在 Python 中，循环的高阶写法通常借助一些内置函数、生成器表达式以及高级的库，能够让代码更加简洁、优雅。以下是几种常见的高阶写法：

1. 列表推导式（List Comprehension）

列表推导式是 Python 中常用的简洁语法，可以在一行代码中实现循环和条件判断。

python

# 基本写法

squares = [x**2 for x in range(10)]

print(squares)

带条件的列表推导式：

python

even_squares = [x**2 for x in range(10) if x % 2 == 0]

print(even_squares)

2. 字典推导式（Dict Comprehension）

类似列表推导式，字典推导式可以用于创建字典。

python

# 将数值作为键，平方作为值

squares_dict = {x: x**2 for x in range(5)}

print(squares_dict)

3. 集合推导式（Set Comprehension）

集合推导式的语法与列表推导式相同，返回的结果是一个集合。

python

unique_squares = {x**2 for x in range(10)}

print(unique_squares)

4. 生成器表达式（Generator Expression）

生成器表达式与列表推导式类似，但返回的是一个生成器对象，只有在需要时才会计算值，适用于大数据集的迭代。

python

squares_gen = (x**2 for x in range(10))

print(list(squares_gen)) # 使用时可以转为列表

5. map()函数

map() 是高阶函数，可以将函数应用到可迭代对象的每个元素上。

python

# 将每个元素平方

squares = map(lambda x: x**2, range(10))

print(list(squares))

6. filter()函数

filter() 函数用于筛选可迭代对象中的元素，返回满足条件的元素。

python

# 筛选偶数

even_numbers = filter(lambda x: x % 2 == 0, range(10))

print(list(even_numbers))

7. zip()函数

zip() 可以将多个可迭代对象打包成一个迭代器，常用于将多组数据“配对”。

python

names = ['Alice', 'Bob', 'Charlie']

ages = [25, 30, 35]

combined = zip(names, ages)

print(list(combined))

8. enumerate()函数

enumerate() 返回可迭代对象的索引和值，常用于需要索引时的循环。

python

names = ['Alice', 'Bob', 'Charlie']

for index, name in enumerate(names):

print(index, name)

9. itertools模块

itertools 提供了一系列用于操作迭代器的工具，如无限循环、排列组合等。

python

import itertools

# 无限循环

counter = itertools.count(start=1, step=2)

for _ in range(5):

print(next(counter))

10. reduce()函数

reduce() 从 functools 模块导入，用于将一个可迭代对象的元素归约为一个单一值。它应用一个函数，将前两个元素操作后得到的结果继续与下一个元素操作。

python

from functools import reduce

# 计算列表的乘积

product = reduce(lambda x, y: x * y, [1, 2, 3, 4])

print(product)

11. 递归 (Recursion)

递归是一种函数调用自身的方式，常用于解决问题分解的场景。

python

# 计算阶乘

def factorial(n):

if n == 1:

return 1

else:

return n * factorial(n - 1)

print(factorial(5)) # 输出 120

总结

这些高阶写法让循环更加简洁、高效，并且更贴合 Python 语言的“优雅”设计理念。你可以根据具体的需求选择适合的方式来优化代码。