这只是另一种方法，但它对我帮助很大，所以我写在这里:

具有这种数据结构的:

X=[1,2,3,4]
Y=['a','b','c','d']
XY=zip(X,Y)

导致:

In: XY
Out: [(1, 'a'), (2, 'b'), (3, 'c'), (4, 'd')]

在我看来，更python化的解压方法是这样的:

x,y=zip(*XY)

但是这个返回一个元组，所以如果你需要一个列表，你可以使用:

x,y=(list(x),list(y))

这只是另一种方法，但它对我帮助很大，所以我写在这里:

具有这种数据结构的:

X=[1,2,3,4]
Y=['a','b','c','d']
XY=zip(X,Y)

导致:

In: XY
Out: [(1, 'a'), (2, 'b'), (3, 'c'), (4, 'd')]

在我看来，更python化的解压方法是这样的:

x,y=zip(*XY)

但是这个返回一个元组，所以如果你需要一个列表，你可以使用:

x,y=(list(x),list(y))

前面的答案都没有有效地提供所需的输出，即一个由列表组成的元组，而不是由元组组成的列表。对于前者，您可以使用tuple与map。区别在于:

res1 = list(zip(*original))              # [('a', 'b', 'c', 'd'), (1, 2, 3, 4)]
res2 = tuple(map(list, zip(*original)))  # (['a', 'b', 'c', 'd'], [1, 2, 3, 4])

此外，前面的大多数解决方案都假设Python 2.7，其中zip返回一个列表而不是迭代器。

对于Python 3。X时，您需要将结果传递给list或tuple等函数以耗尽迭代器。对于内存效率高的迭代器，可以忽略各自解的外部列表和元组调用。

下面是一个简单的单行回答，可以产生所需的输出:

original = [('a', 1), ('b', 2), ('c', 3), ('d', 4)]
list(zip(*original))
# [('a', 'b', 'c', 'd'), (1, 2, 3, 4)]

我喜欢在我的程序中使用zip(*iterable)(这是你正在寻找的代码段)，如下所示:

def unzip(iterable):
    return zip(*iterable)

我发现unzip更具可读性。

虽然zip(*seq)非常有用，但它可能不适合非常长的序列，因为它将创建一个值的元组来传递。例如，我一直在使用一个拥有超过100万个条目的坐标系，并发现直接创建序列要快得多。

一般的方法是这样的:

from collections import deque
seq = ((a1, b1, …), (a2, b2, …), …)
width = len(seq[0])
output = [deque(len(seq))] * width # preallocate memory
for element in seq:
    for s, item in zip(output, element):
        s.append(item)

但是，根据您想要对结果做什么，集合的选择可能会产生很大的不同。在我的实际用例中，使用集合而不使用内部循环明显比所有其他方法都快。

而且，正如其他人所指出的，如果您正在对数据集进行此操作，那么使用Numpy或Pandas集合可能是有意义的。