Python学习入门(20)——循环
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:
版权所有: 本文系米扑博客原创、转载、摘录,或修订后发表,最后更新于 2013-12-10 22:09:59
侵权处理: 本个人博客,不盈利,若侵犯了您的作品权,请联系博主删除,莫恶意,索钱财,感谢!