1. for 循环

for循环需要预先设定好循环的次数(n)，然后执行隶属于for的语句n次。

基本构造是

for 元素 in 序列: 
    statement

举例来说，我们编辑一个叫forDemo.py的文件

for a in [3,4.4,'life']:
    print a

这个循环就是每次从表[3,4.4,'life'] 中取出一个元素（回忆：表是一种序列），然后将这个元素赋值给a，之后执行隶属于for的操作(print)。

介绍一个新的python函数

range()

，来帮助你建立表。

idx = range(5)
print idx

可以看到idx是[0,1,2,3,4]

这个函数的功能是新建一个表。这个表的元素都是整数，

从0开始，下一个元素比前一个大1， 直到函数中所写的上限 （不包括该上限本身）

(关于range()，还有丰富用法，有兴趣可以查阅， python 3中， range()用法有变化，见评论区)

举例

for a in range(10):
    print a**2

2. while循环

while的用法是

while 条件:
    statement

while会不停地循环执行隶属于它的语句，

直到条件为假

(False)




举例

while i < 10:
    print i
    i = i + 1

3. 中断循环

(定义一个

环

的说法。循环是相同的一组操作重复多次，我们把其中的一组操作叫做一环)

continue


# 在同一循环的某一环，如果遇到continue, 那么跳过这一环，进行下一次环的操作

break


# 停止执行整个循环

for i in range(10):
    if i == 2: 
        continue
    print i

当循环执行到i = 2的时候，if条件成立，触发continue, 跳过本环(不执行print)，继续进行下一环(i = 3)

for i in range(10):
    if i == 2:        
        break
    print i

当循环执行到

i = 2

的时候，if条件成立，触发break, 循环停止执行。

总结

range()

for 元素 in 序列:

while 条件:

continue

break

更加灵活的循环方式

1. 利用

range()

, 得到

下标

在Python中，for循环后的in跟随一个序列的话，循环每次使用的序列元素，而不是序列的下标。

之前我们已经使用过range来控制for循环。现在，我们继续开发range的功能，以实现下标对循环的控制：

S = 'abcdefghijk'
for i in range(0,len(S),2):
    print S[i]

在该例子中，我们利用len()函数和range()函数，用i作为S序列的下标来控制循环。在range函数中，分别定义上限，下限和每次循环的步长。这就和C语言中的for循环相类似了。

2. 利用

enumerate()

, 同时得到

下标和元素

利用enumerate()函数，可以在每次循环中同时得到下标和元素：

S = 'abcdefghijk'
for (index,char) in enumerate(S):
    print index
    print char

实际上，enumerate()在每次循环中，返回的是一个包含两个元素的定值表(tuple)，两个元素分别赋予index和char

3. 利用

zip()

, 实现

并行循环

如果你多个等长的序列，然后想要每次循环时从各个序列分别取出一个元素，可以利用zip()方便地实现：

ta = [1,2,3]
tb = [9,8,7]
tc = ['a','b','c']
for (a,b,c) in zip(ta,tb,tc):
    print(a,b,c)

每次循环时，从各个序列分别从左到右取出一个元素，合并成一个tuple，然后tuple的元素赋予给a,b,c

zip()函数的功能，就是从多个列表中，依次各取出一个元素。每次取出的(来自不同列表的)元素合成一个元组，合并成的元组放入zip()返回的列表中。

zip()函数起到了聚合列表的功能。我们还可以分解该聚合后的列表，如下:

tb = [9,8,7]

# cluster
zipped = zip(ta,tb)
print(zipped)

# decompose
na, nb = zip(*zipped)
print(na, nb)

总结：

range()

enumerate()

zip()

循环对象的并不是随着Python的诞生就存在的，但它的发展迅速，特别是Python 3x的时代，从zip()或者map()的改变来看，循环对象正在成为循环的标准形式。

1. 什么是循环对象

循环对象是这样一个对象，它包含有一个

next()方法

(__next__()方法，在python 3x中)， 这个方法的目的是进行到下一个结果，而在结束一系列结果之后，举出

StopIteration错误

。

当一个循环结构（比如for）调用循环对象时，它就会每次循环的时候调用next()方法，直到StopIteration出现，for循环接收到，就知道循环已经结束，停止调用next()。

假设我们有一个test.txt的文件:

1234
abcd
efg

我们运行一下python命令行：

>>> f = open('test.txt')

>>> f.next()

>>> f.next()

...

不断地输入f.next()，直到最后出现StopIteration

open()返回的实际上是一个循环对象

，包含有next()方法。而该next()方法每次返回的就是新的一行的内容，到达文件结尾时举出StopIteration。这样，我们相当于手工进行了循环。

自动进行的话，就是：

for line in open('test.txt'):
    print line

在这里，for结构自动调用next()方法，将该方法的返回值赋予给line。循环知道出现StopIteration的时候结束。

相对于序列，用循环对象来控制循环的好处在于：可以不用在循环还没有开始的时候，就生成每次要使用的元素。所使用的元素在循环过程中逐次生成。这样，就节省了空间，提高了效率，并提高编程的灵活性。

2. iter()函数和循环器(iterator)

从技术上来说，循环对象和for循环调用之间还有一个中间层，就是要将循环对象转换成循环器(iterator)。这一转换是通过使用iter()函数实现的。但从逻辑层面上，常常可以忽略这一层，所以循环对象和循环器常常相互指代对方。

3. 生成器(generator)

生成器的主要目的是构成一个用户自定义的循环对象。

生成器的编写方法和函数定义类似，只是在


return的地方

改为yield

。生成器中可以有多个yield。当生成器遇到一个yield时，会暂停运行生成器，返回yield后面的值。当再次调用生成器的时候，会从刚才暂停的地方继续运行，直到下一个yield。

生成器自身又构成一个循环器

，每次循环使用一个yield返回的值。

下面是一个生成器:

def gen():
    a = 100
    yield a
    a = a*8
    yield a
    yield 1000

该生成器共有三个yield， 如果用作循环器时，会进行三次循环。

for i in gen():
    print i

再考虑如下一个生成器:

def gen():
    for i in range(4):
        yield i

它又可以写成

生成器表达式(Generator Expression)

:

G = (x for x in range(4))

生成器表达式是生成器的一种简便的编写方式。读者可进一步查阅。

4. 表推导(list comprehension)

表推导是快速生成表的方法。假设我们生成表L：

L = []
for x in range(10):
    L.append(x**2)

以上产生了表L，但实际上有快捷的写法，也就是

表推导

的方式:

L = [x**2 for x in range(10)]

这与生成器表达式类似，只不过用的是

中括号

。

（表推导的机制实际上是利用循环对象，有兴趣可以查阅。）

考虑下面的表推导会生成什么？

xl = [1,3,5]
yl = [9,12,13]
L  = [ x**2 for (x,y) in zip(xl,yl) if y > 10]

总结：

循环对象

生成器

表推导

参考推荐：

Python 系列教程