Python中除了写循环还有什么更好的替代方法？

Python里替代循环的方法很多，核心思路是用向量化操作和内置的高阶函数。

1. 列表推导式（List Comprehension）
代替简单的 for 循环生成列表：

# 传统循环
squares = []
for i in range(10):
    squares.append(i**2)

# 列表推导式
squares = [i**2 for i in range(10)]

2. map() 和 filter()
map() 对可迭代对象应用函数，filter() 按条件过滤：

nums = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x**2, nums))
evens = list(filter(lambda x: x % 2 == 0, nums))

3. 使用 itertools 模块
处理迭代任务，比如组合、排列、无限迭代器等：

import itertools
# 组合
for combo in itertools.combinations([1, 2, 3], 2):
    print(combo)

4. NumPy 向量化运算（适合数值计算）
用 NumPy 数组代替循环进行批量计算：

import numpy as np
arr = np.array([1, 2, 3, 4])
result = arr * 2  # 直接对整个数组操作，无需循环

5. Pandas 的 apply() 和向量化操作
在数据处理时避免显式循环：

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3]})
df['B'] = df['A'].apply(lambda x: x**2)  # 按列应用函数
# 或者直接向量化运算
df['C'] = df['A'] * 2

6. 使用内置的 sum()、any()、all() 等聚合函数
这些函数底层用 C 实现，效率比手写循环高：

nums = [1, 2, 3, 4]
total = sum(nums)          # 代替累加循环
has_negative = any(n < 0 for n in nums)  # 代替条件判断循环

总结建议：根据场景选择合适的方法，向量化操作通常最快。