Python用列表推导式遍历字典并格式化输出

在 Python 中，使用列表推导式遍历字典并进行格式化输出，核心解决路径是通过调用字典的 .items() 方法同时解包键与值，并在推导式前端使用格式化字符串字面值（f-string）进行组装。最典型、直接的语法形态为 [f"{k}: {v}" for k, v in data.items()]。这种方式不仅语法凝练、运行效率高于传统的循环累加，还能灵活融入对齐占位符、数值精度控制以及条件过滤，从而快速产出整洁的字符串列表。

一、核心概念：字典遍历机制与推导式装配

在展开具体写法前，需要明确字典在 Python 中的迭代行为。字典本身是键到值的映射容器。若直接对字典变量执行迭代（如 for x in data），Python 默认只会产出字典的键。为了在格式化文本中同时呈现键与值，必须显式调用能够提供键值二元组的迭代接口。

Python 字典主要提供三种迭代视图：

• dict.keys()：仅产出字典的键，与直接遍历字典对象行为一致。
• dict.values()：仅产出字典的值，丢弃键的信息。
• dict.items()：产出包含 (key, value) 的动态视图对象，支持二元变量直接解包。

列表推导式通过在外层包裹方括号 [...]，将原本多行的循环与追加操作压缩为一个自包含的高性能表达式，内部利用底层 C 级别的字节码优化直接构造列表，避免了反复调用 list.append() 带来的额外函数栈开销。

图 1：从传统循环逐步构建字典格式化列表推导式的操作步骤

二、标准操作示例：基础格式化输出

在日常开发中，最普遍的需求是将字典中的键值对转换为易读的键值字符串列表，进而写入文件或打入日志。以下代码展示了传统方法与列表推导式实现的具体对比。

1. 传统循环追加写法

# 示例字典：商品与库存
inventory = {"笔记本电脑": 15, "无线鼠标": 120, "机械键盘": 45}

# 传统做法：先创建空列表，再循环追加
formatted_list = []
for item, count in inventory.items():
    formatted_list.append(f"商品: {item} | 库存数量: {count}件")

print(formatted_list)
# 示例输出:
# ['商品: 笔记本电脑 | 库存数量: 15件', '商品: 无线鼠标 | 库存数量: 120件', '商品: 机械键盘 | 库存数量: 45件']

2. 列表推导式等价实现

使用列表推导式，上述四行逻辑可以收敛为单行表达式：

inventory = {"笔记本电脑": 15, "无线鼠标": 120, "机械键盘": 45}

# 列表推导式写法
formatted_list = [f"商品: {item} | 库存数量: {count}件" for item, count in inventory.items()]

print(formatted_list)
# 示例输出:
# ['商品: 笔记本电脑 | 库存数量: 15件', '商品: 无线鼠标 | 库存数量: 120件', '商品: 机械键盘 | 库存数量: 45件']

如果后续需要将这个列表合并为一个多行文本字符串，可以直接使用 "\n".join(...) 进行连接：

summary_text = "\n".join([f"- {item}: {count} 件" for item, count in inventory.items()])
print(summary_text)
# 示例输出:
# - 笔记本电脑: 15 件
# - 无线鼠标: 120 件
# - 机械键盘: 45 件

三、原理探究：遍历视图与数据解包流向

为什么推导式中必须使用 for k, v in data.items() 而不能写成 for k, v in data？理解底层的数据流向能够帮助开发者避免最常见的解包异常。

当执行 for k, v in data 时，Python 尝试对每个产出的元素进行解包赋值给 k 和 v。因为直接遍历字典只产生单个键（例如字符串 "笔记本电脑"），对单个字符串进行二元解包，会导致 Python 抛出 ValueError: too many values to unpack 或 ValueError: not enough values to unpack（取决于字符串长度是否恰好为 2）。只有 .items() 产生的每一个元素本身就是长度为 2 的元组，能够安全解包。

图 2：三种字典遍历方法在推导式中的数据流与解包行为原理

四、进阶格式化：对齐、精度与分支逻辑

在实际控制台报表或文本生成中，常常需要统一字段宽度以形成整齐的列，或者对浮点数进行四舍五入。此外，很多场景需要根据值的大小进行条件过滤或文字转换。

1. 列宽对齐与浮点数精度

利用 f-string 内部的格式说明符，可以在推导式中精确控制每个字段的展示样式：

• {k:<12}：左对齐，总宽占 12 个字符。
• {k:>10}：右对齐，总宽占 10 个字符。
• {v:^8}：居中对齐，总宽占 8 个字符。
• {v:>8.2f}：右对齐，总宽 8 个字符，保留 2 位小数。

prices = {"Apple": 4.5, "Watermelon": 23.8, "Banana": 2.75}

# 格式化要求：商品名左对齐占 12 字符，价格右对齐保留两位小数
formatted_table = [f"商品: {name:<12} 单价: {price:>6.2f} 元" for name, price in prices.items()]

for line in formatted_table:
    print(line)

# 示例输出:
# 商品: Apple        单价:   4.50 元
# 商品: Watermelon   单价:  23.80 元
# 商品: Banana       单价:   2.75 元

2. 末尾 if 过滤 vs 表达式内 if-else 转换

列表推导式中可以包含两种形式的条件控制，二者的位置与功能完全不同，需要明确区分：

• 末尾 if（过滤器）：位于推导式的最后，作用是决定当前键值对是否被保留到结果列表中。若条件为假，该项被直接丢弃，结果列表元素数量可能减少。
• 前端三元 if-else（值转换器）：位于前面的格式化表达式内，作用是决定当前项以何种内容格式输出，不能省略 else。所有项均会生成，列表总长度不变。

图 3：末尾过滤与前端三元条件在推导式中的数据流转分流

以下代码清晰演示了这两种写法的代码差异与运行效果：

scores = {"张三": 88, "李四": 52, "王五": 95, "赵六": 45}

# 场景 A：只保留及格学生并输出（末尾 if 过滤）
passed_students = [f"优秀学生: {name} ({score}分)" for name, score in scores.items() if score >= 60]
print(passed_students)
# 示例输出:
# ['优秀学生: 张三 (88分)', '优秀学生: 王五 (95分)']

# 场景 B：全员输出，但标记合格状态（前端三元表达式）
status_report = [
    f"姓名: {name:<4} 成绩: {score:>2} | 评定: {'合格' if score >= 60 else '需补考'}"
    for name, score in scores.items()
]
for r in status_report:
    print(r)
# 示例输出:
# 姓名: 张三   成绩: 88 | 评定: 合格
# 姓名: 李四   成绩: 52 | 评定: 需补考
# 姓名: 王五   成绩: 95 | 评定: 合格
# 姓名: 赵六   成绩: 45 | 评定: 需补考

五、处理复杂结构与排序输出

在工程实践中，字典的值经常是嵌套的子字典或对象，或者需要按特定次序（如按键名或按数值大小）输出文本。

1. 嵌套字典属性提取

当字典的值为另一个字典时，解包后的 v 可以继续通过键进行索引访问：

servers = {
    "web-01": {"ip": "192.168.1.10", "status": "running", "cpu": 45.2},
    "web-02": {"ip": "192.168.1.11", "status": "stopped", "cpu": 0.0},
    "db-master": {"ip": "192.168.1.20", "status": "running", "cpu": 78.5},
}

# 提取关键信息并格式化
server_logs = [
    f"主机: {host:<10} | 地址: {info['ip']:<14} | 状态: {info['status'].upper():<7} | CPU: {info['cpu']:>5.1f}%"
    for host, info in servers.items()
    if info["status"] == "running"
]

for log in server_logs:
    print(log)
# 示例输出:
# 主机: web-01     | 地址: 192.168.1.10   | 状态: RUNNING | CPU:  45.2%
# 主机: db-master  | 地址: 192.168.1.20   | 状态: RUNNING | CPU:  78.5%

2. 结合 sorted() 保持有序输出

Python 3.7+ 字典保证按插入顺序保存键值对。若希望按某种规则输出（例如按分值从高到低），可以对 data.items() 进行包裹排序：

rankings = {"Alice": 820, "Bob": 950, "Charlie": 710, "Diana": 890}

# 按分值从大到小降序输出
sorted_cards = [
    f"第 {idx} 名: {user:<8} 得分: {score}"
    for idx, (user, score) in enumerate(
        sorted(rankings.items(), key=lambda item: item[1], reverse=True),
        start=1
    )
]

for card in sorted_cards:
    print(card)
# 示例输出:
# 第 1 名: Bob      得分: 950
# 第 2 名: Diana    得分: 890
# 第 3 名: Alice    得分: 820
# 第 4 名: Charlie  得分: 710

六、常见错误排查与使用边界

七、常用模式全景速查

为了在实际编码时快速查阅并套用，以下图示和表格汇总了字典推导式格式化输出的四大常见模式：

图 4：列表推导式遍历字典四大核心场景矩阵与推荐模板

掌握以上核心要素，开发者即可在保证代码高可读性与健壮性的前提下，充分发挥 Python 列表推导式与 f-string 的协同威力，高效完成字典数据的提取与格式化呈现。