第四章 - 选择与循环结构
4.1 条件选择
Python 条件语句是通过一条或多条语句的执行结果(True 或者 False)来决定执行的代码块。
可以通过下图来简单了解条件语句的执行过程:
4.1.1 if语句
if condition_1:
statement_block_1
a = 80
if a > 60:
print('合格')
4.1.2 if - else
这种语句是一种常用的if-else语句,通常用于二分支结构的条件语句代码。
if condition_1:
statement_block_1
else:
statement_block_2
a =70
if a < 60:
print('不及格')
else:
print('及格')
4.1.3 if - elif - else
在一些时候,我们可能需要多分支的条件语句代码,可以在if-else语句中混合elif语句进行使用:
Python 中用 elif 代替了else if,所以if语句的关键字为:if – elif – else。
if condition_1:
statement_block_1
elif condition_2:
statement_block_2
else:
statement_block_3
-
如果 “condition_1” 为 True 将执行 “statement_block_1” 块语句,
-
如果 “condition_1” 为 False,将判断 “condition_2”,
-
如果"condition_2" 为 True 将执行 “statement_block_2” 块语句,
-
如果 “condition_2” 为 False,将执行"statement_block_3"块语句。
a = 80
if a > 90:
print("优秀")
elif a > 60:
print("良好")
else:
print("不及格")
注意:
-
每个条件后面要使用冒号(:),表示接下来是满足条件后要执行的语句块。
-
使用缩进来划分语句块,相同缩进数的语句在一起组成一个语句块。
-
在 Python 中没有 switch – case 语句,但在python3.10中添加了用法类似的match-case语句。
4.1.4 match-case语句(python3.10新特性)
在其他语言(比如说经典的C语言)中有一种多分支条件判断语句,可以进行模式匹配(通俗的讲,就是将传入的内容跟多个已存在的样例进行比较,找到相同的案例并按照该案例的代码进行处理,如果没有相同案例就按默认案例进行处理,可以查看其他编程语言的条件语句的Switch相关部分内容进行比较参考)。在python3.10中也引入了这样的新特性。
match-case语句的结构一般如下所示:
match variable: #这里的variable是需要判断的内容
case ["quit"]:
statement_block_1 # 对应案例的执行代码,当variable="quit"时执行statement_block_1
case ["go", direction]:
statement_block_2
case ["drop", *objects]:
statement_block_3
... # 其他的case语句
case _: #如果上面的case语句没有命中,则执行这个代码块,类似于Switch的default
statement_block_default
一个match语句的使用示例:
def http_error(status):
match status:
case 400:
return "Bad request"
case 404:
return "Not found"
case 418:
return "I'm a teapot"
case _:
return "Something's wrong with the Internet"
上述代码等价于:
def http_error(status):
if status == 400:
return "Bad request"
elif status == 404:
return "Not found"
elif status == 418:
return "I'm a teapot"
else:
return "Something's wrong with the Internet"
4.1.5 if 操作运算符
操作符 | 描述 |
---|---|
< | 小于 |
<= | 小于或等于 |
> | 大于 |
>= | 大于或等于 |
== | 等于,比较对象是否相等 |
!= | 不等于 |
- 只要返回结果为布尔型(true或者false)的,都可以作为if的条件,所以在之前的集合等内容中涉及到的判断元素是否在集合中的in和not in,都可以作为if的条件。
lst1 = ['张三','李四','王五']
a = '李四'
if a in lst1:
print("在列表中")
if a not in lst1:
print("不在列表中")
4.1.6 实例
# 该实例演示了数字猜谜游戏
number = 7
guess = -1
print("猜数字!")
while guess != number:
guess = int(input("请输入你要猜的数字"))
if guess == number:
print("你猜中了,真厉害!")
elif guess < number:
print("猜小了,再猜猜?")
elif guess > number:
print("猜大了,在猜猜?")
4.1.7 嵌套 if
num=int(input("输入一个数字:"))
if num%2==0:
if num%3==0:
print ("你输入的数字可以整除 2 和 3")
else:
print ("你输入的数字可以整除 2,但不能整除 3")
else:
if num%3==0:
print ("你输入的数字可以整除 3,但不能整除 2")
else:
print ("你输入的数字不能整除 2 和 3")
4.2 循环结构
Python 中的循环语句有 for 和 while。
Python 循环语句的控制结构图如下所示:
4.2.1 while 循环
while 判断条件(condition):
执行语句(statements)……
同样需要注意冒号和缩进。另外,在 Python 中没有 do…while 循环。
# 计算 1 - 100 的总和
sum = 0
conter = 1
while conter <= 100:
sum += conter
conter += 1
print("1到 100的和为:%d"%(sum))
无限循环
var = 1
while var == 1 : # 表达式永远为 true
num = int(input("输入一个数字 :"))
print ("你输入的数字是: ", num)
print ("Good bye!")
你可以使用 CTRL+C 来退出当前的无限循环。
无限循环在服务器上客户端的实时请求非常有用。
4.2.2 while循环使用else语句
如果 while 后面的条件语句为 false 时,则执行 else 的语句块。
语法格式如下:
while <expr>:
<statement(s)>
else:
<additional_statement(s)>
-
expr 条件语句为 true 则执行 statement(s) 语句块,
-
如果为 false,则执行 additional_statement(s)。
# 循环输出数字,并判断大小:
count = 0
while count < 5:
print (count, " 小于 5")
count = count + 1
else:
print (count, " 大于或等于 5")
简单语句组
类似 if 语句的语法,如果你的 while 循环体中只有一条语句,你可以将该语句与 while 写在同一行中, 如下所示:
flag = 1
while (flag): print ('欢迎访问!')
print ("Good bye!")
4.2.3 for 语句
Python for 循环可以遍历任何可迭代对象,如一个列表或者一个字符串。
for循环的一般格式如下:
for <variable> in <sequence>:
<statements>
else:
<statements>
names = ["张三", "李四","王五","不知道起个啥"]
for name in names:
print(name)
打印字符串中的每个字符
word = 'zhangsan'
for letter in word:
print(letter)
4.2.4 for - else
在 Python 中,for…else 语句用于在循环结束后执行一段代码。
语法格式如下:
for item in iterable:
# 循环主体
else:
# 循环结束后执行的代码
当循环执行完毕(即遍历完 iterable 中的所有元素)后,会执行 else 子句中的代码,如果在循环过程中遇到了 break 语句,则会中断循环,此时不会执行 else 子句。
for x in range(6):
print(x)
else:
print("Finally finished!")
4.2.5 for 与 range 的使用
Python3 range() 函数返回的是一个可迭代对象(类型是对象),而不是列表类型, 所以打印的时候不会打印列表。
Python3 list() 函数是对象迭代器,可以把 range() 返回的可迭代对象转为一个列表,返回的变量类型为列表。
range(stop)
range(start, stop[, step])
参数说明:
-
start: 计数从 start 开始。默认是从 0 开始。例如 range(5) 等价于 range(0, 5)
-
stop: 计数到 stop 结束,但不包括 stop。例如:range(0, 5) 是 [0, 1, 2, 3, 4] 没有 5
-
step:步长,默认为 1。例如:range(0, 5) 等价于 range(0, 5, 1)
for num in range(1,6):
print(num)
1、 只有一个参数
如果只提供一个参数,它将生成一个从 0 开始的整数序列,参数为结束值,步长默认为 1:
for num in range(10):
print(num)
2、加步长
可以指定步长,以便每次增加不同的数量:
for num in range(1,6,2):
print(num)
注意:结束值 6 不包括在内。
另外,我们可以使用负数作为步长,以便从结束值倒序生成序列:
for number in range(6, 1, -1):
print(number)
注意:如果使用负数作为步长,则开始值必须大于结束值。
3、range生成一个迭代对象
如果您只需要生成一个整数序列,并不需要使用 for 循环遍历它,那么您可以将 range() 函数的返回值转换为列表或元组.
以下生成一个整数列表:
numbers = list(range(1, 6))
print(numbers)
# [1, 2, 3, 4, 5]
以下生成一个整数元组:
numbers = tuple(range(1, 6))
print(numbers)
# (1, 2, 3, 4, 5)
4.2.6 break 和 continue 语句
1、break
break 语句可以跳出 for 和 while 的循环体。如果你从 for 或 while 循环中终止,任何对应的循环 else 块将不执行。
n = 5
while n > 0:
n -= 1
if n == 2:
break
print(n)
print('循环结束。')
for letter in 'Runoob': # 第一个实例
if letter == 'b':
break
print ('当前字母为 :', letter)
var = 10 # 第二个实例
while var > 0:
print ('当前变量值为 :', var)
var = var -1
if var == 5:
break
print ("Good bye!")
2、continue
continue 语句被用来告诉 Python 跳过当前循环中的当此循环,然后继续进行下一轮循环。
n = 5
while n > 0:
n -= 1
if n == 2:
continue
print(n)
print('循环结束。')
for letter in 'Runoob': # 第一个实例
if letter == 'o': # 字母为 o 时跳过输出
continue
print ('当前字母 :', letter)
var = 10 # 第二个实例
while var > 0:
var = var -1
if var == 5: # 变量为 5 时跳过输出
continue
print ('当前变量值 :', var)
print ("Good bye!")
3、else
循环语句可以有 else 子句,它在穷尽列表(以for循环)或条件变为 false (以while循环)导致循环终止时被执行,但循环被 break 终止时不执行。
如下实例用于查询质数的循环例子:
for n in range(2, 10):
for x in range(2, n):
if n % x == 0:
print(n, '等于', x, '*', n//x)
break
else:
# 循环中没有找到元素
print(n, ' 是质数')
4、pass语句
pass是空语句,是为了保持程序结构的完整性。
pass 不做任何事情,一般用做占位语句,如下实例
while True:
pass # 等待键盘中断 (Ctrl+C)
4.2.7 实例
1、九九乘法表
for i in range(1,9):
for j in range(1,i+1):
print("%d*%d=%d"%(i,j,i*j),end="\t")
print()
2、计算阶乘
整数的阶乘(英语:factorial)是所有小于及等于该数的正整数的积,0的阶乘为1。即:n!=1×2×3×…×n。
# 通过用户输入数字计算阶乘
# 获取用户输入的数字
num = int(input("请输入一个数字: "))
factorial = 1
# 查看数字是负数,0 或 正数
if num < 0:
print("抱歉,负数没有阶乘")
elif num == 0:
print("0 的阶乘为 1")
else:
for i in range(1,num + 1):
factorial = factorial*i
print("%d 的阶乘为 %d" %(num,factorial))
3、Python 斐波那契数列
斐波那契数列指的是这样一个数列 0, 1, 1, 2, 3, 5, 8, 13,特别指出:第0项是0,第1项是第一个1。从第三项开始,每一项都等于前两项之和。
# Python 斐波那契数列实现
# 获取用户输入数据
nterms = int(input("你需要几项?"))
# 第一和第二项
n1 = 0
n2 = 1
count = 2
# 判断输入的值是否合法
if nterms <= 0:
print("请输入一个正整数。")
elif nterms == 1:
print("斐波那契数列:")
print(n1)
else:
print("斐波那契数列:")
print(n1,",",n2,end=" , ")
while count < nterms:
nth = n1 + n2
print(nth,end=" , ")
# 更新值
n1 = n2
n2 = nth
count += 1
4、Python 阿姆斯特朗数
如果一个n位正整数等于其各位数字的n次方之和,则称该数为阿姆斯特朗数。 例如1^3 + 5^3 + 3^3 = 153。
1000以内的阿姆斯特朗数: 1, 2, 3, 4, 5, 6, 7, 8, 9, 153, 370, 371, 407。
# Python 检测用户输入的数字是否为阿姆斯特朗数
# 获取用户输入的数字
num = int(input("请输入一个数字: "))
# 初始化变量 sum
sum = 0
# 指数
n = len(str(num))
# 检测
temp = num
while temp > 0:
digit = temp % 10
sum += digit ** n
temp //= 10
# 输出结果
if num == sum:
print(num,"是阿姆斯特朗数")
else:
print(num,"不是阿姆斯特朗数")
5、Python 简单计算器实现
以下代码用于实现简单计算器实现,包括两个数基本的加减乘除运输:
# 定义函数
def add(x, y):
"""相加"""
return x + y
def subtract(x, y):
"""相减"""
return x - y
def multiply(x, y):
"""相乘"""
return x * y
def divide(x, y):
"""相除"""
return x / y
# 用户输入
print("选择运算:")
print("1、相加")
print("2、相减")
print("3、相乘")
print("4、相除")
choice = input("输入你的选择(1/2/3/4):")
num1 = int(input("输入第一个数字: "))
num2 = int(input("输入第二个数字: "))
if choice == '1':
print(num1,"+",num2,"=", add(num1,num2))
elif choice == '2':
print(num1,"-",num2,"=", subtract(num1,num2))
elif choice == '3':
print(num1,"*",num2,"=", multiply(num1,num2))
elif choice == '4':
print(num1,"/",num2,"=", divide(num1,num2))
else:
print("非法输入")
以下部分更改到函数章节
<br>
>> ## 4.3 迭代器与生成器
<br>
### **4.3.1 迭代器**
<br>
***1、可迭代对象与迭代器***
迭代是Python最强大的功能之一,是访问集合元素的一种方式。
可迭代对象:字符串、列表、元组、字典、集合、range对象都可用于创建迭代器:
```py
lst = [1,2,3,4]
# 可迭代对象可以使用for循环来挨个读取元素
for i in lst:
print(i)
可迭代协议
字符串、列表、元组、字典、集合为可迭代对象,他们为什么为可迭代的呢?需要满足什么要求呢?
可以被迭代要满足的要求就叫做可迭代协议。可迭代协议的定义非常简单,就是内部实现了 __iter__()
方法。
2、判断一个对象是否是可迭代对象
我们知道可迭代对象包含__iter__
方法,那我们可以判断这个方法有没有在对象的内部存在。
lst = [1,2,3,4]
print('__iter__' in dir(lst))
还有我们可以使用 isinstance()
来判断这个对象类型是不是迭代类型。
Iterable:可迭代的
Iterator:迭代器
from collections import Iterable
from collections import Iterator
# 字符串是可迭代对象,但是不是迭代器
print(isinstance('zhangsan',Iterable))
# True
print(isinstance('lisi',Iterator))
# False
注意: 因为字符串、列表、元组、字典、集合为可迭代对象,并不是迭代器,所以不能使用 next()
3、迭代器
迭代器是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。
迭代器有两个基本的方法:iter()
和 next()
。
一个对象的内容部含有 __iter__()
方法,就是可迭代对象,可迭代对象满足可迭代协议。
通过iter()
与 __iter__()
方法创建会返回一个迭代器对象。
list=[1,2,3,4]
it = iter(list) # 创建迭代器对象
print (next(it)) # 输出迭代器的下一个元素
# 1
print (next(it))
# 2
4、创建一个迭代器
把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__()
与 __next__()
。
如果你已经了解的面向对象编程,就知道类都有一个构造函数,Python 的构造函数为 __init__()
, 它会在对象初始化的时候执行。Python3 面向对象
__iter__()
方法返回一个特殊的迭代器对象, 这个迭代器对象实现了 __next__()
方法并通过 StopIteration
异常标识迭代的完成。
__next__()
方法(Python 2 里是 next())会返回下一个迭代器对象。
创建一个返回数字的迭代器,初始值为 1,逐步递增 1:
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
x = self.a
self.a += 1
return x
myclass = MyNumbers()
myiter = iter(myclass)
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
执行输出结果为:
1
2
3
4
5
5、遍历迭代器
迭代器对象可以使用常规for语句进行遍历:
list=[1,2,3,4]
it = iter(list) # 创建迭代器对象
# it = list.__iter__() # 转化成迭代器
for x in it:
print (x, end=" ")
执行以上程序,输出结果如下:
1 2 3 4
也可以使用 next() 函数:
import sys # 引入 sys 模块
list=[1,2,3,4]
# it = iter(list) # 创建迭代器对象
it = list.__iter__() # 转换成可迭代对象
while True:
try:
print (next(it))
# print(it.__next__())
except StopIteration: # 当next超过值时会报错
sys.exit()
执行以上程序,输出结果如下:
1
2
3
4
6、可迭代对象与迭代器区别
区别:
- 可迭代对象不能取值,迭代器是可以取值的
- 迭代器非常节省内存
- 迭代器每次只会取一个值
- 迭代器是单向的,不反复
可迭代对象如何转换为迭代器
# 创建一个可迭代对象
lst = [1,2,3,4,5]
# 转换成迭代器,使用__iter__()
itel = lst.__iter__()
print(itel)
# <list_iterator object at 0x7f9728064e10>
# 或者可以使用iter()
itel2 = iter(lst)
print(itel2)
# <list_iterator object at 0x7f8836b3ee10>
# 变成迭代器之后可以使用__next__(),挨个取值
print(itel.__next__()) # 1
print(itel.__next__()) # 2
print(itel.__next__()) # 3
print(itel.__next__()) # 4
print(itel.__next__()) # 5
# 当next的值已经结束到最后一个值的时候,再次next则会报错
print(itel.__next__()) # StopIteration
5、StopIteration
StopIteration 异常用于标识迭代的完成,防止出现无限循环的情况,在 __next__()
方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。
在 20 次迭代后停止执行:
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
if self.a <= 20:
x = self.a
self.a += 1
return x
else:
raise StopIteration
myclass = MyNumbers()
myiter = iter(myclass)
for x in myiter:
print(x)
执行输出结果为:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
4.3.2 生成器
1、生成器
迭代器有两种:一种是调用方法直接返回的,一种是可迭代对象通过执行iter方法得到的,迭代器有的好处是可以节省内存。
如果在某些情况下,我们也需要节省内存,就只能自己写。我们自己写的这个能实现迭代器功能的东西就叫生成器。
Python中提供的生成器:
-
生成器函数:常规函数定义,但是,使用yield语句而不是return语句返回结果。yield语句一次返回一个结果,在每个结果中间,挂起函数的状态,以便下次重它离开的地方继续执行
-
生成器表达式:类似于列表推导,但是,生成器返回按需产生结果的一个对象,而不是一次构建一个结果列表
生成器Generator:
-
本质:迭代器(所以自带了__iter__方法和__next__方法,不需要我们去实现)
-
特点:惰性运算,开发者自定义
在 Python 中,使用了 yield 的函数被称为生成器(generator)。
跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。
在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
调用一个生成器函数,返回的是一个迭代器对象。
1、创建生成器函数
生成器创建可以通过生成器函数,以及生成器表达式来创建。
一个包含 yield
关键字的函数就是一个生成器函数。yield
可以为我们从函数中返回值。
l1 = [1, 2, 3]
iter1 = iter(l1)
def func1(x):
x += 1
yield x
print(222)
yield 'alex'
g_obj = func1(5) # 生成器函数对象
print(g_obj) # <generator object func1 at 0x000001943DFE4350>
# 一个next 对应一个yield
# yield将值返回给 生成器对象.__next__()
print(g_obj.__next__())
print(g_obj.__next__())
这里说一下yield与return的区别:
return 结束函数,给函数的执行者返回值,调用生成器函数不会得到返回的具体的值,而是得到一个可迭代的对象。
yield 不会结束函数,一个next对应一个yield,给生成器对象.__next__()返回值
以下实例使用 yield 实现斐波那契数列:
import sys
def fibonacci(n): # 生成器函数 - 斐波那契
a, b, counter = 0, 1, 0
while True:
if (counter > n):
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10) # f 是一个迭代器,由生成器返回生成
while True:
try:
print (next(f), end=" ")
except StopIteration:
sys.exit()
执行以上程序,输出结果如下:
0 1 1 2 3 5 8 13 21 34 55
生成器监听文件输入的例子
import time
def tail(filename):
f = open(filename)
f.seek(0, 2) #从文件末尾算起
while True:
line = f.readline() # 读取文件中新的文本行
if not line:
time.sleep(0.1)
continue
yield line
tail_g = tail('tmp')
for line in tail_g:
print(line)
send用法
send 获取下一个值的效果和next基本一致,只是在获取下一个值的时候,给上一yield的位置传递一个数据。
使用send的注意事项:
-
第一次使用生成器的时候,是用next获取下一个值
-
最后一个yield不能接受外部的值
def generator():
print(123)
content = yield 1
print('=======',content)
print(456)
yield2
g = generator()
ret = g.__next__()
print('***',ret)
ret = g.send('hello') #send的效果和next一样
print('***',ret)
计算移动平均值
def averager():
total = 0.0
count = 0
average = None
while True:
term = yield average
total += term
count += 1
average = total/count
g_avg = averager()
next(g_avg)
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))
yield from
yield是每次“惰性返回”一个值,其实从名字中就能看出,yield from 是yield的升级改进版本,如果将yield理解成“返回”,那么yield from就是“从什么(生成器)里面返回”,这就构成了yield from的一般语法,即
yield from generator
这样的形式。我们通过一个简单例子来看
def gen1():
for c in 'AB':
yield c
for i in range(3):
yield i
print(list(gen1()))
def gen2():
yield from 'AB'
yield from range(3)
print(list(gen2()))
yield from 后面可以跟的可以是“ 生成器 、元组、 列表、range()函数产生的序列等可迭代对象”
简单地说,yield from generator 。实际上就是返回另外一个生成器。而yield只是返回一个元素。从这个层面来说,有下面的等价关系:yield from iterable本质上等于 for item in iterable: yield item 。
更多高级用法可以参考 https://blog.csdn.net/qq_27825451/article/details/85244237
ontent)
print(456)
yield2
g = generator()
ret = g.next()
print(‘***’,ret)
ret = g.send(‘hello’) #send的效果和next一样
print(‘***’,ret)
计算移动平均值
def averager():
total = 0.0
count = 0
average = None
while True:
term = yield average
total += term
count += 1
average = total/count
g_avg = averager()
next(g_avg)
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))
**yield from**
yield是每次“惰性返回”一个值,其实从名字中就能看出,yield from 是yield的升级改进版本,如果将yield理解成“返回”,那么yield from就是“从什么(生成器)里面返回”,这就构成了yield from的一般语法,即
```py
yield from generator
这样的形式。我们通过一个简单例子来看
def gen1():
for c in 'AB':
yield c
for i in range(3):
yield i
print(list(gen1()))
def gen2():
yield from 'AB'
yield from range(3)
print(list(gen2()))
yield from 后面可以跟的可以是“ 生成器 、元组、 列表、range()函数产生的序列等可迭代对象”
简单地说,yield from generator 。实际上就是返回另外一个生成器。而yield只是返回一个元素。从这个层面来说,有下面的等价关系:yield from iterable本质上等于 for item in iterable: yield item 。
更多高级用法可以参考 https://blog.csdn.net/qq_27825451/article/details/85244237
`