一、enumerate ()：遍历列表还能顺手拿索引
遍历列表时想同时获取元素和索引，不用手动加计数器，enumerate() 一步到位，还能自定义起始索引～
# 场景1：基础用法（默认从0开始）
fruits = ["苹果", "香蕉", "橙子"]
for idx, fruit in enumerate(fruits):
print(f"索引{idx}：{fruit}")
# 输出：
# 索引0：苹果
# 索引1：香蕉
# 索引2：橙子
# 场景2：自定义起始索引（从1开始更符合日常计数习惯）
for idx, fruit in enumerate(fruits, start=1):
print(f"第{idx}个水果：{fruit}")
# 输出：
# 第1个水果：苹果
# 第2个水果：香蕉
# 第3个水果：橙子
二、zip ()：多列表 “手拉手” 遍历，超丝滑
需要同时遍历多个列表的对应元素时，zip() 能把多个可迭代对象打包成元组，避免手动按索引取值～
# 场景：匹配姓名和对应的成绩
names = ["小明", "小红", "小刚"]
scores = [90, 85, 95]
# 打包遍历，一一对应
for name, score in zip(names, scores):
print(f"{name}的成绩：{score}分")
# 输出：
# 小明的成绩：90分
# 小红的成绩：85分
# 小刚的成绩：95分
# 拓展：打包后转字典（快速构建键值对）
score_dict = dict(zip(names, scores))
print(score_dict) # 输出：{'小明': 90, '小红': 85, '小刚': 95}
三、any ()/all ()：批量判断条件，超省心
需要判断列表中 “是否有满足条件的元素” 或 “是否全部满足条件” 时，不用写循环，any()/all() 直接出结果～
# 场景1：any() → 只要有一个满足条件就返回True
nums1 = [1, 3, 5, 7, 8]
has_even = any(num % 2 == 0 for num in nums1)
print(has_even) # 输出：True（8是偶数）
# 场景2：all() → 所有元素都满足条件才返回True
nums2 = [2, 4, 6, 8]
all_even = all(num % 2 == 0 for num in nums2)
print(all_even) # 输出：True
nums3 = [2, 4, 7, 8]
all_even = all(num % 2 == 0 for num in nums3)
print(all_even) # 输出：False（7不是偶数）
总结
enumerate()遍历可同时获取索引和元素，支持自定义起始值；zip()可打包多个可迭代对象，快速实现多列表对应遍历或构建字典；any()判 “存在满足”、all()判 “全部满足”，简化批量条件判断逻辑。
