Python for循环遍历字典键、值及键值对的三种方式

一、字典在 Python 中的迭代特性

Python 字典是基于哈希表实现的键值映射容器。在 Python 3.7 及更高版本中，字典不仅具备常数级时间复杂度的查找性能，还保证了元素插入顺序的确定性。

对字典调用迭代方法时，返回的并非静态列表副本，而是动态的字典视图对象（Dictionary View Objects），包括 dict_keys、dict_values 和 dict_items。这些视图对象提供了对底层字典数据的只读迭代接口，当底层字典内容变更时，视图所反映的数据会动态更新。

二、方式一：遍历字典的键（Keys）

当业务逻辑仅需要检查键的存在性、统计键集合，或者需要按照键名依次检索时，应当遍历字典的键。获取键有两种常见书写方式。

1. 直接遍历字典对象（推荐写法）

在 Python 语法中，字典本身就是一个可迭代对象，其默认的迭代器行为就是产生键名。这是最符合 Python 习惯（Pythonic）的紧凑写法：

# 示例字典：各学科的考评学分
course_credits = {
    "Calculus": 4,
    "Linear Algebra": 3,
    "Data Structure": 4,
    "Computer Network": 3
}

# 直接遍历字典，循环变量每次获取一个键
for course in course_credits:
    print(f"课程名称: {course}")

2. 显式调用 dict.keys() 方法

也可以通过显式调用 course_credits.keys() 达到相同的遍历效果：

for course in course_credits.keys():
    print(f"课程名称: {course}")

何时显式使用 .keys()？ 从循环迭代效率来看，两种写法完全相同。显式调用 .keys() 的主要价值在于表达明确的编码意图，或者需要对键视图执行集合操作（如交集 keys() & other_dict.keys()、差集等运算）时。在普通的 for 循环中，直接写 for key in d: 更加简洁明了。

三、方式二：遍历字典的值（Values）

当业务处理完全围绕数值指标展开，无需反查是哪一个键拥有该数值时（例如数值求和、计算平均值、寻找最值或状态判定），应当使用 dict.values() 方法。

# 示例字典：某服务器连续五分钟的内存使用率 (百分比)
mem_usage_samples = {
    "10:01": 68.5,
    "10:02": 72.1,
    "10:03": 75.4,
    "10:04": 81.0,
    "10:05": 78.2
}

total_usage = 0.0
sample_count = 0

# 仅遍历内存数值，忽略时间戳键
for usage in mem_usage_samples.values():
    total_usage += usage
    sample_count += 1

average_usage = total_usage / sample_count
print(f"采样点总数: {sample_count}")
print(f"平均内存使用率: {average_usage:.2f}%")

性能注意点： 如果此时采用 for k in d: total += d[k]，每一次循环都需要对 k 进行一次哈希运算与桶查找；而 d.values() 直接从哈希表中提取值指针，避免了二次索引寻址，执行更加高效。

四、方式三：同时遍历键与值（Key-Value 对）

在需要将属性名与具体数值关联输出、格式化报表，或根据数值条件筛选特定键时，同时获取键与值是最高频的操作模式。Python 提供了 dict.items() 方法。

1. 元组解包语法与机制

dict.items() 在每次迭代时产出一个形如 (key, value) 的二元元组。利用 Python 内建的序列解包特性，可以在 for 语句头部直接定义两个变量分别接收键和值：

# 示例字典：微服务健康状态检查
service_status = {
    "auth-api": "UP",
    "payment-gateway": "UP",
    "order-service": "DOWN",
    "notification-worker": "UP"
}

# 使用 key, value 接收解包结果
for service_name, status in service_status.items():
    indicator = "正常" if status == "UP" else "异常"
    print(f"服务 [{service_name}] 运行状态: {indicator}")

2. 对比反模式：为什么不要用 d[key] 二次查找

初学者容易写出如下形式的代码：

# 不推荐的反模式代码
for key in service_status:
    value = service_status[key]  # 冗余的二次哈希查找
    print(key, value)

这种写法存在两个明显缺陷：其一，代码可读性较差，每次都需要手动索引；其二，service_status[key] 会强制 Python 重新在字典哈希表中进行键哈希计算与冲突比对。而 service_status.items() 直接在单次遍历中一并提供键与值，无论在代码优雅度还是在执行效率上都明显更优。

五、避坑指南：遍历中修改字典引发的异常与安全方案

在遍历字典时，一个极为普遍的错误是在循环体内部增加或删除字典项。

1. 故障表现与触发根因

尝试在遍历过程中删除不合格项：

# 错误示例代码：在迭代中删除元素
stock_levels = {"apple": 15, "banana": 0, "orange": 8, "pear": 0}

for fruit in stock_levels:
    if stock_levels[fruit] == 0:
        del stock_levels[fruit]  # 触发 RuntimeError

原因分析： Python 字典底层维护了一个内部版本计数器（ma_version_tag）。当迭代器创建时，它会记录当下的版本号。在单次迭代步进时，如果检测到底层字典的长度发生改变（无论是 del、pop() 还是新增键值），迭代器为了避免因哈希表重排导致漏读或死循环，会主动抛出 RuntimeError 中断执行。

2. 安全修复方案 A：通过 list() 制造静态键快照

如果确实需要在原字典上就地执行删除，可以使用 list() 函数先将键转换为一个独立的列表快照，遍历该快照列表：

stock_levels = {"apple": 15, "banana": 0, "orange": 8, "pear": 0}

# 通过 list() 固化键的副本，循环迭代的是独立的列表，原字典的修改不会影响该列表
for fruit in list(stock_levels.keys()):
    if stock_levels[fruit] == 0:
        del stock_levels[fruit]

print("清理后的库存:", stock_levels)

3. 安全修复方案 B：使用字典推导式重构（推荐）

在函数式编程或现代 Python 实践中，更倡导生成新数据对象而非就地改变原状态。字典推导式能够用一行代码完成过滤：

stock_levels = {"apple": 15, "banana": 0, "orange": 8, "pear": 0}

# 纯函数式生成新字典，逻辑清晰且无副作用
valid_stocks = {fruit: qty for fruit, qty in stock_levels.items() if qty > 0}

print("过滤后的有效库存:", valid_stocks)

六、三种遍历方式的对比与选型决策

下表汇总了三种遍历方式的语法、返回值类型、变量绑定形式与适用场景：