Pythonenumerate()详解与实用技巧
今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《Python enumerate()作用与使用技巧》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!
enumerate() 可同时获取可迭代对象的索引和值,提升代码可读性、安全性和通用性,支持列表、元组、字符串、字典、集合、文件及生成器等,并可通过 start 参数自定义起始索引。
enumerate()
在 Python 中是一个非常实用的内置函数,它的核心作用是在遍历一个可迭代对象(如列表、元组、字符串等)时,同时获取每个元素的索引和值。这让我们的循环代码更加简洁、易读,也更符合 Python 的设计哲学。
解决方案
当你需要在一个循环中不仅访问集合里的元素,还想知道这个元素是第几个(它的位置),enumerate()
就是你的不二之选。它本质上做的事情是把一个可迭代对象变成一个“枚举”对象,这个枚举对象每次迭代都会吐出一个包含 (索引, 值)
的元组。
举个最简单的例子,假设你有一个水果列表,想打印出每个水果及其在列表中的序号:
fruits = ["apple", "banana", "cherry", "date"] # 使用 enumerate() for index, fruit in enumerate(fruits): print(f"Index {index}: {fruit}") # 输出: # Index 0: apple # Index 1: banana # Index 2: cherry # Index 3: date
你看,代码是不是比 for index in range(len(fruits)): print(f"Index {index}: {fruits[index]}")
这种写法要优雅得多?不仅减少了手动索引的麻烦,也避免了潜在的 IndexError
风险,特别是当你处理的不是列表而是其他更复杂的迭代器时。它直接给你打包好了索引和值,省心。
为什么在Python循环中推荐使用enumerate()而不是手动索引?
这其实是个很经典的 Pythonic 问题。我个人觉得,enumerate()
的优势主要体现在几个方面:
首先,代码可读性。for index, item in enumerate(my_list):
这种结构一眼就能看出你在同时处理索引和元素,意图非常明确。相比之下,for i in range(len(my_list)): item = my_list[i]
这种方式,你需要多一行代码来获取元素,而且 range(len())
本身就有点啰嗦。在我看来,Python 追求的就是这种“读起来像英文”的自然感,enumerate()
显然更胜一筹。
其次,安全性与健壮性。当你使用 range(len(my_list))
时,万一 my_list
是空的,len(my_list)
就会是 0,range(0)
没问题。但如果你不小心写错了,或者处理的是一个生成器(它没有 len()
),那么 len()
就会报错。enumerate()
就不存在这个问题,它直接作用于可迭代对象,如果对象为空,循环自然不会执行,不会有额外的错误。它就像一个贴心的管家,把索引和值都准备好,你只需要直接用就行,不用操心背后的细节。
最后,通用性。enumerate()
不仅仅适用于列表,它能与任何可迭代对象协同工作。这意味着你可以用它遍历元组、字符串、字典(默认是键)、文件对象甚至是自定义的迭代器。而 range(len())
这种方式,就要求你的对象必须有 len()
方法,限制了它的适用范围。有时候,我们甚至会遇到一些只支持迭代但不支持随机访问的对象,这时候 enumerate()
的优势就更明显了。
enumerate()函数的起始索引可以修改吗?如何实现?
当然可以!enumerate()
默认是从 0 开始计数的,这符合 Python 的索引习惯。但很多时候,我们可能希望序号从 1 开始,比如在给用户展示一个编号列表的时候。enumerate()
考虑到了这一点,它提供了一个可选参数 start
。
你只需要在调用 enumerate()
时,传入 start
参数,指定你希望的起始索引值就行了。
items = ["first", "second", "third"] # 默认从 0 开始 print("--- 默认从 0 开始 ---") for i, item in enumerate(items): print(f"Item {i}: {item}") # 输出: # Item 0: first # Item 1: second # Item 2: third # 从 1 开始计数 print("\n--- 从 1 开始计数 ---") for i, item in enumerate(items, start=1): print(f"Item {i}: {item}") # 输出: # Item 1: first # Item 2: second # Item 3: third
这个 start
参数非常实用,它避免了我们在循环内部手动 index + 1
的操作,让代码保持整洁。这在处理一些需要 1-based 索引的场景(比如行号、排名等)时,简直是神器。
除了列表,enumerate()还能和哪些Python数据结构一起使用?
enumerate()
的强大之处就在于它的通用性,它并不局限于列表。只要是 Python 中的“可迭代对象”(iterable),enumerate()
就能派上用场。这意味着它能与几乎所有你能在 for
循环中使用的对象一起工作。
我们来看几个常见的例子:
字符串 (String): 字符串本身就是字符的序列。
word = "Python" for i, char in enumerate(word): print(f"Character at position {i}: {char}") # 输出: # Character at position 0: P # Character at position 1: y # ...
元组 (Tuple): 元组和列表类似,都是有序序列。
my_tuple = ("apple", "banana", "orange") for i, fruit in enumerate(my_tuple): print(f"Fruit {i}: {fruit}")
字典 (Dictionary): 当你直接迭代字典时,默认会迭代它的键 (keys)。
my_dict = {"name": "Alice", "age": 30, "city": "New York"} for i, key in enumerate(my_dict): print(f"Key {i}: {key} -> Value: {my_dict[key]}") # 输出: # Key 0: name -> Value: Alice # Key 1: age -> Value: 30 # Key 2: city -> Value: New York
如果你想同时迭代键和值,通常会用
my_dict.items()
:for i, (key, value) in enumerate(my_dict.items()): print(f"Item {i}: {key}={value}")
集合 (Set): 集合是无序的,所以
enumerate()
给出的索引并不代表元素的固定位置,而是当前迭代顺序下的一个序号。每次运行,输出的顺序可能不同,但enumerate()
依然会给当前迭代的每个元素一个序号。my_set = {"red", "green", "blue"} for i, color in enumerate(my_set): print(f"Color {i}: {color}") # 输出可能像这样(顺序不定): # Color 0: green # Color 1: blue # Color 2: red
文件对象 (File Object): 在读取文件时,
enumerate()
可以很方便地获取行号。# 假设有一个名为 'example.txt' 的文件 # 内容: # Line 1 content # Line 2 content # Line 3 content # with open('example.txt', 'r') as f: # for line_num, line in enumerate(f, start=1): # print(f"Line {line_num}: {line.strip()}") # .strip() 去除行尾换行符 # 输出: # Line 1: Line 1 content # Line 2: Line 2 content # Line 3: Line 3 content
(这里我注释掉了文件操作代码,因为没有实际文件,但逻辑是这样。)
生成器 (Generator) 或其他自定义迭代器: 任何实现了迭代器协议的对象,
enumerate()
都能正常工作。
所以,enumerate()
的适用范围非常广,它是处理任何需要同时获取元素和其在迭代中位置的场景的“瑞士军刀”。理解并善用它,能让你的 Python 代码更地道、更高效。
本篇关于《Pythonenumerate()详解与实用技巧》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!

- 上一篇
- 表格合并技巧:COLSPAN和ROWSPAN使用教程

- 下一篇
- Premiere字幕添加教程文字工具使用技巧
-
- 文章 · python教程 | 41分钟前 | Python 日期处理 日期格式化 函数封装 datetime模块
- Python日期处理函数调用全解析
- 396浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- PyTorchDataLoaderLambda序列化问题解决
- 290浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- StackExchangeAPI:获取问题正文教程
- 315浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python*args和kwargs参数详解
- 238浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python多线程下载教程详解
- 221浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python合并两个字典的三种方法
- 465浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- 正则中的原子组是什么?怎么使用?
- 227浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- virtualenv与venv区别全解析
- 280浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- RESTfulAPI设计教程与实现详解
- 485浏览 收藏
-
- 文章 · python教程 | 11小时前 |
- pandas保存DataFrame到CSV教程
- 473浏览 收藏
-
- 文章 · python教程 | 12小时前 |
- pandas保存DataFrame到CSV的几种方法
- 130浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 499次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- 蝉妈妈AI
- 蝉妈妈AI是国内首个聚焦电商领域的垂直大模型应用,深度融合独家电商数据库与DeepSeek-R1大模型。作为电商人专属智能助手,它重构电商运营全链路,助力抖音等内容电商商家实现数据分析、策略生成、内容创作与效果优化,平均提升GMV 230%,是您降本增效、抢占增长先机的关键。
- 21次使用
-
- 数说Social Research-社媒分析AI Agent
- 数说Social Research是数说故事旗下社媒智能研究平台,依托AI Social Power,提供全域社媒数据采集、垂直大模型分析及行业场景化应用,助力品牌实现“数据-洞察-决策”全链路支持。
- 56次使用
-
- 先见AI
- 先见AI,北京先智先行旗下企业级商业智能平台,依托先知大模型,构建全链路智能分析体系,助力政企客户实现数据驱动的科学决策。
- 60次使用
-
- 职优简历
- 职优简历是一款AI辅助的在线简历制作平台,聚焦求职场景,提供免费、易用、专业的简历制作服务。通过Markdown技术和AI功能,帮助求职者高效制作专业简历,提升求职竞争力。支持多格式导出,满足不同场景需求。
- 56次使用
-
- 一键证照
- 告别传统影楼!一键证照,AI智能在线制作证件照,覆盖证件照、签证照等多种规格,免费美颜,快速生成符合标准的专业证件照,满足学生、职场人、出境人群的证件照需求。
- 57次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览