Python 提供了 for 循环和索引循环两种迭代数据的方法。for 循环更简洁高效，适用于简单迭代；索引循环提供更多控制，适用于需要元素位置或修改元素的场景。大数据集下，for 循环性能更优。选择合适的方法可以优化代码性能。
译自：Python Indexing vs. For Loops: What’s Really Faster?
作者：Jessica Wachtel
作为数据处理和分析大型数据集的首选语言，Python 提供了多种迭代各种大小数据集的方法，这并不令人惊讶。
迭代是为集合中的每个项目重复执行一个操作的过程，一次一个。在编程中，它通常意味着逐步遍历列表、字符串或其他值组。你“访问”每个项目，通常是为了读取它、更改它或对它执行某些操作。可以将迭代想象成叠衣服。你拿出一件衣服，叠好，然后继续下一件，直到篮子空了。
在 Python 中迭代数据的两种常见方法是 for 循环 和使用索引进行循环。 for 循环逐个处理序列中的每个项目。将循环与 Python 的索引系统 结合使用，可以访问每个元素的位置和值。
在许多情况下，这两种方法都可以让你获得相同的结果。但是，你可能选择一种方法而不是另一种方法的原因，以及它们在底层如何运作以及如何大规模影响应用程序性能，却大相径庭。
什么是 Python 循环中的索引？
使用索引进行循环是一种通过循环访问序列（例如列表、元组或字符串）的索引，然后使用这些索引来访问每个元素的方式。此方法将 for 循环的结构与 Python 索引系统的精度相结合，该系统从 0 开始计数。
何时在循环中使用索引
- 你需要每个元素的位置和值。
- 你计划就地修改元素，例如通过索引更新值。
- 你处理多个序列，并且需要按位置同步它们。
- 你想要显式控制要访问哪些元素以及如何访问。
Python 循环中的索引：基本语法
for i in range(len(sequence)):
# Access each element with sequence[i]
# Perform actions using i or sequence[i]
Python 使用索引循环的示例
data = [4, 7, 9, 1, 5]
for i in range(len(data)):
print(data[i])
输出：
4
7
9
1
5
什么是 Python for 循环？
for 循环直接迭代序列的元素，为每个项目执行一个代码块，而无需显式使用它们的索引。这种方法更简单、更易读，尤其是在你不需要每个元素的位置或修改序列时。
何时使用 for 循环
- 你只需要读取或处理每个项目。
- 你不需要修改原始列表。
- 你不关心每个项目的索引。
Python for 循环：基本语法
for element in sequence:
# 使用 element 执行操作
for 循环的示例
data = [4, 7, 9, 1, 5]
for item in data:
print(item)
功能：索引与 for 循环
虽然这两个循环可以执行类似的任务，但索引提供更多原生功能。例如，要将列表中的每个数字翻倍，你可以使用循环中的索引轻松地做到这一点：
data = [4, 7, 9, 1, 5]
for i in range(len(data)):
data[i] = data[i] * 2 # 通过索引修改列表元素
print(data)
输出：
[8, 14, 18, 2, 10]
尝试使用 for 循环执行相同的操作会产生不同的结果。
data = [4, 7, 9, 1, 5]
for item in data:
item = item * 2 # 仅更改循环变量，而不是列表元素
print(data)
输出：
[4, 7, 9, 1, 5]`
为什么结果会有所不同？当使用语法 for item in data 时，item 是每个元素值的临时副本，而索引指向的是实际值本身。更改循环内的 item 不会影响原始列表。但是，循环中的索引通过其索引访问实际元素，因此赋值给 data[i] 会直接修改原始列表。
速度和性能：Python 中索引与 for 循环
功能并不是索引和 for 循环之间唯一的区别。它们的性能特征也不同。两者都允许你迭代数据，但它们在内部访问元素的方式会影响速度（和内存）。
基准测试方法
让我们使用 Python 的 time 模块和一个测量函数运行时间的函数来进行测试。
import time
def time_function(func):
start = time.time()
func()
return time.time() - start
示例 1：小数据集比较
data = list(range(1000))
def with_indexing():
for i in range(len(data)):
_ = data[i] * 2
def with_for_loop():
for item in data:
_ = item * 2
print("Indexing:", time_function(with_indexing))
print("For loop:", time_function(with_for_loop))
输出：
Indexing: 0.00013685226440429688
for loop: 7.009506225585938e-05
在此示例中，for 循环和索引似乎都在执行相同的功能，那么为什么一个更快呢？因为尽管它们看起来相似，但在底层，它们的执行方式却不同。
with_indexing()循环访问一系列索引，并通过索引 (data[i]) 访问每个元素。with_for_loop()直接循环访问列表中的每个项目，而无需计算索引。
for 循环跳过了生成索引号和执行索引查找的开销。这减少了少量的计算，这在多次迭代中很重要。
示例 2：大数据集比较
data = list(range(10_000_000))
def with_indexing_large():
for i in range(len(data)):
_ = data[i] * 2
def with_for_loop_large():
for item in data:
_ = item * 2
print("Indexing (large):", time_function(with_indexing_large))
print("For loop (large):", time_function(with_for_loop_large))
输出：
Indexing (large): 0.8469340801239014
for loop (large): 0.405224084854126
同样，for 循环的性能优于索引。在每次迭代中计算索引和执行查找的成本会累加。for 循环通过使用内部迭代器来避免这种情况，该迭代器：
- 不计算索引位置。
- 不使用括号表示法重复查找值。
- 具有较低的 CPU 和内存开销。
为什么 for 循环更快？
索引显式引用位置 (data[i])。虽然列表索引是恒定时间操作 (O(1))，但每次迭代都涉及计算索引和执行查找，从而增加开销。
for 循环使用 Python 的内部迭代器协议直接获取元素，而无需计算索引。这种简化的过程减少了开销，从而使 for 循环更快，尤其是在大型数据集上。
在实践中，对于简单迭代，for 循环更有效，而索引提供更多控制，但会产生略微的性能成本。
影响速度的因素：索引与 for 循环
有几个因素会影响索引和 for 循环之间的速度差异。
- Python 实现：不同的解释器（如 CPython 和 PyPy）处理循环的方式不同。PyPy 的 JIT 编译器可以比 CPython 更好地优化索引，从而影响结果。
- 数据类型：列表和元组与这两种方法配合良好。但是，对于 Numpy 数组，矢量化操作通常优于循环，无论样式如何。
- 数据集大小：索引开销随着数据集的增大而增加，从而使
for循环通常更快。对于小型数据集，差异很小。 - 操作复杂性：简单的任务会突出显示迭代开销。复杂的操作或 I/O 可能会掩盖差异。
常见错误和误解
- 在不需要时使用索引：这会增加代码复杂性，并可能由于索引管理开销而降低性能。如果不需要元素位置，请使用简单的
for循环。 - 假设索引总是更快：正如我们所看到的，事实并非如此。
for循环通常通过避免重复的索引计算来获得更好的性能，并且通常更易读。 - 在迭代期间修改列表：在迭代时更改列表可能会导致错误，例如跳过元素或出错。使用副本、小心索引或构建新列表以避免问题。
发现结果摘要
for 循环通常更有效，并且对于只需要处理每个项目的简单迭代更易读。它们的清晰度减少了错误并提高了可维护性。
当需要元素位置或必须就地修改项目时，使用循环进行索引非常有用。这种控制会以一定的可读性为代价，有时还会以性能为代价。
随着数据集变得越来越大，这些方法之间的性能差异变得显着。选择正确的方法会影响速度和资源使用。
Python 开发人员的后续步骤
为了在你的项目中做出明智的性能决策，请使用 cProfile 或 timeit 等分析工具来衡量你的代码在实际场景中的行为方式。这可以帮助你识别特定的瓶颈，而不是依赖于一般的假设。探索 NumPy 或 Pandas 等库，这些库为数据处理提供了优化的矢量化替代方案，以替代手动循环。
在编写 Python 代码时，尽可能倾向于使用更易读和 Pythonic 的方法，即使用 for item in iterable 进行直接迭代。这种做法可以减少错误、提高清晰度，并且通常可以提高性能。通过了解不同循环技术之间的权衡并应用最佳实践，你将能够更好地构建高效、可维护的 Python 应用程序。
