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()
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。
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 * 2print(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。
以上就是Python如何遍历字典_Python字典遍历的常用方法汇总的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1368782.html
微信扫一扫 
支付宝扫一扫 
