Python 高级遍历技巧（python遍历列表的两种方法）

Python 的高级遍历技巧可以让你的代码更简洁、更高效，同时提高可读性。从迭代器到生成器，从列表推导到字典推导，每一项都为数据处理带来了新的维度。

实例一：使用列表推导式简化循环

numbers = [1, 2, 3, 4, 5]
squares = [num**2 for num in numbers]
print(squares)  # 输出 [1, 4, 9, 16, 25]

实例二：使用字典推导式创建映射

keys = ['a', 'b', 'c']
values = [1, 2, 3]
mapping = {key: value for key, value in zip(keys, values)}
print(mapping)  # 输出 {'a': 1, 'b': 2, 'c': 3}

实例三：使用集合推导式去除重复元素

items = [1, 2, 2, 3, 4, 4, 5]
unique_items = {item for item in items}
print(unique_items)  # 输出 {1, 2, 3, 4, 5}

实例四：使用zip函数并行遍历多个序列

names = ["Alice", "Bob", "Charlie"]
ages = [25, 30, 35]
for name, age in zip(names, ages):
    print(f"{name} is {age} years old.")

实例五：使用enumerate获取索引和值

fruits = ['apple', 'banana', 'cherry']
for index, fruit in enumerate(fruits):
    print(f"Item {index}: {fruit}")

实例六：使用itertools.chain扁平化嵌套列表

from itertools import chain
nested_list = [[1, 2], [3, 4], [5]]
flat_list = list(chain(*nested_list))
print(flat_list)  # 输出 [1, 2, 3, 4, 5]

实例七：使用itertools.groupby按条件分组

from itertools import groupby
data = [(1, 'A'), (1, 'B'), (2, 'C'), (2, 'D')]
sorted_data = sorted(data, key=lambda x: x[0])
grouped_data = {k: list(v) for k, v in groupby(sorted_data, lambda x: x[0])}
print(grouped_data)  # 输出 {1: [(1, 'A'), (1, 'B')], 2: [(2, 'C'), (2, 'D')]}

实例八：使用itertools.permutations生成排列

from itertools import permutations
letters = ['A', 'B', 'C']
permutations_list = list(permutations(letters))
print(permutations_list)

实例九：使用itertools.product生成笛卡尔积

from itertools import product
colors = ['Red', 'Blue']
sizes = ['Small', 'Large']
combinations = list(product(colors, sizes))
print(combinations)

实例十：使用生成器表达式节省内存

large_numbers = (num for num in range(1000000))
sum_of_large_numbers = sum(large_numbers)
print(sum_of_large_numbers)

以上实例展示了Python中一些高级遍历技巧，这些技巧可以帮助你写出更加高效和简洁的代码。在实际开发中，合理运用这些技巧可以显著提高代码的性能和可读性。