enumerate()函数是Python内置函数，用于在遍历可迭代对象（如列表、字符串、元组等）时，同时获取索引和对应的元素值。
它的主要作用是在循环过程中方便地获取索引和元素。
下面以两个例子来进行介绍理解。
目录
一、例子1
二、例子2
一、例子1
代码：
list1 = ['语文', '数学', '英语']
# turple = ('语文', '数学', '英语')
for index, item in enumerate(list1):
print("Index:", index, "Item:", item)结果：
在这个例子中，enumerate()函数返回一个包含索引和对应值的元组。
这样，我们可以在一个循环中同时获取列表的索引和元素，而不需要单独计算索引。
二、例子2
准备数据
import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
iris = load_iris()
# 这里，`load_iris()`函数从sklearn库中加载鸢尾花数据集
X = iris.data
Y = iris.target
# 并将数据和目标变量分别存储在X和Y中。
# X表示花瓣长度、花瓣宽度、花萼长度和花萼宽度等特征，Y表示三个品种（setosa，versicolor，virginica）的标签。
# 将X和Y转换为DataFrame
data = pd.DataFrame(X, columns=iris.feature_names)
data['target'] = Y结果：
其中有150列，即150各样本，target列有150个值，前50个值为0，中间50个值为1，后50个值为2
体会下面两段代码：
①
for index, item in enumerate(data["target"]):
print("Index:", index, "Item:", item)结果如下：
最终结果返回的是每个样本对应的索引值和元素值
②
for index, item in enumerate(data["target"].unique()):
print("Index:", index, "Item:", item)在这段代码中，`enumerate(data["target"].unique())` 返回的结果，其中包含了索引和对应的唯一值。
请看，索引返回的是0、1、2，并不是其在鸢尾花原数据集的索引
因为，这里的索引是相对于 `data["target"].unique()` 的，而不是原始数据集的索引。
所以，`index` 不会反映原始的索引标签。
