Python 循环函数详细介绍
目录
- 一、循环函数
- 1、for循环
- 2、while循环
- 3、中断循环
- 二、循环设计
- 1、range()
- 2、enumerate()
- 3、zip()
- 三、循环对象
- 1、什么是循环对象
- 2、迭代器
- 3、生成器
- 4、表推导
一、循环函数
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
continue :
在循环的某一次执行中,如果遇到continue
, 那么跳过这一次执行,进行下一次的操作
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
, 跳过本次执行(不执行print
),继续进行下一次执行(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, 整个循环停止。
二、循环设计
1、range()
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、enumerate()
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、zip()
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。
我们可以分解聚合后的列表,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)
三、循环对象
这一讲的主要目的是为了大家在读Python程序的时候对循环对象有一个基本概念。
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,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,就如下:
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,用循环对象的好处在于:不用在循环还没有开始的时候,就生成好要使用的元素。所使用的元素可以在循环过程中逐次生成。这样,节省了空间,提高了效率,编程更灵活。
2、迭代器
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迭代器(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,所以循环对象和迭代器常常相互指代对方。
3、生成器
生成器(generator)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
表推导(list comprehension)
是快速生成表的方法。它的语法简单,很有实用价值。
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。)
到此这篇关于Python 循环函数详细介绍的文章就介绍到这了,更多相关Python 循环函数内容请搜索hwidc以前的文章或继续浏览下面的相关文章希望大家以后多多支持hwidc!