??你是否在數(shù)據(jù)處理時(shí)寫(xiě)過(guò)這樣的代碼？

for i in range(10):
    for j in range(10):
        for k in range(10):
            print(i+j+k)

三層循環(huán)寫(xiě)完，程序卻卡成了PPT？
本文將用5分鐘帶你解鎖循環(huán)嵌套的高階玩法，文末更有性能優(yōu)化秘籍！

一、循環(huán)嵌套：代碼世界的"俄羅斯套娃"

1、基礎(chǔ)語(yǔ)法（一看就會(huì)）

# 外層循環(huán)每走1步，內(nèi)層循環(huán)走完整個(gè)流程
for 班主任 in ["張老師", "李老師"]:
    for 學(xué)生 in ["小明", "小紅"]:
        print(f"{班主任}正在檢查{學(xué)生}的作業(yè)")

? 輸出結(jié)果：
張老師檢查小明 → 張老師檢查小紅 → 李老師檢查小明 → 李老師檢查小紅

2、執(zhí)行順序可視化

for 樓層 in range(1,4):       # 外層循環(huán)：3層樓
    for 房間號(hào) in range(101,103): # 內(nèi)層循環(huán)：每層2個(gè)房間
        print(f"{樓層}樓-{房間號(hào)}室")

輸出結(jié)果：

1樓-101室  
1樓-102室  
2樓-101室  
2樓-102室  
3樓-101室  
3樓-102室

? 規(guī)律：外層循環(huán)走一步，內(nèi)層循環(huán)走完一圈（像鐘表的時(shí)針和分針）

二、實(shí)戰(zhàn)場(chǎng)景：從青銅到王者

?? 場(chǎng)景1：二維矩陣遍歷（游戲開(kāi)發(fā)必備）

# 掃雷游戲地圖遍歷
mine_map = [
    [0, 1, 0],
    [1, 0, 1],
    [0, 1, 0]
]

for i in range(3):
    for j in range(3):
        if mine_map[i][j] == 1:
            print(f"坐標(biāo)({i},{j})有地雷！")

?? 場(chǎng)景2：排列組合生成（電商系統(tǒng)常用）

# 商品規(guī)格組合生成器
colors = ["曜石黑", "冰川藍(lán)"]
sizes = ["S", "M", "L"]

for 顏色 in colors:
    for 尺寸 in sizes:
        print(f"生成SKU：{顏色}-{尺寸}-2024")

?? 場(chǎng)景3：算法核心邏輯（面試必考）

# 冒泡排序算法
nums = [5, 3, 8, 6]
for i in range(len(nums)):
    for j in range(len(nums)-i-1):
        if nums[j] > nums[j+1]:
            nums[j], nums[j+1] = nums[j+1], nums[j]

?? 場(chǎng)景4：文件批量處理（辦公自動(dòng)化）

# 多文件夾圖片重命名
import os

for folder in ["風(fēng)景", "人像", "建筑"]:
    for filename in os.listdir(folder):
        new_name = f"{folder}_"+filename
        os.rename(os.path.join(folder,filename), new_name)

?? 場(chǎng)景5：自動(dòng)生成Excel銷(xiāo)售報(bào)表

需求：為10個(gè)商品生成3個(gè)月的銷(xiāo)量分析表

import pandas as pd

products = ["手機(jī)", "筆記本", "耳機(jī)", "充電寶", "智能手表"]
months = ["1月", "2月", "3月"]

# 嵌套循環(huán)生成數(shù)據(jù)
data = []
for product in products:
    for month in months:
        # 模擬隨機(jī)銷(xiāo)量（實(shí)戰(zhàn)中可替換為真實(shí)數(shù)據(jù)）
        sales = abs(hash(f"{product}{month}")) % 1000  
        data.append({"產(chǎn)品": product, "月份": month, "銷(xiāo)量": sales})

df = pd.DataFrame(data)
df.to_excel("銷(xiāo)售報(bào)表.xlsx", index=False)

效果：自動(dòng)生成帶數(shù)據(jù)的Excel文件

?? 場(chǎng)景6：抖音式九宮格圖片生成器

需求：把1張圖片切割成3×3的九宮格拼圖

from PIL import Image

img = Image.open("原圖.jpg")
width, height = img.size
cell_w = width // 3  # 每個(gè)格子的寬度
cell_h = height // 3 # 每個(gè)格子的高度

# 雙重循環(huán)切割圖片
for i in range(3):
    for j in range(3):
        left = j * cell_w
        upper = i * cell_h
        right = left + cell_w
        lower = upper + cell_h
        crop_img = img.crop((left, upper, right, lower))
        crop_img.save(f"碎片_{i}{j}.jpg")

技術(shù)點(diǎn)：通過(guò)行列索引計(jì)算裁剪坐標(biāo)，批量生成9張碎片圖

?? 場(chǎng)景7：電商庫(kù)存預(yù)警系統(tǒng)

需求：檢測(cè)商品在5個(gè)倉(cāng)庫(kù)的庫(kù)存狀態(tài)

products = {f"商品{i}": abs(hash(f"商品{i}"))%1000 for i in range(100)}  # 模擬庫(kù)存
threshold = 100  # 預(yù)警閾值

print("??低庫(kù)存預(yù)警：")
for p_id, stock in products.items():
    for warehouse in ["華北倉(cāng)", "華東倉(cāng)", "華南倉(cāng)", "西南倉(cāng)", "華中倉(cāng)"]:
        # 模擬不同倉(cāng)庫(kù)庫(kù)存（真實(shí)項(xiàng)目從數(shù)據(jù)庫(kù)讀?。?/span>
        wh_stock = stock - hash(warehouse)%200  
        if wh_stock < threshold:
            print(f"{warehouse} - {p_id} 庫(kù)存僅剩 {wh_stock} 件！")

輸出示例：

??低庫(kù)存預(yù)警：
華北倉(cāng) - 商品5 庫(kù)存僅剩 23 件！
華南倉(cāng) - 商品17 庫(kù)存僅剩 89 件...

三、性能優(yōu)化三把利劍???

?? 陷阱預(yù)警：這段代碼為什么卡死？

# 時(shí)間復(fù)雜度O(n3)的災(zāi)難案例
n = 1000
for i in range(n):
    for j in range(n):
        for k in range(n):
            # 復(fù)雜計(jì)算...

? 優(yōu)化方案1：itertools模塊（內(nèi)置神器）

from itertools import product

# 三重循環(huán)秒變一行
for i, j, k in product(range(10), repeat=3):
    print(i+j+k)

? 優(yōu)化方案2：NumPy向量化（提速100倍）

import numpy as np

# 傳統(tǒng)循環(huán)
result = []
for row in matrix:
    for num in row:
        result.append(num*2)

# 王者寫(xiě)法
np_matrix = np.array(matrix)
result = np_matrix * 2

? 優(yōu)化方案3：條件短路（減少無(wú)效循環(huán)）

found = False
for data in big_dataset:
    if found: break  # 找到后立即終止外層循環(huán)
    for item in data:
        if item == target:
            found = True
            break

四、資深工程師的調(diào)試錦囊

?? 經(jīng)典Bug 1：變量名重復(fù)導(dǎo)致數(shù)據(jù)覆蓋

# 錯(cuò)誤示范（i被重復(fù)使用）
for i in range(3):
    for i in range(2):  # 內(nèi)層循環(huán)修改了外層i的值
        print(i)

?? 經(jīng)典Bug 2：無(wú)限循環(huán)陷阱

# 錯(cuò)誤示范（j未初始化）
i = 0
while i < 5:
    j = 0  # 每次外層循環(huán)都重置j
    while j < 3:
        print(i+j)
        i += 1  # 錯(cuò)誤地修改外層變量

?? 調(diào)試技巧：可視化追蹤器

for page in range(1,4):
    print(f"====== 正在處理第{page}頁(yè) ======")
    for item in range(1,3):
        print(f"第{page}頁(yè)-第{item}條數(shù)據(jù)")
        # 暫停觀察變量
        # import pdb; pdb.set_trace()

五、循環(huán)嵌套三原則

1. 效率優(yōu)先：三重循環(huán)是性能殺手，嘗試用向量化計(jì)算
2. 可讀性為王：超過(guò)三層的嵌套建議拆分為函數(shù)
3. 安全第一：循環(huán)變量用i,j,k容易混淆，建議語(yǔ)義化命名（如page, row, col）

當(dāng)你在代碼中寫(xiě)下第四層循環(huán)時(shí)，不妨想想——是不是該用遞歸了？?? 關(guān)注我，獲取更多Python性能優(yōu)化秘籍！ ??