目录
目标
-
程序的三大流程
-
while 循环基本使用
-
break 和 continue
-
while 循环嵌套
01. 程序的三大流程
-
在程序开发中,一共有三种流程方式:
-
顺序 —— 从上向下,顺序执行代码
-
分支 —— 根据条件判断,决定执行代码的 分支
-
循环 —— 让 特定代码 重复 执行
-
-
02. while
循环基本使用
-
循环的作用就是让 指定的代码 重复的执行
-
while
循环最常用的应用场景就是 让执行的代码 按照 指定的次数 重复 执行 -
需求 —— 打印 5 遍
Hello Python
-
思考 —— 如果要求打印 100 遍怎么办?
2.1 while
语句基本语法
初始条件设置 —— 通常是重复执行的 计数器
while 条件(判断 计数器 是否达到 目标次数):
条件满足时,做的事情1
条件满足时,做的事情2
条件满足时,做的事情3
...(省略)...
处理条件(计数器 + 1)
注意:
-
while
语句以及缩进部分是一个 完整的代码块
第一个 while 循环
需求
-
打印 5 遍 Hello Python
# 1. 定义重复次数计数器
i = 1
# 2. 使用 while 判断条件
while i <= 5:
# 要重复执行的代码
print("Hello Python")
# 处理计数器 i
i = i + 1
print("循环结束后的 i = %d" % i)
注意:循环结束后,之前定义的计数器条件的数值是依旧存在的
死循环
由于程序员的原因,忘记 在循环内部 修改循环的判断条件,导致循环持续执行,程序无法终止!
2.2 赋值运算符
-
在 Python 中,使用
=
可以给变量赋值 -
在算术运算时,为了简化代码的编写,
Python
还提供了一系列的 与 算术运算符 对应的 赋值运算符 -
注意:赋值运算符中间不能使用空格
运算符 | 描述 | 实例 |
---|---|---|
= | 简单的赋值运算符 | c = a + b 将 a + b 的运算结果赋值为 c |
+= | 加法赋值运算符 | c += a 等效于 c = c + a |
-= | 减法赋值运算符 | c -= a 等效于 c = c - a |
*= | 乘法赋值运算符 | c *= a 等效于 c = c * a |
/= | 除法赋值运算符 | c /= a 等效于 c = c / a |
//= | 取整除赋值运算符 | c //= a 等效于 c = c // a |
%= | 取 模 (余数)赋值运算符 | c %= a 等效于 c = c % a |
**= | 幂赋值运算符 | c = a 等效于 c = c a |
2.3 Python 中的计数方法
常见的计数方法有两种,可以分别称为:
-
自然计数法(从
1
开始)—— 更符合人类的习惯 -
程序计数法(从
0
开始)—— 几乎所有的程序语言都选择从 0 开始计数
因此,大家在编写程序时,应该尽量养成习惯:除非需求的特殊要求,否则 循环 的计数都从 0 开始
2.4 循环计算
在程序开发中,通常会遇到 利用循环 重复计算 的需求
遇到这种需求,可以:
-
在
while
上方定义一个变量,用于 存放最终计算结果 -
在循环体内部,每次循环都用 最新的计算结果,更新 之前定义的变量
需求
-
计算 0 ~ 100 之间所有数字的累计求和结果
# 计算 0 ~ 100 之间所有数字的累计求和结果
# 0. 定义最终结果的变量
result = 0
# 1. 定义一个整数的变量记录循环的次数
i = 0
# 2. 开始循环
while i <= 100:
print(i)
# 每一次循环,都让 result 这个变量和 i 这个计数器相加
result += i
# 处理计数器
i += 1
print("0~100之间的数字求和结果 = %d" % result)
需求进阶
-
计算 0 ~ 100 之间 所有 偶数 的累计求和结果
开发步骤
-
编写循环 确认 要计算的数字
-
添加 结果 变量,在循环内部 处理计算结果
# 0. 最终结果
result = 0
# 1. 计数器
i = 0
# 2. 开始循环
while i <= 100:
# 判断偶数
if i % 2 == 0:
print(i)
result += i
# 处理计数器
i += 1
print("0~100之间偶数求和结果 = %d" % result)
03. break 和 continue
break
和continue
是专门在循环中使用的关键字
-
break
某一条件满足时,退出循环,不再执行后续重复的代码 -
continue
某一条件满足时,不执行后续重复的代码
break
和continue
只针对 当前所在循环 有效
3.1 break
-
在循环过程中,如果 某一个条件满足后,不 再希望 循环继续执行,可以使用
break
退出循环
i = 0
while i < 10:
# break 某一条件满足时,退出循环,不再执行后续重复的代码
# i == 3
if i == 3:
break
print(i)
i += 1
print("over")
break
只针对当前所在循环有效
3.2 continue
-
在循环过程中,如果 某一个条件满足后,不 希望 执行循环代码,但是又不希望退出循环,可以使用
continue
-
也就是:在整个循环中,只有某些条件,不需要执行循环代码,而其他条件都需要执行
i = 0
while i < 10:
# 当 i == 7 时,不希望执行需要重复执行的代码
if i == 7:
# 在使用 continue 之前,同样应该修改计数器
# 否则会出现死循环
i += 1
continue
# 重复执行的代码
print(i)
i += 1
-
需要注意:使用
continue
时,条件处理部分的代码,需要特别注意,不小心会出现 死循环
continue
只针对当前所在循环有效
04. while
循环嵌套
4.1 循环嵌套
-
while
嵌套就是:while
里面还有while
while 条件 1:
条件满足时,做的事情1
条件满足时,做的事情2
条件满足时,做的事情3
...(省略)...
while 条件 2:
条件满足时,做的事情1
条件满足时,做的事情2
条件满足时,做的事情3
...(省略)...
处理条件 2
处理条件 1
4.2 循环嵌套演练 —— 九九乘法表
第 1 步:用嵌套打印小星星
需求
-
在控制台连续输出五行
*
,每一行星号的数量依次递增
*
**
***
****
*****
-
使用字符串 * 打印
# 1. 定义一个计数器变量,从数字1开始,循环会比较方便
row = 1
while row <= 5:
print("*" * row)
row += 1
第 2 步:使用循环嵌套打印小星星
知识点 对 print
函数的使用做一个增强
-
在默认情况下,
print
函数输出内容之后,会自动在内容末尾增加换行 -
如果不希望末尾增加换行,可以在
print
函数输出内容的后面增加, end=""
-
其中
""
中间可以指定print
函数输出内容之后,继续希望显示的内容 -
语法格式如下:
# 向控制台输出内容结束之后,不会换行
print("*", end="")
# 单纯的换行
print("")
end=""
表示向控制台输出内容结束之后,不会换行
假设 Python
没有提供 字符串的 *
操作 拼接字符串
需求
-
在控制台连续输出五行
*
,每一行星号的数量依次递增
*
**
***
****
*****
开发步骤
-
1> 完成 5 行内容的简单输出
-
2> 分析每行内部的
*
应该如何处理?-
每行显示的星星和当前所在的行数是一致的
-
嵌套一个小的循环,专门处理每一行中
列
的星星显示
-
row = 1
while row <= 5:
# 假设 python 没有提供字符串 * 操作
# 在循环内部,再增加一个循环,实现每一行的 星星 打印
col = 1
while col <= row:
print("*", end="")
col += 1
# 每一行星号输出完成后,再增加一个换行
print("")
row += 1
第 3 步: 九九乘法表
需求 输出 九九乘法表,格式如下:
1 * 1 = 1
1 * 2 = 2 2 * 2 = 4
1 * 3 = 3 2 * 3 = 6 3 * 3 = 9
1 * 4 = 4 2 * 4 = 8 3 * 4 = 12 4 * 4 = 16
1 * 5 = 5 2 * 5 = 10 3 * 5 = 15 4 * 5 = 20 5 * 5 = 25
1 * 6 = 6 2 * 6 = 12 3 * 6 = 18 4 * 6 = 24 5 * 6 = 30 6 * 6 = 36
1 * 7 = 7 2 * 7 = 14 3 * 7 = 21 4 * 7 = 28 5 * 7 = 35 6 * 7 = 42 7 * 7 = 49
1 * 8 = 8 2 * 8 = 16 3 * 8 = 24 4 * 8 = 32 5 * 8 = 40 6 * 8 = 48 7 * 8 = 56 8 * 8 = 64
1 * 9 = 9 2 * 9 = 18 3 * 9 = 27 4 * 9 = 36 5 * 9 = 45 6 * 9 = 54 7 * 9 = 63 8 * 9 = 72 9 * 9 = 81
开发步骤
-
-
打印 9 行小星星
-
*
**
***
****
*****
******
*******
********
*********
-
-
将每一个
*
替换成对应的行与列相乘
-
# 定义起始行
row = 1
# 最大打印 9 行
while row <= 9:
# 定义起始列
col = 1
# 最大打印 row 列
while col <= row:
# end = "",表示输出结束后,不换行
# "\t" 可以在控制台输出一个制表符,协助在输出文本时对齐
print("%d * %d = %d" % (col, row, row * col), end="\t")
# 列数 + 1
col += 1
# 一行打印完成的换行
print("")
# 行数 + 1
row += 1
字符串中的转义字符
-
\t
在控制台输出一个 制表符,协助在输出文本时 垂直方向 保持对齐 -
\n
在控制台输出一个 换行符
制表符 的功能是在不使用表格的情况下在 垂直方向 按列对齐文本
转义字符 | 描述 |
---|---|
\\ | 反斜杠符号 |
\' | 单引号 |
\" | 双引号 |
\n | 换行 |
\t | 横向制表符 |
\r | 回车 |
列表生成式
运用列表生成式,可以快速生成 list,可以通过一个 list 推导出另一个 list,而代码却十分简洁。
'''
列表生成式
列表生成式即List Comprehensions,是Python内置的非常简单却强大的可以用来创建list的生成式。
'''
print(list(range(1,11)))
L = []
for x in range(1,11):
L.append(x * x)
print(L)
print([x * x for x in range(1, 11)])
# for循环后面还可以加上if判断
print([x * x for x in range(1,11) if x % 2 == 0])
# 使用两层循环,可以生成全排列
print([m + n for m in 'ABC' for n in 'XYZ'])
# 运用列表生成式,可以写出非常简洁的代码。
# 例如,列出当前目录下的所有文件和目录名,可以通过一行代码实现:
import os
print([d for d in os.listdir('.')])
# for循环其实可以同时使用两个甚至多个变量,比如dict的items()可以同时迭代key和value
d = {'x': 'A', 'y': 'B', 'z': 'C' }
for k,v in d.items():
print(k,'=',v)
# 列表生成式也可以使用两个变量来生成list
d = {'x':'A','y':'B','z':'C'}
print([k + '=' + v for k,v in d.items()])
# 把一个list中所有的字符串变成小写
L = ['Hello', 'World', 'IBM', 'Apple']
print([s.lower() for s in L])
x = 'abs'
y = 123
print(isinstance(x,str))
print(isinstance(y,str))
L1 = ['Hello', 'World', 18, 'Apple', None]
print([s.lower() for s in L1 if isinstance(s,str) ])
生成器generator
通过列表生成式,我们可以直接创建一个列表。但是,受到内存限制,
列表容量肯定是有限的。而且,创建一个包含 100 万个元素的列表,不
仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面
绝大多数元素占用的空间都白白浪费了。
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循
环的过程中不断推算出后续的元素呢?这样就不必创建完整的 list,从而节省大量的空间。在 Python 中,这种一边循环一边计算的机制,称为生成器: generator。
generator 是非常强大的工具,在 Python 中,可以简单地把列表生成式
改成 generator,也可以通过函数实现复杂逻辑的 generator。
要理解 generator 的工作原理,它是在 for 循环的过程中不断计算出下一
个元素,并在适当的条件结束 for 循环。对于函数改成的 generator 来说,
遇到 return 语句或者执行到函数体最后一行语句,就是结束 generator
的指令, for 循环随之结束
'''
通过列表生成式,我们可以直接创建一个列表。但是,受到内存限制,列表容量肯定是有限的。而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间。在Python中,这种一边循环一边计算的机制,称为生成器:generator。
'''
'''
要创建一个generator,有很多种方法。
第一种方法很简单,只要把一个列表生成式的[]改成(),就创建了一个generator:
创建L和g的区别仅在于最外层的[]和(),L是一个list,而g是一个generator。
'''
L = [x * x for x in range(10)]
print(L)
g = (x * x for x in range(10))
print(g,type(g))
# 如果要一个一个打印出来,可以通过next()函数获得generator的下一个返回值
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print('----')
g = (x * x for x in range(10))
for n in g:
print(n)
print('====================')
def fib(max):
n,a,b = 0,0,1
while n < max:
print(b)
a,b = b, a+b
n= n+1
return 'done'
fib(10)
'''
generator和函数的执行流程不一样。
函数是顺序执行,遇到return语句或者最后一行函数语句就返回。
而变成generator的函数,在每次调用next()的时候执行,遇到yield语句返回,再次执行时从上次返回的yield语句处继续执行。
用for循环调用generator时,发现拿不到generator的return语句的返回值。如果想要拿到返回值,必须捕获StopIteration错误,返回值包含在StopIteration的value中
g = fib(6)
>>> while True:
... try:
... x = next(g)
... print('g:', x)
... except StopIteration as e:
... print('Generator return value:', e.value)
... break
'''
print('===========================')
def fib2(max):
n,a,b = 0,0,1
while n < max:
yield b
a,b = b, a+b
n= n+1
return 'done'
for n in fib2(10):
print(n)
def odd():
print('step 1')
yield 1
print('step 2')
yield(3)
print('step 3')
yield(5)
o = odd()
next(o)
next(o)
next(o)
迭代器
我们已经知道,可以直接作用于 for 循环的数据类型有以下几种:
一类是集合数据类型,如 list、 tuple、 dict、 set、 str 等;
一类是 generator,包括生成器和带 yield 的 generator function。
这些可以直接作用于 for 循环的对象统称为可迭代对象: Iterable。
可以使用 isinstance()判断一个对象是否是 Iterable 对象:
而生成器不但可以作用于 for 循环,还可以被 next()函数不断调用并返
回下一个值,直到最后抛出 StopIteration 错误表示无法继续返回下一个值了。
可以被 next()函数调用并不断返回下一个值的对象称为迭代器:Iterator。
可以使用 isinstance()判断一个对象是否是 Iterator 对象:
凡是可作用于 for 循环的对象都是 Iterable 类型;
凡是可作用于 next()函数的对象都是 Iterator 类型,它们表示一个惰性
计算的序列;
集合数据类型如 list、 dict、 str 等是 Iterable 但不是 Iterator,不过可
以通过 iter()函数获得一个 Iterator 对象。
Python 的 for 循环本质上就是通过不断调用 next()函数实现的,例如:
'''
迭代器
可以直接作用于for循环的数据类型有以下几种:
一类是集合数据类型,如list、tuple、dict、set、str等;
一类是generator,包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象:Iterable。
可以使用 isinstance() 判断一个对象是否是Iterable对象
'''
from collections import Iterable
print(isinstance([], Iterable))
print(isinstance({}, Iterable))
print(isinstance('abc', Iterable))
print(isinstance((x for x in range(10)), Iterable))
print(isinstance(100, Iterable))
print('-----------------')
'''
可以被next()函数调用并不断返回下一个值的对象称为迭代器:Iterator。
可以使用isinstance()判断一个对象是否是Iterator对象.
生成器都是Iterator对象,但list、dict、str虽然是Iterable,却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数.
'''
from collections import Iterator
print(isinstance((x for x in range(10)), Iterator))
print(isinstance([], Iterator))
print(isinstance({}, Iterator))
print(isinstance('abc', Iterator))
print(isinstance(iter([]), Iterator))
print(isinstance(iter({}), Iterator))
print(isinstance(iter('abc'), Iterator))