列表的
遍历方法一：通过for循环li = [i for i in range(10)]for i in li:print(i)
方法二：通过while循环# 虽然for循环已经很好用了，但是在有些情况下，使用while循环可以更灵活# 只需要将判断条件设置为小于列表长度，即可完成列表通过while循环的遍历li = [i for i in range(10)]i = 0while i <len(li):print(li[i])i += 1方法三：配合enumerate使用，同时获取列表的索引li = [i + 1 for i in range(10)] # 此时，i为一个元组，元组的第一个元素为索引，第二个元素为原列表的元素# 因此，在遍历列表的同时，需要同时获取坐标的情况下，可以配合enumerate()一起使用for i in enumerate(li):print(i)
字典的遍历字典的遍历和列表有一些不同，因为字典有键和值两个关键部分。默认的遍历情况，是遍历字典的键，当然，可以通过字典的键取得值，也可以直接遍历值，或者直接遍历键和值。方法一：直接使用for循环直接使用for循环对一个字典进行遍历，默认取得的是字典的键dt = {i: i + 1 for i in range(10)} for i in dt:print("字典的键：", i) # 字典的键print("字典的值：", dt[i]) # 字典的值方法二：遍历dict.keys()这种方法与方法一的效果其实是一样的，同样是获取字典的键dt = {i: i + 1 for i in range(10)} for i in dt.keys():print("字典的键：", i) # 字典的键print("字典的值：", dt[i]) # 字典的值方法三：遍历dict.values()这种方法与方法一和二很不相同，因为它只获取了字典的值dt = {i: i + 1 for i in range(10)} # 这是很特殊的方法，因为它没有获取字典的键for i in dt.values():print("字典的值：", i) # 此时i不再是字典的键，而是值方法四：遍历dict.items()这种方法一般来说要更好，因为它同时获取到了字典的键和值，而且性能上要高于先获取键，再通过键获取对应的值dt = {i: i + 1 for i in range(10)} for i in dt.items():print("字典的键值对：", i)print("字典的键：", i[0])print("字典的值：", i[1])总结1，列表的遍历比较简单，除了配合enumerate()使用，可以同步获取索引以外，并没有特别值得纠结的。2，字典的遍历方法比较多，其中第四种是能适用于一切情况的，前两种也可以适用于一切情况，但是如果你同时需要获取键和值，性能不如第四种要好。第三种比较特别，除非你真的只需要字典的值，否则它在多数情况下是不能够满足需求的。
记得 for ...... : 有冒号，循环内容要缩进（indent）来表示它属于当前循环。
缩进约定俗成打4个空格。
range 能生成一系列数字。几乎所有语言在数字范围上都遵循[left, right)的做法，故 range(left, right) 会生成一系列从left到right-1、步长为1的数字。
其他用法：
用法：
注意：
在上面的复制中， letters_copy = letters[:] 将拷贝一份 letters 的内容到 letters_copy 里， 如果你写 letters_copy = letters ，这将把 letters 赋给 letter_copy 从而使两者指向同一个变量：
可以看到 letters_copy = letters 将使两者成为同一个变量。
元组使用()而不是[]，我们可以改变整个元组，而不能改变元组的元素。
当然是元组了，元组就相当于数组，直接按照索引去取元素。而字典是按照key去取元素（类似于hash表），速度当然比不上元组了。下面的测试可以提供一些直观的感觉。
$ python -m timeit -s 'a = dict(a=12, b=13, c=14)' 'for k,v in a.items():' ' pass'
1000000 loops, best of 3: 0.391 usec per loop
$ python -m timeit -s 'a = (12, 13, 14)' 'for v in a:' ' pass'
10000000 loops, best of 3: 0.12 usec per loop
可以看到遍历同样是三个元素的dict的时间大致上是tuple的3倍左右。 （实际上这个时间包括了创建 dict 和 tuple 的时间，创建dict的时间也是要大于创建tuple的时间的，这里就不细分了，总之，dict的创建、访问时间一定是大于tuple的）
但是在python中，dict是做过极度优化的，其效率已经非常高了，因为在python中它的使用实在是太广了。所以在实际编程中，一般我们只根据实际需求来考虑使用什么数据结构 (dict, list, set, tuple)，而不是根据不同数据结构的访问速度差别。
