Python循环语句详解：for、while、推导式与性能优化实践

1. 循环语句Python里离不了的“重复劳动终结者”很多刚接触Python的朋友写完变量、数据类型、分支判断之后遇到的第一个“分水岭”就是循环。有人说循环不就是for和while嘛有啥可讲的但在实际写爬虫、做数据处理、跑量化策略回测的时候你会发现循环写得好不好直接决定代码是跑3秒还是跑3分钟是能看懂还是过两天自己都认不出来。先说人话循环解决的核心问题就一个让一段代码反复执行直到满足某个条件。比如你要给1000个文件改名手动操作得改到半夜用循环几秒钟搞定你要从一个包含10万条数据的列表里筛出符合条件的记录手写判断逻辑写到崩溃循环一行搞定。这就是循环的价值——把人的重复劳动交给机器。这篇内容我把Python循环相关的知识点串起来讲一遍覆盖for循环、while循环、break和continue怎么玩、循环里的else子句、推导式优化、嵌套循环与性能陷阱以及几个真实场景下写循环的完整思路。不管你是刚看完Python安装教程准备入门的萌新还是已经在写爬虫、处理DataFrame的老手这篇都能给你一些能直接用上的东西。2. for循环遍历一切可迭代对象2.1 先搞清楚for循环到底在遍历什么for循环在Python里的应用场景比while广得多核心原因是Python里“可迭代对象”无处不在。字符串、列表、元组、字典、集合、文件对象、range对象统统都能用for直接遍历。这一点和C语言、Java的for循环有本质区别——C语言的for本质是“初始化、条件判断、步进更新”这三段式而Python的for本质是“从迭代器中逐个取值”。# C语言的for写法伪代码示意需要手动控制索引 for (i 0; i len(arr); i) { print(arr[i]) } # Python的for写法直接遍历元素本身 for item in [10, 20, 30]: print(item)很多从Java、C转过来的朋友一开始特别不习惯Python的for总觉得没有下标心里不踏实。其实完全不用担心如果你确实需要下标Python提供了内置函数enumerate来处理这个后面细说。理解Python的for循环脑子里要建立两个概念迭代器Iterator和可迭代对象Iterable。简单粗暴地理解可迭代对象就是能被for循环“一个一个往外吐东西”的对象迭代器就是那个负责“吐东西”的机器。for循环的工作机制是先调用可迭代对象的__iter__()方法拿到迭代器然后反复调用迭代器的__next__()方法取值直到抛出StopIteration异常自动结束循环。这套机制不用记太死但理解之后你就能明白为什么有些对象能循环、有些对象不能也就能理解生成器的“惰性求值”是怎么回事了。2.2 range()函数控制循环次数和步长的基本功控制循环次数最常用的方式就是配合range()函数。range有三个参数分别是start起始值默认0、stop结束值不包含、step步长默认1要注意的是stop这个值是取不到的左闭右开。这是新手最容易踩的坑之一。# 从0开始打印0到4 for i in range(5): print(i) # 从2开始打印2到8 for i in range(2, 9): print(i) # 从10开始每次减2打印10、8、6、4、2 for i in range(10, 0, -2): print(i)我在实际写代码时对range用得最勤的场景有两个一个是需要固定循环次数时比如处理灰度图的256个颜色级别、按批次处理数据时按batch_size切分另一个是需要按索引访问多个序列时。顺便说一个性能细节Python 3里的range返回的是一个“惰性求值”的range对象不会像Python 2那样直接生成一个完整的列表。也就是说range(10000000)在内存里只占很小的空间真正迭代时才一个个产生数字。这一点在数据量大的场景比如量化策略里遍历几千个交易日、爬虫里分页遍历几百页数据能省不少内存。2.3 enumerate()和zip()for循环里的两员大将遍历列表时如果需要同时拿到“索引和值”新手最常见的写法是这样的# 不够Pythonic的写法 i 0 for item in [苹果, 香蕉, 橙子]: print(i, item) i 1这种写法没问题但完全没必要自己维护一个计数变量直接用enumerate()更清晰# 推荐写法 for idx, item in enumerate([苹果, 香蕉, 橙子], start1): print(idx, item)注意enumerate可以设置start参数默认是0但在很多业务场景下序号从1开始更符合阅读习惯比如打印商品序号、输出Excel行号。这一点是我经过多次调试后专门记住的因为我自己就吃过“序号和实际行号差一位”的亏。zip()则是处理“多个列表按位置一一对应遍历”的神器。比如你有两个列表一个是城市名一个是对应的气温想同时遍历它们cities [北京, 上海, 广州] temps [18, 22, 26] for city, temp in zip(cities, temps): print(f{city}: {temp}度)zip会按最短的那个列表截断这一点需要特别注意。如果你希望严格对齐可以使用itertools.zip_longest()它可以让你指定缺失值的填充内容。在很多数据处理场景比如把两个CSV文件按行合并、把多组时间序列数据对齐时zip和zip_longest都是主力工具。2.4 遍历字典默认只拿key但方法多得是字典的遍历是Python里很有特色的一块。新手常常被三个方法弄晕keys()、values()、items()。其实记忆很简单keys拿钥匙values拿值items同时拿钥匙和值。person {name: 张三, age: 28, city: 深圳} # 只遍历键 for key in person: print(key) # 也可以写成 for key in person.keys()但直接用person更简洁 # 只遍历值 for value in person.values(): print(value) # 同时遍历键和值最常用 for key, value in person.items(): print(f{key}: {value})我自己的习惯是遍历字典几乎永远用items()因为99%的场景你都需要同时知道键和值。而且在for循环遍历字典时千万不要直接修改字典的结构增删键这会导致RuntimeError: dictionary changed size during iteration。如果确实需要筛选部分键值对正确做法是遍历字典副本的键列表或者直接用字典推导式生成一个新字典。这个坑我踩过不止一次后面会专门说。3. while循环条件驱动型选手3.1 while循环的使用场景和基本结构while循环和for最大的区别在于for遍历的是一个“有边界的集合”而while只要条件满足就会一直执行更适合“不知道要循环多少次只知道什么时候该停下来”的场景。典型的适用场景包括用户输入校验直到用户输入合法值为止、轮询等待某个外部状态比如等文件生成、等接口返回成功、二分查找算法、以及游戏的主循环等。# 用户输入校验的经典写法 while True: user_input input(请输入一个大于0的数字: ) if user_input.isdigit() and int(user_input) 0: break print(输入不合法请重新输入)这里用了while True配合break相当于“先把循环开着满足条件再退出”。如果你不清楚这个模式就会陷入“不知道初始条件怎么设置”的纠结中。实际上“不确定初始条件”时先用while True在循环体中间判断是否break是很多实战场景下比较省心的做法。3.2 死循环超好用的“保险开关”和超可怕的“程序灾难”死循环是while话题里绕不开的。新手一听“死循环”就害怕其实在有些场景下死循环恰恰是设计的一部分。比如一个服务器日志监控脚本正常情况下应该7x24小时运行不断读取日志新增内容这种场景下while True反而是最合理的结构。问题在于什么时候该跳出循环。凡是用while True的地方一定要确保循环体里有break触发的可能性。我见到不少新手写出这样的代码# 危险示例循环条件是恒真表达式 flag 1 while flag 1: print(执行任务) # 忘记修改flag程序永远出不来修正思路有两种一种是在循环体里明确修改循环条件相关的变量另一种是改成while True break的结构把退出条件写得明明白白。我个人更推荐后者因为“出事就在break处”比“到处找变量在哪里被修改”更容易排查。另外CtrlC可以终止Python脚本在命令行下遇到死循环不用慌按CtrlC即可。如果在Jupyter Notebook里卡住了工具栏的“Interrupt Kernel”按钮也能强制中断。3.3 while和for的选择标准边界感我经常被问到“这个场景到底该用for还是while”我的判断标准就一条循环次数是否已知。已知次数或明确要遍历某个集合用for次数未知只依赖条件和外部状态变化用while。举个例子爬虫里翻页抓取数据。如果你明确知道总共有50页直接for page in range(1, 51)如果不知道总页数需要根据“当前页有没有数据”来判断是否停止那就该用whilepage 1 while True: data fetch_page(page) if not data: break save_to_db(data) page 1这个例子很能说明问题page 1加上data为空时break构成了“已知何时停止、但停止条件依赖外部数据”的经典场景。4. break、continue和else循环控制的三大金刚4.1 break打破循环不是打破条件break的作用是立即终止当前整个循环不管后面还有多少元素没遍历也不管while条件是否还满足。它适合用在“已经达到目标没必要继续遍历”的场景能明显提升效率。最典型的例子就是从列表里查找第一个满足条件的元素import time users [{id: 1001, name: 张三}, {id: 1002, name: 李四}] # 查找id为1002的用户找到就停止 for user in users: if user[id] 1002: print(f找到了: {user[name]}) break如果不加break代码依然能实现功能但会多遍历后面所有元素。在大数据量场景下提前终止是几倍甚至几十倍的效率差距。4.2 continue跳过本次进入下一轮continue则是“跳过当前这一次循环的剩余代码直接进入下一轮”。它的典型应用是“过滤掉不需要处理的数据”。# 只处理偶数 for num in range(1, 11): if num % 2 ! 0: continue print(num)这个例子比较基础实际工作中更常见的是爬虫处理页面的场景如果某个商品的价格字段缺失就不入库继续处理下一个商品。用continue能让代码结构保持扁平避免多层if嵌套。4.3 循环后的else子句Python里90%的人没用过的特性Python的循环可以带else子句这是非常容易被人忽略的语法。循环不管for还是while正常结束没有碰到break时会执行else块中的代码如果循环被break中断else块不会执行。# 判断一个数是否是素数 num 29 for i in range(2, num): if num % i 0: print(f{num}不是素数能被{i}整除) break else: print(f{num}是素数)这个语法初看有点反直觉但一旦理解“else和break是一对”之后就会觉得太方便了——它让“查找失败”这种逻辑不需要额外设置flag变量。对比一下如果不使用else你通常得写一个found False的标志位遍历结束后再检查。循环else的写法语义更清晰。不过需要提醒的是循环else会让不太熟悉这个特性的同事在阅读代码时产生困惑。如果是在团队项目里可以考虑加个注释说明如果是自己写的脚本放心用真香。5. 列表推导式让循环代码缩短80%5.1 从循环到推导式同一件事的两种写法当你纯粹为了“生成一个列表”而写循环时在Python里有更简洁的写法——列表推导式List Comprehension。它是Python社区非常推崇的写法代码更短、可读性更强、在某些场景下还更快。# 普通循环写法 squares [] for i in range(1, 11): squares.append(i * i) # 列表推导式写法 squares [i * i for i in range(1, 11)]这两段代码做的事情完全一样但列表推导式用一行完成了四行的工作。列表推导式的本质是把“收集结果”这个动作交给方括号把“循环逻辑”放在里面。它的基本语法是[表达式 for 变量 in 可迭代对象 if 条件]。5.2 带条件的推导式替代filter和map列表推导式常和条件过滤结合使用本质上替代了filter()和map()的组合# 找出列表里所有长度大于3的字符串并转为大写 words [python, java, c, go, javascript] result [w.upper() for w in words if len(w) 3] # 结果: [PYTHON, JAVA, JAVASCRIPT]注意这里出现了两个关键词for后面写循环if后面写过滤条件顺序不要搞混。写了多年代码的朋友我建议养成“能用推导式就不用普通循环收集列表”的习惯代码会清爽很多。但也要注意如果循环内部逻辑非常复杂比如包含异常处理、多层嵌套、需要调试打断点那就写成普通循环高可读性永远比炫技重要。5.3 字典推导式和生成器表达式列表推导式广为人知但字典推导式和生成器表达式同样值得掌握。字典推导式的语法类似只是外层用花括号并且表达式部分要给出一对key:value# 把一个列表变成字典键是元素值是元素的长度 fruits [苹果, 香蕉, 草莓] fruit_dict {fruit: len(fruit) for fruit in fruits} # 结果: {苹果: 2, 香蕉: 2, 草莓: 2}生成器表达式则是把列表推导式的方括号换成圆括号它的特点是不一次性生成完整列表而是“用到哪个生成哪个”适合处理超大集合时节省内存。# 生成器表达式sum过程中每个平方值逐个生成不会全部保存在内存里 total sum(i * i for i in range(10000000))上面这个例子如果改用列表推导式sum([i*i for i in range(...)])内存占用会高很多改用生成器表达式内存占用几乎可以忽略。这一点在量化交易里遍历海量K线数据、在数据分析里处理千万级日志时特别明显属于“看似差不多实际差很远”的性能问题。5.4 推导式的性能和可读性边界虽然推导式简洁但嵌套太多也会变得难读。比如下面这个双重循环嵌套的推导式虽然一行写完但读起来很费劲# 矩阵转成扁平列表 matrix [[1, 2, 3], [4, 5, 6], [7, 8, 9]] flat [item for row in matrix for item in row]这个例子读法是从左到右先for row in matrix再for item in row最后item进列表。我个人的判断标准是如果推导式里出现两个以上的for或if就考虑拆分写普通循环否则后续维护时会很痛苦。实际工作中能写两层推导式已经是极限了三层以上基本属于炫技不推荐。6. 嵌套循环小心性能陷阱学会用工具库绕路6.1 嵌套循环的典型应用场景嵌套循环是循环话题里绕不开的重点。最典型的例子就是双层循环遍历二维结构比如图像处理里的遍历像素、矩阵运算、打印九九乘法表# 九九乘法表 for i in range(1, 10): line [] for j in range(1, i 1): line.append(f{j}x{i}{i * j}) print( .join(line))嵌套循环的逻辑本身不难难的是控制内层循环的范围和避免无谓的重复计算。上面这个九九乘法表的代码内层range(1, i1)保证了只输出下三角部分没有重复计算3x7和7x3这是嵌套循环优化中很关键的一类思路——缩小内层循环的搜索范围。6.2 时间复杂度陷阱三层循环是怎么把程序写死的很多性能问题都是嵌套循环带来的。假设你的程序里有一个三层循环每层循环100次那就是100万次操作。如果每层循环1000次就是10亿次操作——这个数量级在纯Python里可能已经要跑好几个小时了。我记得有一次帮朋友调试一个构建邻接矩阵的脚本他用了三重循环处理几百个节点每层都要做字符串匹配结果跑了几分钟都没出结果。后来优化的方式很直接先把节点映射成字典节点名到索引再构建矩阵将三层循环变成两层循环外加索引查找最终秒级完成。这里分享一个核心经验写循环之前先估算一下最内层会被执行多少次。如果估算出来超过千万级别就得想想是否能用哈希表字典、集合或排序来降低复杂度。用生活类比说你要在一堆名片里找某个人的电话一张张翻是O(n)但如果先把名片按姓氏排好序再找就快得多。循环优化本质上就是给数据“排好序、建好索引”避免反复全量扫描。6.3 用NumPy和pandas替代纯Python循环做数据分析的朋友经常犯“用Python循环处理DataFrame每一行”的错。比如要对一个包含100万行销售额数据的DataFrame计算折扣后的价格新手可能会写成# 低效逐行循环处理DataFrame for idx in range(len(df)): df.loc[idx, discounted] df.loc[idx, price] * 0.8这种写法在数据量大时非常慢。正确做法是使用pandas的向量化操作一次完成整列计算# 高效向量化操作 df[discounted] df[price] * 0.8这个对比非常说明问题——Pandas和NumPy的底层用C实现性能远高于Python逐行循环。如果你发现自己写的循环是一行一行处理DataFrame或数组大概率有更好的写法。先用向量化操作再用groupby和apply实在不行才考虑for行循环这是我在实际工作中反复验证过的顺序。7. 常见问题与规避技巧把踩过的坑一次说清7.1 遍历列表时删除元素经典翻车现场这是Python新手最容易踩的坑没有之一。在遍历列表时直接删除元素会导致列表索引错位删除一个元素后后面的元素会前移导致跳过一些元素。# 原意是删除所有偶数但结果不正确 nums [1, 2, 3, 4, 5, 6] for num in nums: if num % 2 0: nums.remove(num) print(nums) # 输出 [1, 3, 5] 看起来对了但换一组数据发现就出问题了nums [1, 2, 4, 6, 7, 8] for num in nums: if num % 2 0: nums.remove(num) print(nums) # 输出 [1, 4, 7]4和8漏删了正确的做法有三种遍历副本、用列表推导式生成新列表、或者从后往前删除。最推荐的是列表推导式一行代码干净利落nums [1, 2, 4, 6, 7, 8] nums [num for num in nums if num % 2 ! 0]这个误区出现的根本原因是remove基于值删除了元素但for循环仍然按原来的索引推进。记住一个原则就好不要在遍历列表时改变列表的长度。7.2 循环里修改字典结构RuntimeError警告前面提过遍历字典时不能增删键这里展开说一下。假设你要删除字典里所有值为空字符串的键值对下面的写法会直接报错data {name: 张三, age: , city: 深圳, email: } for key, value in data.items(): if value : del data[key] # RuntimeError: dictionary changed size during iteration正确做法是先复制一份键的列表来遍历或者在遍历时生成新字典# 方法一遍历键列表副本 for key in list(data.keys()): if data[key] : del data[key] # 方法二字典推导式生成新字典推荐 data {key: value for key, value in data.items() if value ! }我个人更推荐方法二因为推导式不仅写法简洁而且完全不修改原字典避免许多隐性问题。7.3 无限循环排查从哪几方面入手死循环并不总是while True忘了加break有时候是条件判断有逻辑错误。比如下面这个例子# 想计算1到100之和但i永远不更新 total 0 i 1 while i 100: total i # 缺少 i 1排查死循环的思路我一般按顺序检查三件事第一循环条件里涉及的变量是否在循环体内被正确更新第二break条件是否能被满足特别是依赖外部输入的场景第三循环条件是否写反了方向比如应该大于却写成了小于导致条件恒真。为了避免写死循环一个习惯是为while循环设置最大迭代次数也就是所谓的“保险丝”max_iterations 10000 count 0 while some_condition: if count max_iterations: print(达到最大迭代次数强制退出) break # 循环体 count 1这种防守式编程在工业级代码里很常见可以防止外部接口异常时程序陷入无限等待。7.4 循环里用return和print的时机新手写函数时经常混淆return和print在循环里的表现。return会立即退出整个函数循环自然也就终止了print只是输出信息循环还会继续执行。在循环里查找数据时如果找到就应该用return返回结果而不是print出来就算完事def find_user(users, user_id): for user in users: if user[id] user_id: return user # 找到立即返回并退出函数 return None # 全部遍历完没找到如果误用了print函数返回的是None调用方拿到None后无法判断“到底有没有找到”。这也是初学者经常困惑“为什么我的函数返回值是None”的常见原因之一。8. 经典循环实战案例把循环放到真实场景里验证8.1 案例一爬虫分页抓取——while循环的用武之地写爬虫时最典型的分页逻辑正好可以验证前面讲的知识点。假设目标是抓取某个资讯网站的文章列表每页20条翻页URL模式为/?page1、/?page2直到某一页没有文章为止articles [] page 1 while True: url fhttps://example.com/news/?page{page} response requests.get(url) data response.json() page_items data.get(articles, []) if not page_items: break # 没有文章了结束循环 articles.extend(page_items) page 1 # 简单的礼貌控制请求频率别把服务器打崩 time.sleep(0.5) print(f共抓取 {len(articles)} 篇文章)这段代码融合了while True break、累计数据、翻页计数几个要点。其中time.sleep(0.5)体现了爬虫的“礼貌抓取”原则虽然不是循环语法本身的内容但实际项目中如果少了这个控制很容易被目标网站限制访问。8.2 案例二列表数据清洗——推导式秒杀传统循环我们经常需要从原始数据列表里提取有效信息比如从日志列表里筛出所有包含“ERROR”的行同时去掉首尾空白raw_logs [ INFO: service started , ERROR: connection timeout , WARNING: disk space low , ERROR: database connection refused , ] error_logs [log.strip() for log in raw_logs if ERROR in log] # 结果: [ERROR: connection timeout, ERROR: database connection refused]这种场景在实际开发中太常见了一行搞定。如果写成普通循环至少三五行。不过要注意一个细节如果原始列表特别大比如几百万行列表推导式会生成一个完整的新列表占用内存这时可以考虑用生成器表达式分批次处理。8.3 案例三循环里处理Excel写入——按业务逻辑分块这个场景是从前面热搜词“python写入excel”延伸出来的。操作Excel时经常需要按条件把数据分成多个sheet写入。循环在这里的作用是遍历每个分组并对每个分组执行相同的写入逻辑import pandas as pd df pd.read_excel(sales.xlsx) # 按区域分组 for region, group in df.groupby(区域): group.to_excel(fsales_{region}.xlsx, indexFalse) print(f已生成 {region} 的销售数据文件共 {len(group)} 行)这个案例的核心启示其实前面提过循环是用来“按组处理”的而组内的数据操作优先用向量化方法不要再用一层行循环。9. 性能优化让循环跑得更快的几条实用建议9.1 局部变量加速不起眼但有效的优化Python的全局变量和局部变量读取速度存在差异。在循环内部频繁读取一个全局变量理论上比读取局部变量慢一些。优化方法很简单在循环前把需要的全局变量赋值给局部变量。# 循环前赋值给局部变量 data_list big_data # 全局变量 for item in data_list: # 遍历局部变量引用 process(item)这个优化在普通业务代码里效果不太明显但在千万级迭代的算法里还是有些作用的。不过我个人不推荐为了鸡毛蒜皮的性能牺牲代码可读性只有在确认循环是性能瓶颈时才做这类微优化。9.2 使用内置函数替代手写循环Python的内置函数很多是C实现的性能优于手写循环。比如sum()、max()、min()、sorted()、filter()、map()等。能用内置函数解决问题时优先用内置函数。# 手写循环求和 total 0 for num in nums: total num # 内置函数求和 total sum(nums)还有更进阶的itertools模块提供了大量高效的迭代工具比如chain可以扁平化多个列表groupby可以按相邻元素分组product可以计算笛卡尔积。在处理循环嵌套时itertools.product可以替代多重for循环代码更简洁性能也更优from itertools import product # 两个循环嵌套 for x in range(3): for y in range(3): print(x, y) # 等价写法 for x, y in product(range(3), range(3)): print(x, y)9.3 尽量把循环降到二维以下复杂度的本质性能优化的终极原则就一句话降低循环层数就是降低复杂度。能从三层降到两层从两层降到一层带来的性能提升远超任何微优化。具体手段包括用字典索引替代线性查找先用set去重再遍历把需要频繁查询的数据提前构建哈希表能用数学公式直接算结果的不用循环。这些经验在算法题、数据分析、量化策略里都是通用的。10. 写在最后的几点体会循环语句在Python里看上去简单但真正用好需要积累。我写了几年Python最大的一个体会是循环不是越少越好而是越清晰越好。有时候为了可读性保留一个普通循环比硬套推导式更合适但为了性能某些场景确实必须放弃循环改用向量化。这中间的判断力只能靠多看、多写、多复盘来积累。另一个体会是调试循环问题的时候别盯着代码死看加print最快。把循环变量、条件判断的过程打印出来问题通常一眼就能看出来。当然打印输出太多也会干扰视线可以在循环前加个计数器只打印前几轮的关键值。最后分享一个小技巧如果你不确定某种循环写法是否正确就在一个小数据集上快速验证一遍。写个3到5条数据的测试样例跑一遍看结果是否符合预期比直接上大数据集反复出错再排查要高效得多。这个习惯帮我避免了很多次无谓的返工。如果这篇内容对你有帮助建议你打开Python环境把文章里的示例代码逐个敲一遍改一改参数试着自己写几个循环场景。循环这个知识点光看不练永远补不齐“手感”。等你什么时候写循环不再需要查语法脑子里能自动判断该用for还是while、该用推导式还是写普通循环时你的Python基本就算入门到一个还不错的水平了。