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



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:


ta = [1,2,3


]
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