用 Python 進行迴圈處理的完整指南｜從 for 迴圈到 itertools 全面解析│Pythonプログラミングの世界

1 1. 前言
- 1.1 為什麼 Python 沒有 foreach？
- 1.2 使用 Python 進行反覆處理的優點
2 2. Python 中 for 迴圈的基本用法
- 2.1 for 迴圈的基本語法
3 3. 善用 enumerate 函數
4 4. 使用 zip 函數進行多序列同步迴圈
5 5. 列表生成式（List Comprehension）
6 6. 字典的反覆處理
7 7. 集合（set）的反覆處理
8 8. 善用 itertools 模組
- 8.1 itertools 模組的主要函式
- 8.2 小結
9 9. 總結

1. 前言

在 Python 中進行反覆處理（迴圈）是提升程式效率與可讀性的重要技巧。多數程式語言中都有稱為 foreach 的語法，可以輕鬆地處理序列中的每個元素；但在 Python 中並沒有直接的 foreach 迴圈。取而代之的，是透過 for 迴圈、enumerate、zip 等多種方法來達成類似的功能。本文將從實用且簡潔的角度，說明如何在 Python 中實現類似 foreach 的反覆處理方式。

為什麼 Python 沒有 `foreach`？

Python 沒有明確使用 foreach，是因為該語言強調簡潔與彈性。透過 for 迴圈與內涵表達式（comprehensions），就能輕鬆實作大多數的反覆處理。此外，Python 還提供了許多可以同時取得索引與多個序列元素的方法，使得不需要 foreach 也能輕鬆處理資料。

使用 Python 進行反覆處理的優點

在 Python 中使用迴圈進行處理，有以下幾個主要優點：

簡潔易讀：相較於其他語言，Python 的程式碼較為簡潔，提升可讀性。
靈活性高：可用於多種序列資料類型，如串列、字典、集合等。
內涵表達式：能簡單產生列表或字典，寫出更高效的程式。

下一章我們將深入介紹 Python 中最基礎的反覆處理方式 —— for 迴圈。

2. Python 中 for 迴圈的基本用法

for 迴圈是 Python 中最常見的反覆處理語法，用來逐一處理序列中的元素，例如串列或元組等。以下將詳細說明 for 迴圈的基本使用方式。

for 迴圈的基本語法

Python 的 for 迴圈語法如下：

for 元素 in 序列:
    處理

元素：每次迴圈時會取得序列中的一個值並賦給這個變數。
序列：可以是串列、元組、字串等可反覆處理的資料結構。

範例1：遍歷串列

以下是使用串列與 for 迴圈的基本範例：

fruits = ["apple", "banana", "cherry"]
for fruit in fruits:
    print(fruit)

上述程式碼中，每次迴圈會將 fruits 串列中的元素指定給 fruit，並執行 print(fruit)，輸出結果如下：

apple
banana
cherry

範例2：遍歷字串

字串在 Python 中也被視為序列，因此可以逐字處理。

text = "hello"
for char in text:
    print(char)

這段程式會逐一輸出字串 text 中的每個字元：

h
e
l
l
o

範例3：使用 range() 處理數字範圍

若想要處理一段數值範圍，可以使用 range() 函數：

for i in range(5):
    print(i)

這段程式會從 0 到 4 依序輸出：

range() 函數的用法

range(n)：從 0 到 n-1。
range(start, stop)：從 start 到 stop-1。
range(start, stop, step)：從 start 開始，每次增加 step，直到小於 stop。

3. 善用 enumerate 函數

在使用 Python 處理序列時，有時會需要同時取得元素的索引與內容。這種情況下，可以使用 enumerate 函數，讓我們能更有效率地在迴圈中同時獲取索引和值。以下將介紹 enumerate 的基本用法與實用範例。

enumerate 函數的基本語法

使用 enumerate 時，每個元素都會自動附加一個索引，產生一個由索引與元素組成的配對（tuple）。語法如下：

for 索引, 元素 in enumerate(序列):
    處理

索引：對應每個元素的位置編號。
元素：序列中的各項資料。
序列：可反覆處理的資料結構，例如串列、元組、字串等。

範例1：同時取得串列的索引與元素

以下範例展示如何透過 enumerate 同時取得索引與對應的水果名稱：

fruits = ["apple", "banana", "cherry"]
for index, fruit in enumerate(fruits):
    print(f"{index}: {fruit}")

輸出結果如下：

0: apple
1: banana
2: cherry

範例2：指定索引的起始值

enumerate 允許指定索引的起始值。預設是從 0 開始，也可以改為從 1 開始：

fruits = ["apple", "banana", "cherry"]
for index, fruit in enumerate(fruits, start=1):
    print(f"{index}: {fruit}")

輸出結果：

1: apple
2: banana
3: cherry

enumerate 函數的實用應用

顯示任務清單進度

enumerate 適合用於需要標號的項目，如任務追蹤列表：

tasks = ["洗衣服", "打掃", "做飯"]
for index, task in enumerate(tasks, start=1):
    print(f"任務{index}: {task} - 已完成")

輸出結果如下：

任務1: 洗衣服 - 已完成
任務2: 打掃 - 已完成
任務3: 做飯 - 已完成

根據索引條件進行處理

也可以利用索引來處理特定位置的資料：

numbers = [10, 20, 30, 40, 50]
for index, number in enumerate(numbers):
    if index % 2 == 0:
        print(f"{index} 號元素 {number} 是偶數索引")

輸出如下：

0 號元素 10 是偶數索引
2 號元素 30 是偶數索引
4 號元素 50 是偶數索引

小結

enumerate 函數在需要同時取得索引與值的情況下非常實用。可設定起始索引值，也能提升代碼可讀性，對於資料清單的追蹤與處理特別方便。

4. 使用 zip 函數進行多序列同步迴圈

Python 的 zip 函數可以同時對多個序列進行迴圈處理。這在需要同時對應處理兩個或多個列表時非常方便。以下將說明 zip 函數的基本用法與常見應用。

zip 函數的基本語法

zip 接受多個序列作為參數，並將每組對應元素打包成一個元組，然後返回一個可迴圈的物件。語法如下：

for 元素1, 元素2, ... in zip(序列1, 序列2, ...):
    處理

元素1、元素2…：來自各序列的對應元素。
序列1、序列2…：要同時處理的資料序列，例如串列或元組。

範例1：同時迴圈兩個串列

以下範例會同時處理姓名與分數：

names = ["Alice", "Bob", "Charlie"]
scores = [85, 92, 78]
for name, score in zip(names, scores):
    print(f"{name} 的分數是 {score}")

輸出如下：

Alice 的分數是 85
Bob 的分數是 92
Charlie 的分數是 78

範例2：同時處理三個以上的串列

zip 也可以處理三個以上的序列：

names = ["Alice", "Bob", "Charlie"]
scores = [85, 92, 78]
grades = ["B", "A", "C"]
for name, score, grade in zip(names, scores, grades):
    print(f"{name} 的分數是 {score}，等級是 {grade}")

輸出如下：

Alice 的分數是 85，等級是 B
Bob 的分數是 92，等級是 A
Charlie 的分數是 78，等級是 C

zip 處理不同長度序列時的行為

當傳入的序列長度不一致時，zip 只會處理到最短序列為止：

names = ["Alice", "Bob"]
scores = [85, 92, 78]  # 有三個元素
for name, score in zip(names, scores):
    print(f"{name} 的分數是 {score}")

輸出如下，第三個分數會被忽略：

Alice 的分數是 85
Bob 的分數是 92

zip 的實用範例

成對顯示資料

以下範例將一個串列中的相鄰元素配對：

data = [10, 20, 30, 40]
for x, y in zip(data, data[1:]):
    print(f"配對: ({x}, {y})")

輸出如下：

配對: (10, 20)
配對: (20, 30)
配對: (30, 40)

小結

zip 是一個強大的工具，可用於同時處理多個序列，例如對應資料、合併列表、配對元素等。若要處理長度不一致的序列，也可以搭配 itertools.zip_longest 使用，實現更靈活的操作。

5. 列表生成式（List Comprehension）

Python 提供了一種強大且簡潔的技巧 ——「列表生成式」，可用來快速產生序列資料。使用列表生成式，可以讓原本需要使用 for 迴圈建立的列表變得更簡單、更易讀。這一章將透過基本語法與實際範例，說明列表生成式的便利性。

列表生成式的基本語法

基本語法如下：

[運算式 for 元素 in 序列]

運算式：對每個元素執行的處理。
元素：每次從序列中取出的一個值。
序列：可反覆處理的資料結構，例如串列、元組、字串等。

範例1：基本的列表生成式

例如，將列表中每個數值乘以 2，可以用以下傳統方式：

numbers = [1, 2, 3, 4, 5]
doubled = []
for number in numbers:
    doubled.append(number * 2)
print(doubled)

使用列表生成式後，可簡化為：

numbers = [1, 2, 3, 4, 5]
doubled = [number * 2 for number in numbers]
print(doubled)

輸出結果：

[2, 4, 6, 8, 10]

條件式列表生成式

在列表生成式中也能加入條件式，篩選出特定元素再進行處理，語法如下：

範例2：加入條件的列表生成式

例如，只將偶數乘以 2，可這樣寫：

numbers = [1, 2, 3, 4, 5]
doubled_even = [number * 2 for number in numbers if number % 2 == 0]
print(doubled_even)

輸出結果：

[4, 8]

範例3：含有 else 的條件式生成

若想根據條件對不同元素執行不同處理，可使用 if 搭配 else：

numbers = [1, 2, 3, 4, 5]
result = [number * 2 if number % 2 == 0 else number for number in numbers]
print(result)

這段程式會將偶數乘以 2，其他則保留原值：

[1, 4, 3, 8, 5]

小結

列表生成式讓我們可以以更簡潔的方式撰寫迴圈與資料處理邏輯，特別適合用於條件式處理與資料轉換。不過，當表達式過於複雜時，為了可讀性仍建議適時使用傳統 for 迴圈。

6. 字典的反覆處理

字典（dict）是 Python 中用來儲存鍵值對的主要資料結構之一。和列表或元組一樣，字典也可以進行迴圈處理，並根據需求取出鍵（key）、值（value）或兩者。本章將說明如何有效地迭代字典。

字典的基本迭代方式

在使用 for 迴圈處理字典時，可以選擇只取鍵、只取值，或同時取鍵與值。

範例1：只取得鍵（key）

直接對字典進行迴圈時，預設會取得所有鍵：

person = {"姓名": "太郎", "年齡": 30, "職業": "工程師"}
for key in person:
    print(key)

輸出結果：

姓名
年齡
職業

範例2：只取得值（value）

使用 values() 方法可以只遍歷字典中的值：

person = {"姓名": "太郎", "年齡": 30, "職業": "工程師"}
for value in person.values():
    print(value)

輸出結果：

太郎
30
工程師

範例3：同時取得鍵與值

使用 items() 方法，可以同時取得鍵與對應的值：

person = {"姓名": "太郎", "年齡": 30, "職業": "工程師"}
for key, value in person.items():
    print(f"{key}: {value}")

輸出結果：

姓名: 太郎
年齡: 30
職業: 工程師

條件式的字典處理

透過 if 條件語句，可篩選出符合條件的鍵值對：

範例4：只輸出符合條件的項目

以下範例僅輸出年齡 30 歲以上的成員：

people = {"太郎": 30, "花子": 25, "次郎": 35}
for name, age in people.items():
    if age >= 30:
        print(f"{name} 年齡在 30 歲以上")

輸出如下：

太郎 年齡在 30 歲以上
次郎 年齡在 30 歲以上

字典生成式（Dictionary Comprehension）

類似於列表生成式，也可以使用字典生成式來建立新的字典：

範例5：建立符合條件的新字典

以下程式碼會產生僅包含年齡 30 歲以上成員的新字典：

people = {"太郎": 30, "花子": 25, "次郎": 35}
adults = {name: age for name, age in people.items() if age >= 30}
print(adults)

輸出結果如下：

{'太郎': 30, '次郎': 35}

小結

Python 提供了多種方式來反覆處理字典，包括僅取鍵、值，或同時取得鍵值對。此外，也可以透過條件式與字典生成式來進行更靈活的資料操作。字典是非常實用的資料結構，善用這些技巧可以讓資料處理更高效。

7. 集合（set）的反覆處理

集合（set）是一種不允許重複元素的資料結構，常用於檢查特定值是否存在，或從列表中移除重複項目。與串列或元組不同的是，集合是無序的，無法使用索引來存取特定位置的元素，但可以透過 for 迴圈來遍歷集合中的所有元素。

本章將說明集合的基本反覆處理方式，以及如何根據條件進行篩選處理，並介紹集合特有的操作。

集合的基本迴圈處理

要遍歷集合中的所有元素，可以使用 for 迴圈。由於集合是無序的，因此每次輸出的順序可能會有所不同。

範例1：輸出集合中的所有元素

以下是遍歷集合並輸出所有元素的基本範例：

fruits = {"apple", "banana", "cherry"}
for fruit in fruits:
    print(fruit)

雖然輸出的順序不固定，但每個元素都只會出現一次：

banana
cherry
apple

條件式集合處理

也可以針對集合中的元素加入條件式進行篩選，透過 if 陳述式來處理符合條件的元素。

範例2：只輸出符合條件的元素

例如，只輸出長度大於等於 5 的水果名稱：

fruits = {"apple", "banana", "cherry", "fig", "kiwi"}
for fruit in fruits:
    if len(fruit) >= 5:
        print(fruit)

輸出結果如下：

banana
cherry
apple

集合推導式（Set Comprehension）

和列表、字典一樣，集合也可以使用推導式來建立新的集合，適合用於條件篩選或轉換資料。

範例3：根據條件建立新集合

以下範例會建立一個只包含長度大於等於 5 的水果名稱的新集合：

fruits = {"apple", "banana", "cherry", "fig", "kiwi"}
long_fruits = {fruit for fruit in fruits if len(fruit) >= 5}
print(long_fruits)

輸出如下（順序不固定）：

{'banana', 'cherry', 'apple'}

小結

集合是一種不允許重複且無順序的資料結構，特別適合用於處理唯一資料或集合運算（如交集、差集等）。透過 for 迴圈與集合推導式，可以有效率地過濾與轉換資料。若善用其特性，集合在資料清理與比對上將會是非常實用的工具。

8. 善用 itertools 模組

itertools 是 Python 標準函式庫中的一個強大模組，專門用來輔助處理各種反覆操作。它提供了許多高效的函式，特別適合用來處理大量資料或進行進階的迴圈控制。本章將介紹 itertools 模組中常用的幾個函式，並說明實際應用方式。

itertools 模組的主要函式

itertools 提供了許多用於加強反覆處理能力的工具。以下是幾個代表性的函式及其使用方式。

1. count 函式

count 函式會從指定的數字開始，不斷遞增產生無限的數列。常用於產生不設上限的連續編號。

from itertools import count

for i in count(10):
    if i > 15:
        break
    print(i)

這段程式會從 10 開始輸出，直到 15 為止：

2. cycle 函式

cycle 函式會無限重複指定的序列，非常適合用來重複輸出某些模式。

from itertools import cycle

count = 0
for item in cycle(["A", "B", "C"]):
    if count == 6:
        break
    print(item)
    count += 1

這段程式會重複輸出 “A”、”B”、”C”，總共輸出 6 次：

A
B
C
A
B
C

3. repeat 函式

repeat 函式會重複某個指定的值。若指定次數，則會重複該次數；否則會無限重複。

from itertools import repeat

for item in repeat("Python", 3):
    print(item)

這段程式會將 “Python” 輸出三次：

Python
Python
Python

4. accumulate 函式

accumulate 函式會對序列中的元素進行累積運算，例如累加。也可以搭配自定義函式進行乘法、最大值等操作。

from itertools import accumulate

numbers = [1, 2, 3, 4, 5]
result = list(accumulate(numbers))
print(result)

這段程式會計算列表中數字的累加結果：

[1, 3, 6, 10, 15]

小結

itertools 模組提供了許多強大工具，能讓我們更靈活、有效率地處理反覆運算。特別是在需要大量資料處理、生成無限序列、或進行組合與排列等進階操作時，itertools 都能幫助我們簡化程式碼並提升效能。掌握這些工具，將能寫出更具專業水準的 Python 程式。

9. 總結

Python 提供了多種反覆處理的方式，每種方法都有其獨特的特點與適用情境。透過本系列內容，我們學習了如何使用各種工具來提升 Python 中的迴圈效率與可讀性。本章將回顧這些技巧，並提供選擇最適合方法的參考依據。

各種技巧的重點與用途

以下為每種反覆處理方法的簡要說明與應用情境：

1. for 迴圈

重點：Python 中最基本的反覆處理語法，簡單且通用性高。
用途：處理串列、元組、字串等序列資料。

2. enumerate 函數

重點：可同時取得索引與對應元素。
用途：當需要追蹤資料位置時，例如加上項目編號或判斷索引位置。

3. zip 函數

重點：可同時迭代多個序列。
用途：用於將多個資料對應起來進行處理，例如姓名與成績的配對。

4. 列表生成式

重點：可簡潔地建立新列表，支援條件判斷。
用途：對資料進行篩選、轉換、重組時的快速處理。

5. 字典的反覆處理

重點：可取得鍵、值，或同時取得鍵值配對。
用途：適用於資料鍵值結構的查詢、篩選、輸出等操作。

6. 集合的反覆處理

重點：集合內元素不重複、無順序。
用途：處理唯一值、移除重複、集合邏輯運算（交集、差集等）。

7. itertools 模組

重點：提供無限迴圈、組合、排列等進階功能。
用途：適合處理大量資料、需要高效率與進階邏輯的情境。

選擇最佳方法的建議

在進行反覆處理時，根據資料型態與處理目標選擇合適的方法相當重要。以下是根據不同需求的建議：

簡單處理串列或元組：使用基本的 for 迴圈即可。
需要索引：使用 enumerate 可以同時取得索引與資料。
同時處理多個序列：使用 zip 進行對應處理。
產生條件式新列表：使用列表生成式更簡潔高效。
需要操作字典或集合：善用 items()、values() 或集合推導式。
需要進階處理或大量資料：使用 itertools 模組可提升效能與靈活性。

結語

Python 擁有豐富且強大的反覆處理工具，從基本的迴圈語法到進階模組皆一應俱全。透過靈活運用這些技巧，我們可以撰寫出更簡潔、高效、可讀性佳的程式碼。建議依照實際需求選擇最適合的方式，以提升開發效率與程式品質。

未來在開發過程中，請持續善用這些技巧，讓您的 Python 寫作更加靈活且強大！

用 Python 進行迴圈處理的完整指南｜從 for 迴圈到 itertools 全面解析

1. 前言

為什麼 Python 沒有 foreach？

使用 Python 進行反覆處理的優點

2. Python 中 for 迴圈的基本用法

for 迴圈的基本語法

範例1：遍歷串列

範例2：遍歷字串

範例3：使用 range() 處理數字範圍

range() 函數的用法

3. 善用 enumerate 函數

enumerate 函數的基本語法

範例1：同時取得串列的索引與元素

範例2：指定索引的起始值

enumerate 函數的實用應用

顯示任務清單進度

根據索引條件進行處理

小結

4. 使用 zip 函數進行多序列同步迴圈

zip 函數的基本語法

範例1：同時迴圈兩個串列

範例2：同時處理三個以上的串列

zip 處理不同長度序列時的行為

zip 的實用範例

成對顯示資料

小結

5. 列表生成式（List Comprehension）

列表生成式的基本語法

範例1：基本的列表生成式

條件式列表生成式

範例2：加入條件的列表生成式

範例3：含有 else 的條件式生成

小結

6. 字典的反覆處理

字典的基本迭代方式

範例1：只取得鍵（key）

範例2：只取得值（value）

範例3：同時取得鍵與值

條件式的字典處理

範例4：只輸出符合條件的項目

字典生成式（Dictionary Comprehension）

範例5：建立符合條件的新字典

小結

7. 集合（set）的反覆處理

集合的基本迴圈處理

範例1：輸出集合中的所有元素

條件式集合處理

範例2：只輸出符合條件的元素

集合推導式（Set Comprehension）

範例3：根據條件建立新集合

小結

8. 善用 itertools 模組

itertools 模組的主要函式

1. count 函式

2. cycle 函式

3. repeat 函式

4. accumulate 函式

小結

9. 總結

各種技巧的重點與用途

1. for 迴圈

2. enumerate 函數

3. zip 函數

4. 列表生成式

5. 字典的反覆處理

6. 集合的反覆處理

7. itertools 模組

選擇最佳方法的建議

結語

Python型別轉換的基礎與應用｜新手也能理解的資料型別變更方法與注意事項

使用 Python 取得陣列（List）元素數量的方法｜從基礎到 NumPy 的完整解說

為什麼 Python 沒有 `foreach`？