写在前面：
个人认为本文章不错，其摘至：http://hi.baidu.com/xifanwu/item/59b5bd0dcbbc978a02ce1bca，非个人原创。
python之enumerate
一般情况下，如果要对一个列表或者数组既要遍历索引又要遍历元素时，可以用enumerate
比如：
for index,value in enumerate(list):
print index,value
当然也可以
for i in range(0,len(list)):
print i,list[i]
相比较而言，前者更简练
另外一种使用情况，当要计算文件的行数的时候，可以这样写：
lineNum = len(open(fileName,'r').readlines())
不过如果文件巨大，这种方式可能会造成严重问题，比如机器挂掉
这个时候可以使用enumerate,python cookbook里举出了这样的例子
lineNum = -1
for count,line in enumerate(open(fileName,'r')):
print count
lineNum+=1
print lineNum
试过用上面的脚本来统计一个1GB大小的log文件(最后统计出来大约有18000000行），运行脚本的时候，CPU占用率比较高（看来是做计算的比较多），但是脚本用到的内存不多，显示的python占用内存为5M多
不过如果用readlines的方法，内存飙到了200M
比如：
for index,value in enumerate(list):
print index,value
当然也可以
for i in range(0,len(list)):
print i,list[i]
相比较而言，前者更简练
另外一种使用情况，当要计算文件的行数的时候，可以这样写：
lineNum = len(open(fileName,'r').readlines())
不过如果文件巨大，这种方式可能会造成严重问题，比如机器挂掉
这个时候可以使用enumerate,python cookbook里举出了这样的例子
lineNum = -1
for count,line in enumerate(open(fileName,'r')):
print count
lineNum+=1
print lineNum
试过用上面的脚本来统计一个1GB大小的log文件(最后统计出来大约有18000000行），运行脚本的时候，CPU占用率比较高（看来是做计算的比较多），但是脚本用到的内存不多，显示的python占用内存为5M多
不过如果用readlines的方法，内存飙到了200M