Python遍历字典的三种方法：keys、values与items详解

遍历字典是 Python 数据处理中最常用的日常操作之一。Python 字典提供了三种核心视图方法：keys()、values() 与 items()，分别对应键、值以及键值对元组的提取与迭代。本文将详细讲解这三种方法的底层机制、操作步骤、代码写法与适用边界，帮助开发者写出更清晰、高效的 Python 代码。

一、字典遍历的底层机制与视图对象

在 Python 3 中，调用 d.keys()、d.values() 和 d.items() 并不是像 Python 2 那样返回一个静态的列表副本，而是返回一种被称为字典视图对象（Dictionary View Objects）的动态结构。视图对象具有两大核心特性：

• 动态联动：视图直接绑定到原始字典上。若原字典发生增删改，视图中的数据会实时随之变化，不需要重新调用方法。
• 内存友好：视图不会为所有元素重新分配一个完整的列表内存空间，而是提供惰性迭代能力，即便字典包含数百万条记录，视图本身的内存开销也极小。

二、方法一：遍历键（keys() 与直接遍历）

当只需要对字典的“属性名”、“索引标识”或“配置项名称”进行检查与处理时，使用键遍历是最直观的方式。

1. 代码写法与运行机制

在 Python 中，遍历字典的键有两种常见写法：

• 写法 A（直接遍历字典）：for key in student_scores:
• 写法 B（显式调用 keys()）：for key in student_scores.keys():

这两种写法在执行结果上完全一致。Python 字典实现了可迭代协议（__iter__），直接对字典调用 iter(d) 默认产生的就是键迭代器。因此，官方推荐在绝大多数场景下直接使用 for key in d，代码更加精简地道；而在强调返回集合类型或需要明确表达“仅处理键集合”时，使用 d.keys() 意图更明确。

# 环境要求：Python 3.6+
student_scores = {
    "张明": 88,
    "李华": 92,
    "王芳": 95,
    "赵强": 76
}

# 方式 1：直接遍历字典（推荐日常使用）
print("--- 直接遍历字典键 ---")
for student_name in student_scores:
    print(f"学生姓名: {student_name}")

# 方式 2：显式调用 keys() 视图
print("\n--- 显式调用 keys() ---")
for student_name in student_scores.keys():
    print(f"名单项: {student_name}")

# 示例输出（标准控制台）：
# --- 直接遍历字典键 ---
# 学生姓名: 张明
# 学生姓名: 李华
# 学生姓名: 王芳
# 学生姓名: 赵强
#
# --- 显式调用 keys() ---
# 名单项: 张明
# 名单项: 李华
# 名单项: 王芳
# 名单项: 赵强

三、方法二：遍历值（values()）

当开发者只关注存储的数据本身，而不需要关心对应的键标签时，使用 values() 是最直接高效的途径。

1. 典型应用场景

• 数值运算与聚合：例如计算总金额、求平均分、统计极值等。
• 状态校验：例如检查系统内所有服务模块的状态是否全部为就绪（all()）或是否存在失败（any()）。
• 数据去重收集：通过 set(d.values()) 快速提取唯一值集合。

# 示例：统计商场购物车商品总金额与折扣状态
cart_items = {
    "机械键盘": 499.00,
    "人体工学椅": 1280.00,
    "无线鼠标": 129.00,
    "显示器挂灯": 189.00
}

# 1. 纯值遍历
total_price = 0.0
print("--- 购物车单品单价明细 ---")
for price in cart_items.values():
    print(f"价格项: ￥{price:.2f}")
    total_price += price

# 2. 结合 Python 内置函数实现高效聚合
avg_price = total_price / len(cart_items)
max_price = max(cart_items.values())
min_price = min(cart_items.values())

print(f"\n消费总额: ￥{total_price:.2f}")
print(f"商品均价: ￥{avg_price:.2f}")
print(f"单品最高价: ￥{max_price:.2f}，单品最低价: ￥{min_price:.2f}")

# 示例输出：
# --- 购物车单品单价明细 ---
# 价格项: ￥499.00
# 价格项: ￥1280.00
# 价格项: ￥129.00
# 价格项: ￥189.00
#
# 消费总额: ￥2097.00
# 商品均价: ￥524.25
# 单品最高价: ￥1280.00，单品最低价: ￥129.00

四、方法三：同时遍历键与值（items()）

items() 是字典遍历中最全面、最具生产力的方法。它在每次迭代中返回一个形如 (key, value) 的二元组（2-Tuple），结合 Python 的元组解包语法，可以优雅且高效地同时获取键和对应的值。

1. 元组解包（Tuple Unpacking）机制

当执行 for key, val in d.items(): 时，内部经历了两个紧密的步骤：

1. items() 视图产出一个具体的键值对二元组 (k, v)；
2. Python 虚拟机自动将该元组的第一个元素赋值给循环变量 key，第二个元素赋值给 val。

2. 代码示例：信息格式化与字典推导式

# 示例：服务器健康指标监控字典
server_metrics = {
    "cpu_usage": 78.5,
    "memory_usage": 82.1,
    "disk_io": 45.0,
    "network_drop_rate": 0.02
}

# 1. 遍历键值对并格式化展示
print("--- 服务器状态指标检查 ---")
for metric_name, val in server_metrics.items():
    status = "WARN" if val > 80.0 else "OK"
    print(f"[{status}] {metric_name:<18}: {val:>6.2f}%")

# 2. 结合 items() 编写简洁的字典推导式（过滤告警项）
alert_metrics = {k: v for k, v in server_metrics.items() if v > 80.0}
print("\n需立即处理的告警项字典:")
print(alert_metrics)

# 示例输出：
# --- 服务器状态指标检查 ---
# [OK  ] cpu_usage         :  78.50%
# [WARN] memory_usage      :  82.10%
# [OK  ] disk_io           :  45.00%
# [OK  ] network_drop_rate :   0.02%
#
# 需立即处理的告警项字典:
# {'memory_usage': 82.1}

五、三种遍历方法全景对比与选型指南

为了在实际编码中迅速做出合理选型，下表对三种字典遍历方式的返回值类型、典型使用场景及推荐写法进行了归纳：

六、核心总结

掌握 Python 字典遍历的核心在于按需选择匹配的视图方法：

• 只关注键名：直接使用 for k in d，简单且符合 Python 社区标准惯用法；当需要集合运算能力时，使用 d.keys()。
• 只关注数值：使用 for v in d.values()，避免了多余的键解析，代码表意清晰。
• 键和值同时参与逻辑：始终使用 for k, v in d.items() 进行元组解包，彻底告别 for k in d: v = d[k] 带来的冗余二次哈希查找。

遵循这一原则，不仅能让业务代码逻辑更紧凑清晰，还能在处理大规模数据集时确保运行效率的最优。