python怎么遍历一个文件夹里面所有的文件 python怎么遍历获取对应的值

遍历Python列表有多种方法：直接for...in遍历元素最简洁；需索引时用range(len())或更推荐的enumerate()，后者可读性、安全性更优；修改列表时建议倒序删除或使用列表推导式生成新列表；高级技巧包括map/filter、zip、itertools和生成器表达式，提升效率与代码表现力。

Python中遍历列表的方式多种多样，核心无非是围绕“如何访问列表中的每个元素”这一目的。从最直观的直接获取元素，到需要同时处理索引，再到为了特定目的（比如创建新列表或安全修改）而采取的策略，Python都提供了非常灵活且高效的机制。选择哪种方法，往往取决于你具体想做什么，以及你对代码可读性和性能的需求。

遍历Python列表，通常有以下几种常用且高效的方法，每种都有其独特的适用场景：

1. 直接遍历元素 (for...in循环)

这是最Pythonic、最简洁、也是最常用的方式。当你只需要访问列表中的每个元素，而不需要知道它们在列表中的位置（索引）时，这种方法是首选。

立即学习“Python免费学习笔记（深入）”；

my_list = ['apple', 'banana', 'cherry']for item in my_list:    print(item)

我个人非常偏爱这种写法，因为它直观地表达了“对列表中的每一个项做些什么”的意图，代码读起来就像自然语言一样流畅。

2. 遍历索引 (for...range(len())循环)

如果你在遍历列表的同时，需要获取元素的索引，或者需要根据索引来修改列表中的元素，那么结合

range()

len()

my_list = ['apple', 'banana', 'cherry']for i in range(len(my_list)):    print(f"Index: {i}, Element: {my_list[i]}")    # 假设我想修改列表中的某个元素    if my_list[i] == 'banana':        my_list[i] = 'orange'print(my_list) # 输出: ['apple', 'orange', 'cherry']

这种方式，在我看来，虽然不如直接遍历元素那么“Pythonic”，但在需要精确控制索引，尤其是需要原地修改列表时，它提供了必要的灵活性。

3. 同时遍历索引和元素 (enumerate()函数)

enumerate()

for...range(len())

my_list = ['apple', 'banana', 'cherry']for index, item in enumerate(my_list):    print(f"Index: {index}, Element: {item}")

这简直是我的心头好，每次看到需要同时获取索引和元素时，

enumerate()

4. 列表推导式 (List Comprehensions)

虽然列表推导式的主要目的是创建新列表，而不是仅仅遍历，但它内部隐含了对原始列表的遍历。当你需要根据现有列表的元素，以某种方式转换或筛选，并生成一个新的列表时，列表推导式是极其强大和简洁的工具。

original_list = [1, 2, 3, 4, 5]# 创建一个新列表，包含原列表中每个元素的平方squared_list = [x * x for x in original_list]print(squared_list) # 输出: [1, 4, 9, 16, 25]# 创建一个新列表，只包含原列表中的偶数even_numbers = [x for x in original_list if x % 2 == 0]print(even_numbers) # 输出: [2, 4]

列表推导式让很多原本需要多行循环才能完成的任务，变得一行代码就能搞定，极大提升了代码的表达力和效率。但要注意，它主要用于生成新列表，如果你的目的是执行有副作用的操作（如打印、修改外部变量），那么传统的

for

5.

while

while

for

my_list = [1, 2, 3, 4, 5]i = 0while i < len(my_list):    if my_list[i] % 2 == 0:        print(f"Found even number: {my_list[i]} at index {i}")        # 假设我想删除这个偶数，并继续检查下一个        # 注意：删除元素会改变列表长度和后续元素的索引        my_list.pop(i)    else:        i += 1 # 只有当不删除元素时才前进索引print(my_list) # 输出: [1, 3, 5]

使用

while

enumerate()

range(len())

这是一个我经常被问到，也常常思考的问题。说实话，在Python社区里，普遍认为当你在遍历列表时需要同时获取元素的索引和值时，

enumerate()

range(len())

原因其实挺多的：

首先，可读性。

for index, item in enumerate(my_list):

for i in range(len(my_list)): item = my_list[i]

其次，安全性。

enumerate()

my_list[i]

range(len())

再者，效率。虽然对于大多数小型列表来说，性能差异可以忽略不计，但

enumerate()

range(len())

my_list[i]

enumerate()

enumerate()

ChatGPT指令大全

不过，

range(len())

enumerate()

item

my_list[i] = new_value

i

range(len())

简而言之，如果你只是想看一眼索引和元素，

enumerate()

range(len())

在Python中遍历列表并同时修改它，常常是新手（甚至老手）会踩坑的地方。我个人就遇到过好几次，因为不小心在循环中删除了元素，导致循环跳过了一些本该处理的元素，或者直接抛出了

IndexError

for...in

这里有一些安全处理的方法：

遍历列表的副本进行修改或删除：这是最常见也最安全的做法。你可以创建一个列表的浅拷贝，然后遍历这个副本，在副本上进行判断，但对原始列表执行修改或删除操作。这样，原始列表的结构变化不会影响到正在进行的迭代。

my_list = [1, 2, 3, 4, 5, 6]# 遍历副本，删除原列表中的偶数for item in my_list[:]: # my_list[:] 创建了一个浅拷贝    if item % 2 == 0:        my_list.remove(item) # 在原列表上删除print(my_list) # 输出: [1, 3, 5]

这种方法简单直观，但需要注意

remove()

倒序遍历进行删除：如果你需要根据索引删除元素，倒序遍历是一个非常聪明的策略。当你从列表末尾开始删除时，前面元素的索引不会受到影响，从而避免了跳过元素的问题。

my_list = [1, 2, 3, 4, 5, 6]# 倒序遍历，删除偶数for i in range(len(my_list) - 1, -1, -1):    if my_list[i] % 2 == 0:        del my_list[i]print(my_list) # 输出: [1, 3, 5]

这个方法在我处理一些需要精确索引控制的场景时非常有用，它避免了

remove()

使用列表推导式生成新列表（推荐用于筛选）：如果你的目标是根据某些条件筛选出元素，或者对元素进行转换并生成一个新列表，那么列表推导式是最高效、最Pythonic的选择。它避免了在循环中修改列表的所有复杂性。

my_list = [1, 2, 3, 4, 5, 6]# 创建一个新列表，只包含奇数new_list = [item for item in my_list if item % 2 != 0]print(new_list) # 输出: [1, 3, 5]print(my_list)   # 原始列表不变: [1, 2, 3, 4, 5, 6]

我个人在绝大多数需要“修改”列表（实际上是生成一个符合条件的新列表）的场景中，都会优先考虑列表推导式。它不仅安全，而且代码简洁明了。

while

while

my_list = [1, 2, 2, 3, 4, 2, 5]i = 0while i < len(my_list):    if my_list[i] == 2:        my_list.pop(i) # 删除元素，当前索引位置的下一个元素会“滑”到当前位置        # 不递增i，因为新的元素已经补位，需要再次检查当前索引    else:        i += 1 # 如果不删除，则前进到下一个元素print(my_list) # 输出: [1, 3, 4, 5]

这种方法虽然灵活，但逻辑相对复杂，需要非常小心地管理索引，否则很容易出错。

总的来说，处理列表的动态修改时，我的建议是：如果只是筛选，用列表推导式；如果需要原地删除且不介意倒序，用倒序

del

while

除了上面提到的几种基本遍历方式，Python还提供了一些非常强大且高效的工具和技巧来处理列表，它们能让你的代码更简洁、更具表现力，同时在处理大数据时也能提供更好的性能。

map()

filter()

map(function, iterable)

numbers = [1, 2, 3, 4, 5]squared_numbers = map(lambda x: x * x, numbers)print(list(squared_numbers)) # 输出: [1, 4, 9, 16, 25]

filter(function, iterable)

True

False

numbers = [1, 2, 3, 4, 5]even_numbers = filter(lambda x: x % 2 == 0, numbers)print(list(even_numbers)) # 输出: [2, 4]

我个人觉得，对于简单的转换和筛选，列表推导式通常更具可读性。但对于已经定义好的函数，或者需要与

functools

map()

filter()

zip()

zip()

names = ['Alice', 'Bob', 'Charlie']ages = [25, 30, 35]cities = ['New York', 'London', 'Paris']for name, age, city in zip(names, ages, cities):    print(f"{name} is {age} years old and lives in {city}.")

如果这些列表的长度不一致，

zip()

itertools

itertools

itertools.chain()

from itertools import chainlist1 = [1, 2]list2 = [3, 4]for item in chain(list1, list2):    print(item) # 输出: 1, 2, 3, 4

itertools.combinations()

itertools.permutations()

from itertools import combinationsnumbers = [1, 2, 3]for combo in combinations(numbers, 2): # 长度为2的所有组合    print(combo) # 输出: (1, 2), (1, 3), (2, 3)

itertools.islice()

from itertools import islicelarge_list = range(1000000)for item in islice(large_list, 10, 20): # 获取第10到19个元素    print(item)

itertools

生成器表达式 (Generator Expressions)：生成器表达式与列表推导式非常相似，但它使用圆括号

()

[]

numbers = [1, 2, 3, 4, 5]# 列表推导式会立即生成整个列表squared_list = [x * x for x in numbers] # [1, 4, 9, 16, 25]# 生成器表达式返回一个生成器对象squared_generator = (x * x for x in numbers)print(squared_generator) # <generator object <genexpr> at 0x...>for item in squared_generator:    print(item) # 逐个输出: 1, 4, 9, 16, 25

我经常在处理文件IO、网络流或者任何可能产生大量数据的场景中使用生成器表达式。它让我的代码在内存使用上更加“友好”，尤其是在资源受限的环境中。

掌握这些高级技巧，能让你在Python中处理列表时更加游刃有余，不仅代码更简洁，而且在面对性能和内存挑战时，也能找到更优雅的解决方案。

以上就是python如何遍历一个列表_python列表遍历的几种常用方法的详细内容，更多请关注乐哥常识网其它相关文章！