讲师中心 微信公众号

工具推荐

视频效率加速
AniShort
AniShort

AI短剧协同制作平台

Seko
Seko

AI短剧一键生成成片

立刻MV
立刻MV

低成本歌曲 MV、视频生成

updream

一键生成高质量推广成片

Python如何遍历字典_Python字典遍历的常用方法汇总

云辰小哥_5157

云辰小哥_5157

发布时间:2025-08-26 15:58:01

|

1056人浏览过

|

来源于php中文网

原创

遍历字典的核心是通过keys()、values()和items()方法分别访问键、值或键值对。直接for循环默认遍历键,等价于使用keys();若需访问值,应使用values();而同时获取键和值时,items()结合元组解包是最常用且高效的方式。选择哪种方式取决于具体需求:仅处理键时用keys(),仅处理值时用values(),需键值对时用items(),其在可读性和性能上更优。遍历时修改字典会引发RuntimeError,安全做法是遍历副本或分离决策与执行。对于嵌套字典,可通过递归实现深度遍历;条件筛选则推荐使用字典推导式,简洁高效。

python如何遍历字典_python字典遍历的常用方法汇总

Python遍历字典,核心就是围绕它的键(key)、值(value)或者键值对(key-value pair)进行操作。最常用的方法通常是利用字典自带的

keys()
、
values()
和
items()
这三个视图对象,它们能让我们高效且清晰地访问字典的各个组成部分。当然,直接在字典对象上进行迭代,默认情况下也是遍历它的键。

解决方案

在Python中,遍历字典有几种非常直接且常用的方式,理解它们的区别和适用场景,能帮助我们写出更清晰、更高效的代码。

1. 遍历字典的键(Keys) 这是最基本、也是当你直接对字典对象进行

for
循环时默认的行为。如果你只需要访问字典的键,这是最简洁的方式。

my_dict = {'name': 'Alice', 'age': 30, 'city': 'New York'}

print("遍历键(默认行为):")
for key in my_dict:
    print(key)

print("\n遍历键(使用.keys()):")
for key in my_dict.keys():
    print(key)

这两种方式在效果上是等价的,

my_dict.keys()
返回一个字典键的视图对象,它提供了字典键的动态视图。

2. 遍历字典的值(Values) 如果你只关心字典中存储的数据,而不需要知道它们对应的键,那么

values()
方法是你的首选。

my_dict = {'name': 'Alice', 'age': 30, 'city': 'New York'}

print("遍历值:")
for value in my_dict.values():
    print(value)

my_dict.values()
返回一个字典值的视图对象。

立即学习“Python免费学习笔记(深入)”;

3. 遍历字典的键值对(Items) 这是最常用、也最强大的遍历方式,因为它允许你同时访问键和对应的值。Python的元组解包(tuple unpacking)特性让这种方式异常优雅。

my_dict = {'name': 'Alice', 'age': 30, 'city': 'New York'}

print("遍历键值对:")
for key, value in my_dict.items():
    print(f"{key}: {value}")

my_dict.items()
返回一个字典键值对的视图对象,每个元素都是一个
(key, value)
元组。

何时选择
keys()
、
values()
还是
items()
?性能与可读性的考量

选择哪种遍历方式,往往取决于你具体的需求。这不仅仅是语法上的偏好,更关乎代码的可读性和潜在的性能考量。

从我个人的经验来看,

items()
方法是日常开发中最常用的。因为它一次性提供了键和值,省去了通过键再去查找值的步骤,这在逻辑上更直接,代码也更清晰。如果你需要同时处理键和值,比如打印一个格式化的报告,或者根据键值对进行某种转换,
for key, value in my_dict.items():
几乎是标准答案。它避免了在循环内部使用
my_dict[key]
进行二次查找,虽然对于小字典来说性能差异微乎其微,但在处理大规模数据时,这种直接访问的效率优势就会显现出来。

keys()
方法,无论是显式调用
my_dict.keys()
还是隐式地直接
for key in my_dict:
,主要用于你只需要对字典的键进行操作的场景。比如,你想检查某个键是否存在,或者收集所有键到一个列表中。它的优势在于简洁,如果你不需要值,就没有必要把值也取出来。

而

values()
方法则是在你只关心字典中存储的数据本身,而键对你来说是次要信息时派上用场。例如,你可能想计算所有数值型值的总和,或者将所有值进行某种聚合操作。

Python 环境工具专业版
Python 环境工具专业版

Python 环境工具专业版功能概述Python 环境工具专业版是一项面向实际任务的技能。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。核心要点使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。执行完成后建议检查结果是否符合预期,并保留必要记录。使用与执行同时注意输入完整性、执行条件和输出可用性。从功能定位来看,该技能

下载

关于性能,现代Python解释器对这些操作都进行了高度优化。通常,如果你需要键和值,

items()
会是最高效的。如果你只需要键或值,那么对应的
keys()
或
values()
方法也是高效的。过分纠结于它们之间的微小性能差异,通常是不必要的,除非你是在处理亿级数据且性能瓶颈确实出现在这里。更多时候,选择最能表达你意图、最易于阅读的方式才是王道。

遍历字典时修改字典会怎样?Python的应对策略

这是一个非常常见的陷阱,尤其是在初学者阶段。当你在遍历一个字典的同时尝试修改它(比如添加、删除或改变键的值),Python通常会抛出一个

RuntimeError: dictionary changed size during iteration
。这并不是Python的“脾气不好”,而是为了防止迭代过程中出现不确定性和难以追踪的bug。想象一下,如果你在一个正在被迭代的集合中增删元素,迭代器就可能“迷失”方向,导致跳过元素或访问到不应访问的内存。

比如,尝试这样做:

my_dict = {'a': 1, 'b': 2, 'c': 3}
# 这会报错
# for key in my_dict:
#     if key == 'b':
#         del my_dict[key]
#     else:
#         my_dict[key] = my_dict[key] * 2

要安全地在遍历过程中“修改”字典,你需要采取一些策略:

1. 遍历字典的副本 最简单直接的方法是遍历字典的键或项的副本。这样,你修改的是原始字典,但迭代器看到的仍然是修改前的状态。

my_dict = {'a': 1, 'b': 2, 'c': 3, 'd': 4}
print(f"原始字典: {my_dict}")

# 遍历键的副本进行删除
keys_to_delete = [key for key in my_dict if key == 'b' or key == 'd']
for key in keys_to_delete:
    del my_dict[key]
print(f"删除键后的字典: {my_dict}") # {'a': 1, 'c': 3}

# 遍历项的副本进行修改
my_dict_copy = list(my_dict.items()) # 也可以用 my_dict.copy()
for key, value in my_dict_copy:
    my_dict[key] = value * 2
print(f"修改值后的字典: {my_dict}") # {'a': 2, 'c': 6}

注意,

my_dict.copy()
会创建一个浅拷贝,对于键值都是不可变类型的情况,这通常足够了。如果值是可变对象(如列表或另一个字典),修改这些可变对象会影响原始字典。

2. 构建一个待处理的列表/字典 如果你需要根据遍历结果来决定添加或删除哪些项,更好的方式是先收集这些操作,然后在遍历结束后一次性执行。

original_dict = {'apple': 1, 'banana': 2, 'cherry': 3}
items_to_add = {}
keys_to_remove = []

for key, value in original_dict.items():
    if value % 2 == 0: # 如果值是偶数,就删除这个键
        keys_to_remove.append(key)
    else: # 否则,添加一个新的键值对
        items_to_add[key + '_new'] = value * 10

# 执行删除操作
for key in keys_to_remove:
    del original_dict[key]

# 执行添加操作
original_dict.update(items_to_add)

print(f"最终字典: {original_dict}") # {'apple': 1, 'apple_new': 10, 'cherry': 3, 'cherry_new': 30}

这种方法将“决策”与“执行”分离,逻辑更清晰,也避免了运行时错误。

深度遍历与特定条件筛选:更复杂的字典迭代场景

字典的遍历不仅仅是简单的循环,在实际项目中,我们经常会遇到更复杂的场景,比如处理嵌套字典、或者根据特定条件筛选数据。

1. 深度遍历嵌套字典 当字典的值本身又是字典时,我们就需要进行深度遍历。这通常会用到递归或者栈(stack)来实现。

nested_dict = {
    'level1_key1': 'value1',
    'level1_key2': {
        'level2_key1': 'value2',
        'level2_key2': {
            'level3_key1': 'value3',
            'level3_key2': 'value4'
        }
    },
    'level1_key3': 'value5'
}

def deep_traverse_dict(d):
    for key, value in d.items():
        print(f"Key: {key}, Value: {value}")
        if isinstance(value, dict):
            deep_traverse_dict(value)

print("深度遍历嵌套字典:")
deep_traverse_dict(nested_dict)

这个递归函数会一层层地深入字典结构,直到所有非字典值都被访问到。对于非常深的嵌套,递归可能会遇到栈溢出,这时可以考虑使用基于栈的迭代方式。

2. 特定条件筛选与字典推导式 我们经常需要根据某些条件来筛选字典中的键值对,或者基于现有字典生成一个新的字典。字典推导式(Dictionary Comprehension)是Python提供的一种非常简洁高效的语法。

假设我们有一个员工字典,想筛选出年龄大于30的员工:

employees = {
    'Alice': {'age': 25, 'dept': 'HR'},
    'Bob': {'age': 35, 'dept': 'IT'},
    'Charlie': {'age': 30, 'dept': 'HR'},
    'David': {'age': 40, 'dept': 'IT'}
}

# 使用字典推导式筛选年龄大于30的员工
older_employees = {
    name: details for name, details in employees.items() if details['age'] > 30
}
print("\n年龄大于30的员工:")
print(older_employees)
# 输出: {'Bob': {'age': 35, 'dept': 'IT'}, 'David': {'age': 40, 'dept': 'IT'}}

# 也可以在遍历时进行筛选,但不生成新字典
print("\n遍历并打印IT部门的员工:")
for name, details in employees.items():
    if details['dept'] == 'IT':
        print(f"{name}: {details['age']}岁")

字典推导式不仅代码量少,而且通常比传统的

for
循环加
if
条件更具可读性,特别适合创建新的字典。它将遍历、筛选和创建新字典的逻辑紧密结合在一起,体现了Python的简洁和表达力。

热门AI工具

更多
SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

Flowith
Flowith Hot

Flowith是一款基于画布和智能体工作流的 AI 协作工作空间。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

码上飞
码上飞 Hot

一款基于自然语言的AI应用开发平台,可根据用户描述自动生成应用程序,帮助个人和团队快速完成应用原型与开发。

创客贴AI

创客贴AI是一款AI图像与设计工具,AI辅助的智能在线设计工具。

小橡皮AI

一款AI工具,主要用于小橡皮一键去AI味,将机器味重的内容改得更有活人感,防止因为 AI 内容被平台打上 AI 标签,以及限流,适合需要提升相关任务效率的用户。

蛙蛙写作

一款AI论文写作工具,主要用于超级AI智能写作助手,适合需要提升相关任务效率的用户。

相关专题

更多
堆和栈的区别
堆和栈的区别

堆和栈的区别:1、内存分配方式不同;2、大小不同;3、数据访问方式不同;4、数据的生命周期。本专题为大家提供堆和栈的区别的相关的文章、下载、课程内容,供大家免费下载体验。

7227

2023.07.18

堆和栈区别
堆和栈区别

堆(Heap)和栈(Stack)是计算机中两种常见的内存分配机制。它们在内存管理的方式、分配方式以及使用场景上有很大的区别。本文将详细介绍堆和栈的特点、区别以及各自的使用场景。php中文网给大家带来了相关的教程以及文章欢迎大家前来学习阅读。

2948

2023.08.10

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

0

2026.11.17

GoFrame框架安装与gf命令行工具
GoFrame框架安装与gf命令行工具

本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。

0

2026.11.17

GoFrame框架零基础入门
GoFrame框架零基础入门

本专题整理GoFrame框架的入门知识,从模块化设计理念、环境准备到跑通第一个Web服务,讲清目录分层、配置加载、日志与中间件的用法,并对比Gin、Go-Zero的差异,帮助Go开发者建立整体认知。

0

2026.11.17

SQLAlchemy 一对多关系怎么建立
SQLAlchemy 一对多关系怎么建立

SQLAlchemy 一对多关系怎么建立?本专题整理父子表外键、relationship 双向映射、关联查询、级联删除和加载优化等相关文章,帮助你理解并实现常见的 ORM 关系建模。

0

2026.11.17

SQLAlchemy 如何增删改查
SQLAlchemy 如何增删改查

SQLAlchemy 如何增删改查?本专题整理 ORM 新增记录、条件查询、更新和删除、Session 事务提交与批量处理等实用文章,帮助你掌握 Python 数据库操作流程。

0

2026.11.17

SQLAlchemy ORM 模型怎么写
SQLAlchemy ORM 模型怎么写

SQLAlchemy ORM 模型怎么写?本专题整理模型类定义、Mapped 字段映射、主键与约束、表结构创建和常见报错的相关文章,帮助你从基础配置到实际建模逐步掌握 SQLAlchemy。

0

2026.11.17

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

160

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn