惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
The Register - Security
The Register - Security
The Cloudflare Blog
Last Week in AI
Last Week in AI
月光博客
月光博客
Security Latest
Security Latest
Project Zero
Project Zero
博客园 - 司徒正美
AWS News Blog
AWS News Blog
雷峰网
雷峰网
博客园 - 聂微东
C
Cybersecurity and Infrastructure Security Agency CISA
P
Palo Alto Networks Blog
人人都是产品经理
人人都是产品经理
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
T
Tor Project blog
Martin Fowler
Martin Fowler
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Microsoft Azure Blog
Microsoft Azure Blog
B
Blog RSS Feed
A
About on SuperTechFans
V
V2EX
P
Proofpoint News Feed
腾讯CDC
S
Schneier on Security
K
Kaspersky official blog
Google Online Security Blog
Google Online Security Blog
Recorded Future
Recorded Future
H
Hacker News: Front Page
Application and Cybersecurity Blog
Application and Cybersecurity Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
C
CERT Recently Published Vulnerability Notes
aimingoo的专栏
aimingoo的专栏
博客园 - 叶小钗
美团技术团队
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
V
Vulnerabilities – Threatpost
C
Cisco Blogs
PCI Perspectives
PCI Perspectives
Apple Machine Learning Research
Apple Machine Learning Research
博客园 - 【当耐特】
N
News and Events Feed by Topic
Google DeepMind News
Google DeepMind News
Hugging Face - Blog
Hugging Face - Blog
阮一峰的网络日志
阮一峰的网络日志
P
Privacy International News Feed
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
W
WeLiveSecurity
Spread Privacy
Spread Privacy
S
Securelist

博客园 - 漫思

python使用.env构建开发和生产环境 python项目的构建 nodejs构建CICD时的思考  成为 AI 智能体工程师的 10 个步骤 es6的 yield python 中的 yield 笔记本的A壳 thinkpad 更换 reduce() in Python python的字段赋值和取值的操作 python的语法类似于lodash分组展开,合并分组操作 SelectMany C# lodash 数组的常用做法 lodash里面的常用方法 技术的边界 Reduce 和 Transduce 的含义 尤雨溪创办的 VoidZero 官宣加入 Cloudflare,前端 Vite 等保持开源 Ramda 函数库参考教程 ramda es 数组的方法 flatmap map object.entity的教程 Map与FlatMap:在数据处理中的区别与联系 flat、flatmap与map的用法区别1 flat、flatmap与map的用法区别 AI不是从天而降,它经历了七十年三起三落:读懂AI的第三课 Agent 17 种架构模式 分析 & 思考 只有踩过坑才懂:前端生成唯一 ID,别用 Date.now ()了!试试它crypto.randomUUID() FastAPI python并发 代码是 AI 写的,生产事故谁背锅? AI Agent 走出 Demo 幻觉的唯一解药:Harness Engineering 高管的 AI 精神病 小米开源可控视频音效生成模型 ControlFoley ​IBM 联合红帽投资 50 亿美元:帮助企业确保开源软件安全 国家大基金领投 DeepSeek,首轮融资投前估值 450 亿美元 SpaceX 自研 AI 训练栈 V1.0 接近完工:用 C 重写、适配 22 万块 GB300 GPU 高管的 AI 精神病 - 漫思 做一款企业真正敢用的AI测试应用,到底有多难?究竟难在哪? - 漫思 工良吐槽篇:万字长文细说 AI 落地之笑谈 koarouter的路由基本能力 7. 简单语句 class-validator class- @koa/router 分路由 这是我见过的最好的koa2 classvalidate typeorm的能力 HLS.js destroy时会取消请求吗 从入门到精通:2025年本体管理工具选型指南,8款工具助你驾驭语义网络 一文入门智能体:dify 超快速构建AI agent C# 15 类型系统改进:Union Types skill网站 应无所住,而生其心 process.stdin.isTTY 谷歌学术走过风雨十年 听创始人畅谈苦辣酸甜 - 漫思 process.stdin.isTTY 是false的具体情况 asyncio 较为复杂的demo asyncio 简单demo python Annotated 独家解读:淘宝使用 Node.js 的 TypeScript 多场景开发和实践 mac uv 使用 Python 包管理工具 uv 使用教程 Python依赖管理新标杆:UV工具安装与实战指南 python的uv lobehubui python的enum通过int进行初始化 python的枚举类型 深度拆解:AI 智能体 Harness 的构造【译】 LlamaIndex是什么?LlamaIndex综述!看这一篇就够了! python和langchain的简单教程 nodejs的顶尖开源项目 基础Pydantic+TypedDict+Annotated +Dataclass 深度解析Python结构化数据工具:dataclass、Pydantic Model与TypedDict 被 LangChain 全家桶搞晕了?LangGraph、LangSmith、LangFlow 一文读懂 - 漫思 谁才是企业级开源平台的优选?OpenCSG与Dify、Coze、Langflow、Ollama 的差异化之路 四大框架全景解析:LangChain、LangGraph、DeepAgent、LangFlow 测试数据管理方式对比:dict vs dataclass vs TypedDict 革命性的写作:MDX 让你的 Markdown 全面动起来 Python - pydantic 入门介绍与 Models 的简单使用 欢迎使用 Pydantic¶ python模块导入 Python 里通常说“数组切片”,大多数时候指的是列表切片。基本格式是: 自定义hook的写法 python基础教程 or的简单用法 C# 15 引入了 联合类型 asyncio的基础理论 flask配置热更新 Form.Item 无法直接绑定两个 name Form.Item 的双向翻译官:getValueFromEvent 与 getValueProps Knex.js入门指南:Node.js最强大的SQL查询构建器 knex.js1 Knex.js RFC 9535:JSONPath 的标准化之路 C#多线程Thread.Join()的详解 Pretext:值得关注的文本排版引擎 Flask入门(四):Flask静态文件及配置 【高并发】消息队列思路 为何高并发系统中都要使用消息队列?这次彻底懂了! Node.js 消息队列应用:RabbitMQ、Kafka 与处理高并发任务 大文件上传下载处理方案-断点续传,秒传,分片,合并 Node.js 缓存策略优化:Redis、Memcached 与本地缓存实现 .NET开发者的救星:8个让你告别996的高效库 别再吹牛了,100% Vibe Coding 存在无法自洽的逻辑漏洞!
Python 遍历字典的8种方法
漫思 · 2026-04-21 · via 博客园 - 漫思

遍历字典是Python中常见的操作,可以很方便的访问字典中的键和值,以执行各种任务。

本文将介绍Python中遍历字典的8种方法,包括for循环字典方法推导式等。

方法一:for循环遍历字典

使用for循环是最常见的遍历字典的方法。您可以分别遍历字典的键、值或键值对。

以下是一些示例:

# 创建一个示例字典
student_grades = {"Alice": 95, "Bob": 88, "Charlie": 92, "David": 78}

# 遍历字典的键
for name in student_grades:
    print(name)

# 遍历字典的值
for grade in student_grades.values():
    print(grade)

# 遍历字典的键值对
for name, grade in student_grades.items():
    print(f"{name}: {grade}")

通过使用for循环,可以轻松访问字典中的元素。这对于执行各种操作,如查找、过滤或转换字典中的数据非常有用。

方法二:字典方法items()遍历

使用items()方法可以一次性获取字典中的键值对,然后在for循环中遍历它们。这是一种方便的方法,尤其适用于需要同时访问键和值的情况。

# 创建一个示例字典
student_grades = {"Alice": 95, "Bob": 88, "Charlie": 92, "David": 78}

# 使用items()方法遍历字典
for name, grade in student_grades.items():
    print(f"{name}: {grade}")

items()方法返回一个包含键值对的元组,可以在for循环中解包这些元组以获取键和值。

方法三:字典方法keys()和values()遍历

使用keys()方法可以获取字典中的键,使用values()方法可以获取字典中的值。可以分别遍历键和值,如下所示:

# 创建一个示例字典
student_grades = {"Alice": 95, "Bob": 88, "Charlie": 92, "David": 78}

# 使用keys()方法遍历字典的键
for name in student_grades.keys():
    print(name)

# 使用values()方法遍历字典的值
for grade in student_grades.values():
    print(grade)

这两种方法可以在for循环中单独访问键或值,根据需要执行不同的操作。

方法四:字典推导式

字典推导式是一种紧凑的方式来创建新的字典或从现有字典生成新的字典。可以在字典推导式中遍历原字典的键和值,并根据条件创建新的键值对。

以下是一个示例:

# 创建一个示例字典
student_grades = {"Alice": 95, "Bob": 88, "Charlie": 92, "David": 78}

# 使用字典推导式创建新字典,只包含成绩大于90的学生
top_students = {name: grade for name, grade in student_grades.items() if grade > 90}
print(top_students)

在上面的示例中,使用字典推导式创建了一个新的字典top_students,其中包含成绩大于90的学生。

方法五:使用enumerate()函数

enumerate()函数可用于同时遍历字典的键和值,并提供索引。这对于需要记录元素的位置或索引的情况非常有用。

# 创建一个示例字典
student_grades = {"Alice": 95, "Bob": 88, "Charlie": 92, "David": 78}

# 使用enumerate()函数遍历字典的键和值
for index, (name, grade) in enumerate(student_grades.items()):
    print(f"学生#{index+1}: {name} - 成绩: {grade}")

在上面的示例中,我们使用enumerate()函数获取了每个键值对的索引,并将其一起打印出来。

方法六:使用iteritems()(Python 2.x)

在Python 2.x中,有一个名为iteritems()的方法,它返回一个迭代器,允许在for循环中以更高效的方式遍历字典的键值对。但需要注意的是,这个方法在Python 3.x中已被废弃,不再可用。

# 创建一个示例字典(仅适用于Python 2.x)
student_grades = {"Alice": 95, "Bob": 88, "Charlie": 92, "David": 78}

# 使用iteritems()方法遍历字典
for name, grade in student_grades.iteritems():
    print(f"{name}: {grade}")

在Python 3.x中,不再使用iteritems()方法,而应使用items()方法。

方法七:使用迭代器

如果内存限制较低或需要处理非常大的字典,可以使用迭代器来遍历字典。iter()函数用于创建字典的迭代器,然后使用next()函数来逐个获取键值对。

# 创建一个示例字典
student_grades = {"Alice": 95, "Bob": 88, "Charlie": 92, "David": 78}

# 创建字典的迭代器
iterator = iter(student_grades)

# 遍历字典并逐个获取键值对
while True:
    try:
        name = next(iterator)
        grade = student_grades[name]
        print(f"{name}: {grade}")
    except StopIteration:
        break

使用迭代器可以有效地处理大型字典,因为它不会一次性加载所有键值对到内存中。

方法八:使用回调函数

回调函数是一种自定义遍历字典的方法。可以定义一个回调函数,然后在遍历字典时调用它,以执行自定义操作。

# 创建一个示例字典
student_grades = {"Alice": 95, "Bob": 88, "Charlie": 92, "David": 78}

# 定义一个回调函数
def custom_callback(name, grade):
    print(f"{name}: {grade}")

# 遍历字典并调用回调函数
for name, grade in student_grades.items():
    custom_callback(name, grade)

使用回调函数可以实现更高度的自定义,例如将键值对写入文件、将数据插入数据库等。

总结

遍历字典是Python中常见的操作,有多种方法可供选择,取决于需求和代码的简洁性。不同的方法适用于不同的情况,选择合适的遍历方法可以使代码更加清晰和高效。