在一个多组数组上迭代，我们需要区分索引和值。例如：
data = [(1, 3), (2, 1), (3, 3)]
在不用enumerate的时候，我们有两种迭代方式，这两种都可以运行。
for x, y in data: for (x, y) in data:
但是，如果我们使用枚举，因为引入了索引，我们必须进行区分，否则会报告错误，因此我们只有一种迭代方法：
for i, (x, y) in enumerate(data):
zip
接下来要介绍的另一个函数同样是方便我们迭代的，不过它针对的是另一个场景——多对象迭代。
它的应用场景非常简单，就是我们想要同时迭代多份数据，比如用户的名字和用户的职业数据是分开的，我们希望同时遍历一个用户的职业和名字。如果不使用zip，我们可能只能放弃迭代器回到传统的下标遍历的模式了。这样当然是可以的，不过有两个小问题，第一个小问题当然是代码的可读性变差了，不够pythonic，第二个问题是我们需要维护两个容器长度不一样的情况，会增加额外的代码。而使用zip，可以同时解决以上两个问题。
我们来看一个例子：
最后输出的结果是人名和职业的tuple：
xiaoming coach xiaohua student xiaohei student xiaoli student
在上面的示例中，名称和作业的长度实际上不一致。使用zip时，它会根据较短的zip自动为我们截断。如果我们不想截断它，也可以在itertools下使用zip[最长]而不是zip：
from itertools import zip_longest for name, job in zip_longest(names, jobs):
这样，长度不足的元素将填充为“无”。Zip﹣length提供了一个参数fillvalue，可以用我们指定的值填充它。
无论是Zip还是Zip﹣long EST，它都可以支持多个迭代器的遍历。例如：
Zip不仅便于我们迭代，而且便于我们生成dict。例如，在刚才的例子中，如果我们想生成一个名称和职业的dict，一般的方法是先定义一个dict，然后遍历所有键和值来生成一个dict。但是，使用Zip，我们可以将这个操作简化为一行代码：
jobDict = dict(zip(names, jobs))
需要注意的是，我们调用zip的结果实际上是一个迭代器。当我们将其转换为dict时，我们会自动遍历迭代器的内容。例如，如果直接打印zip调用的结果，我们会发现屏幕上的输出是迭代器的地址：
print(zip(names, jobs)) >>> <zip object at 0x10ec93b40>
我们想要获得它的内容，需要将它手动转成list：
print(list(zip(names, jobs)))
>>> [('xiaoming', 'coach'), ('xiaohua', 'student'), ('xiaohei', 'student'), ('xiaoli', 'student')]
实际上，枚举和zip的底层都是基于迭代器实现的。原则上，没有深刻的内容，我们也不使用它们来编写代码。但Python之所以是Python，以及为什么许多人称之为简明语言和逻辑，是因为我们广泛使用这些工具和方法来简化代码逻辑。所以我们很有必要去理解它。我希望每个人都能写出Python IC的代码，Python IC不仅在编写代码方面很强大，而且本身也很漂亮。