条件语句
Python中的if语句如下:
ifexpression:
expr_true_suite
其中expression可以用布尔操作符and, or 和 not实现多重判断条件。
如果一个复合语句的的代码块仅仅包含一行代码,那么它可以和前面的语句写在同一行:
if expression: dosomething
但实际上,为了可读性,我们尽量不这么做
else语句的使用:
ifexpression:
expr_true_suiteelse:
expr_false_suite
Python使用缩进强制使代码对齐,可以避免制造一些类型的悬挂else问题。但同样要让我们非常小心代码的对齐问题,否则代码很可能不能使用。
elif(else—if)语句
Python没有switch/case语句,所以用if—elif来替代它的使用,并不会降低太多的阅读性
if user.cmd == 'create':
action= "create item"
elif user.cmd == 'delete':
action= 'delete item'
elif user.cmd == 'update':
action= 'update item'
else:
action= 'invalid choice... try again!'
上面的语句也可以用序列改写:
if user.cmd in ('create', 'delete', 'update'):
action= '%s item' %user.cmdelse:
action= 'invalid choice... try again!'
再或者是字典方案
msgs = {'create': 'create item','delete': 'delete item','update': 'update item'}
default= 'invalid choice... try again!'action= msgs.get(user.cmd, default)
条件表达式(即“三元操作符”)
也就是C里的C?X:Y
Python里使用了 X if C else Y:
>>> x, y = 4, 3
>>> smaller = x if x < y elsey>>>smaller3
while语句
while循环的一般语法如下:
whileexpression:
suite_to_repeat
while循环一般被用作计数循环或者无限循环:
>>> count =0>>> while (count < 9):print 'the index is:', count
count+= 1the indexis: 0
the indexis: 1the indexis: 2the indexis: 3the indexis: 4the indexis: 5the indexis: 6the indexis: 7the indexis: 8
>>>whileTrue:
message= raw_input("please input :")if message.lower() == 'q':break
for 语句
Python的for非常强大,它可以遍历序列成员,可用在列表解析和生成器表达式,会自动地调用迭代器的 next()方法,捕获StopIteration异常并结束循环(这都是在内部发生的),Python的for循环不同于传统语言的for循环,类似于shell的foreach
一般语法
for循环访问一个可迭代对象(如序列或迭代器)中所有元素,并在所有条目都处理后结束循环
for iter_var initerable:
suit_to_repeat
for循环迭代不同的序列对象,有如下例子:
>>> for eachLetter in 'Names': #迭代字符串
print 'current letter:',eachLetter
current letter: N
current letter: a
current letter: m
current letter: e
current letter: s>>> nameList = ['Amy', 'Bob', 'Henry']>>> for eachName in nameList: #迭代序列项
print eachName, 'Lim'Amy Lim
Bob Lim
Henry Lim>>> for nameIndex in range(len(nameList)): #不迭代元素,迭代索引
print "Liu,", nameList[nameIndex]
Liu, Amy
Liu, Bob
Liu, Henry>>> nameList = ['Donn', 'Shirley', 'Ben', 'Jane']>>> for i, eachone in enumerate(nameList): #用项和索引迭代
print '%d %s' %(i+1, eachone)1Donn2Shirley3Ben4 Jane
for循环访问迭代器和访问序列的方法差不多,只是for语句会做一些额外的事而迭代器不代表循环条目的集合。
迭代器对象有一个next()方法,调用后返回下一个条目。迭代完后引发一个StopIteration异常告诉程序循环结束。for在内部直接调用next()并捕获异常。
range()内建函数在之前的博文Python基本使用(2)里已经详细说明。这里不赘述
xrange()
xrange()类似range(),当一个列表范围很大时,xrange()更为合适,因为它不会在内存里创建列表的完整拷贝,它只能用于for循环中,在for循环外没有任何意义。使用时性能远高于range()。
sorted(), reversed(), enumerate(), zip()
>>> for album insorted(albums):printalbum,
Freud Gaudi Poe Poe2>>> for album inreversed(albums):printalbum,
Poe2 Freud Gaudi Poe>>> for i, album inenumerate(albums):printi, album
0 Poe1Gaudi2Freud3Poe2>>> for album, yr inzip(albums, years):printyr, album1976Poe1987Gaudi1990Freud2003 Poe2
break语句和continue语句
break,continue和C中的break,continue十分相似。
pass语句
因为Python没有传统的括号,所以用pass表示此代码块什么都不做。
另外,循环语句也可以接else语句
表示循环结束后执行此代码块。
迭代器和iter()函数
迭代器为类序列对象提供了一个类序列的接口。序列可以利用索引从0开始一直迭代到序列的最后一个条目,用计数的方法迭代序列是很简单的。Python的迭代无缝支持序列对象,还允许非序列类型,包括用户定义的对象。
迭代器用起来很灵巧,可以迭代不是序列但表现出序列行为的对象,例如字典的key,一个文件的行等等。Python在使用迭代时分不出是迭代器还是序列,让人不用去关注这些,因为Python让它像一个序列那样操作。
使用迭代器:
序列:
>>> myTuple = (123, 'xyz', 45.67)>>> i =iter(myTuple)>>>i.next()123
>>>i.next()'xyz'
>>>i.next()45.67
>>>i.next()
Traceback (most recent call last):
File"", line 1, in i.next()
StopIteration
如果这是一个实际应用程序,那么我们需要把代码放在一个try—except 块中。序列现在回自动地产生它们自己的迭代器,所以一个for循环:
for i inseq:
do_something_to(i)
实际上是这样工作:
fetch =iter(seq)whileTrue:try:
i=fetch.next()exceptStopIteration:breakdo_something_to(i)
字典:字典的迭代器会遍历它的键(keys)
>>> legends = {('Poe', 'author'):(1809, 1849, 1976),}>>> legends = {('Poe', 'author'):(1809, 1849, 1976),('Gaudi','architect'):(1852, 1906, 1987),('Freud', 'psychoanalyst'):(1856, 1939, 1990)}>>> for eachLegend inlegends:print 'Name: %s\tOccupation: %s' %eachLegendprint 'Birth: %s\tDeath: %s\tAlbum:%s\n' %legends[eachLegend]
Name: Poe Occupation: author
Birth:1809 Death: 1849 Album:1976Name: Gaudi Occupation: architect
Birth:1852 Death: 1906 Album:1987Name: Freud Occupation: psychoanalyst
Birth:1856 Death: 1939 Album:1990
另外,Python还引进了三个新的内建字典方法来定义迭代:myDict.iterkeys()(通过keys迭代),myDict.itervalues()(通过values迭代)以及myDict.iteritems()(通过key/value对来迭代)
文件
文件对象生成的迭代器会自动调用readline()方法,这样,循环就可以访问文本文件的所有行。 程序员可以用for eachLine in myFile 替换 for eachLine in myFile.readlines():
>>> myFile = open('config-win.txt')>>> for eachLine inmyFile:
...print eachLine, #comma suppresses extra \n
...
[EditorWindow]
font-name: courier new
font-size: 10
>>> myFile.close()
可变对象和迭代器
迭代可变对象时修改它们不是一个好主意,除了列表外其他序列类型不可变,所以危险就发生在这里。序列的迭代器只记录你当前到达第多少个元素,如果你迭代时改变了元素,更新会立即反映到你所迭代的条目上。在迭代字典的key时,绝对不能改变这个字典(因为字典是无序的)。使用字典的keys()方法是可以的,因为keys()返回一个独立于字典的列表,而迭代器与实际对象绑在一起,它将不会继续执行下去:
>>> myDict = {'a': 1, 'b': 2, 'c': 3, 'd':4}>>> for eachKey inmyDict:printeachKey, myDict[eachKey]delmyDict[eachKey]
a1Traceback (most recent call last):
File"", line 1, in
for eachKey inmyDict:
RuntimeError: dictionary changed size during iteration
创建迭代器
对一个对象调用iter()就可以得到它的迭代器:
iter(obj)
iter(func, sentinel)
如果传递一个参数给 iter() ,它会检查你传递的是不是一个序列,如果是,那么很简单:根据索引从0一直迭代到序列结束。
如果传递两个参数给iter(),它会重复地调用func,直到迭代器的下个值等于sentinel
另一个创建迭代器的方法是类,以后我将在后面的章节详细学习。
列表解析
列表解析是一项非常有用,简单,而且灵活的工具,可以用来动态地创建列表。
列表解析的语法:
[expr for iter_var in iterable]
核心是for循环,迭代iterable对象的所有条目。前边的expr应用于序列的每个成员,最后的结果值是该表达式产生的列表。迭代变量并不需要是表达式的一部分。
lambda函数表达式:
>>> map(lambda x: x ** 2, range(6)) #这是lambda函数表达式
[0, 1, 4, 9, 16, 25]>>> [x ** 2 for x in range(6)] #这是列表解析
[0, 1, 4, 9, 16, 25]
列表解析还有结合if的拓展版本
[expr for iter_var in iterable if cond_expr]
这个语法在迭代时会过滤/捕获满足条件表达式cond_expr的序列成员
以下例子是挑出序列中的奇数:
>>> seq = [11, 12, 16, 13, 10, 9, 9, 10, 8]>>> filter(lambda x: x % 2, seq) #用filter和lambda实现
[11, 13, 9, 9]>>> [x for x in seq if x % 2] #用列表解析实现
[11, 13, 9, 9]
生成器表达式
生成器表达式是列表解析的一个扩展,语法如下:
(expr for iter_var in iterable if cond_expr)
语法和列表解析基本相同,不过它并不真正创建数字列表,而是返回一个生成器,这个生成器在计算出一个条目后,把这个条目“产生”(yield)出来。生成器表达式用了“延迟计算”,所以它在使用内存上更有效。将在以后的学习中详细地说明这一点