快速掌握Python中的循环技术

HuangWeiAI 2021-01-21 11:50:38
技术 Python 快速 循环 掌握


前言

Python的最基本的循环技术是for语句,它可以遍历任何序列(列表或字符串)中的项目,按照它们在序列中出现的顺序。本文将全面介绍for循环的技术以及实战用法。

1. 使用enumerate()循环整个序列:

当循环遍历一个序列(如列表、元组、范围对象、字符串)时,可以使用enumerate()函数同时检索位置索引和相应的值。

使用enumerate()遍历列表:

示例1:

使用enumerate()函数遍历列表,返回一个包含可迭代对象中的计数和值的元组。一般情况下,计数从0开始。

colors=['red','green','blue']
for color in enumerate(colors):
print (color)
#Output:
(0, 'red')
(1, 'green')
(2, 'blue')

示例2:

count从5开始循环迭代器。

colors=['red','green','blue']
for color in enumerate(colors,5):
print (color)
'''
Output:
(5, 'red')
(6, 'green')
(7, 'blue')
'''

使用enumerate()循环字符串:

示例:

使用enumerate()函数遍历字符串将返回一个包含可迭代对象的计数和值的元组。一般情况下,计数从0开始。

s='python'
for i in enumerate(s):
print (i)
'''
#Output:
(0, 'p')
(1, 'y')
(2, 't')
(3, 'h')
(4, 'o')
(5, 'n')
'''

2. 使用zip()函数循环两个或多个序列:

要同时循环两个或多个序列,可以使用zip()函数对条目进行配对。

使用zip()循环两个相同长度的序列

示例:

num = [1, 2, 3]
colors= ['red', 'blue', 'green']
for i in zip(num, colors):
print(i)
'''
Output:
(1, 'red')
(2, 'blue')
(3, 'green')
''

使用zip()循环两个不同长度的序列

如果使用zip()遍历两个长度不同的序列意味着当最短的可迭代对象耗尽时停止。

示例:

colors=['red','green','blue']
num=[1,2,3,4,5,6,7,8,9,10]
for i in zip(colors,num):
print (i)
'''
Output:
('red', 1)
('green', 2)
('blue', 3)
'''

使用zip()循环两个或多个序列:

示例:

colors=['red','apple','three']
num=[1,2,3]
alp=['a','b','c']
for i in zip(colors,num,alp):
print (i)
'''
Output:
('red', 1, 'a')
('apple', 2, 'b')
('three', 3, 'c')
'''

3.itertools.zip_longest ()

创建一个从每个可迭代对象中聚合元素的迭代器。如果可迭代对象的长度不均匀,则用fillvalue填充缺失的值。迭代继续,直到最长的可迭代对象耗尽。

使用itertools.zip_longest()循环两个不同长度的序列。

示例1:

如果不指定fillvalue,则默认为None。

from itertools import zip_longest
colors=['red','apple','three']
num=[1,2,3,4,5]
for i in zip_longest(colors,num):
print (i)
'''
Output:
('red', 1)
('apple', 2)
('three', 3)
(None, 4)
(None, 5)
'''

示例2:

指定fillvalue。

from itertools import zip_longest
colors=['red','apple','three']
num=[1,2,3,4,5]
for i in zip_longest(colors,num,fillvalue='z'):
print (i)
'''
Output:
('red', 1)
('apple', 2)
('three', 3)
('z', 4)
('z', 5)
'''

4. 使用sorted()函数按已排序的顺序循环序列:

sorted():

从iterable中的项返回一个新的排序列表。

示例:1

使用sorted()函数按排序(升序)遍历序列(list)。

num=[10,5,20,25,30,40,35]
for i in sorted(num):
print (i)
'''
Output:
5
10
20
25
30
35
40
'''

示例2:

使用sorted()函数按排序(降序)遍历序列(list)。

num=[10,5,20,25,30,40,35]
for i in sorted(num,reverse=True):
print (i)
'''
Output:
40
35
30
25
20
10
5
'''

示例3:

使用sorted()函数按排序(升序)遍历字典。默认情况下,它将对字典中的键进行排序。

d={'f':1,'b':4,'a':3,'e':9,'c':2}
for i in sorted(d.items()):
print (i)
#Output:
('a', 3)
('b', 4)
('c', 2)
('e', 9)
('f', 1)

示例4:

使用已排序的函数按已排序的顺序循环字典。在已排序的函数中使用key参数,根据字典的值对其排序。

d={'f':1,'b':4,'a':3,'e':9,'c':2}
#sorting by values in the dictionary
for i in sorted(d.items(),key=lambda item:item[1]):
print (i)
#Output:
('f', 1)
('c', 2)
('a', 3)
('b', 4)
('e', 9)

5. 使用reversed()函数遍历序列:

reversed(seq)

返回反向迭代器。seq必须是一个具有__reversed__()方法或支持序列协议(__len__()方法和__getitem__()方法,参数从0开始)的对象。

示例:

反向循环一个序列,然后调用reversed()函数。

colors=['red','green','blue','yellow']
for i in reversed(colors):
print (i)
'''
Output:
yellow
blue
green
red
'''

6. 循环查找字典。

当循环遍历字典时,可以使用items()方法同时检索键和相应的值。

示例:

d={'a':1,'b':2,'c':3}
for k,v in d.items():
print (k,v)
#Output:
a 1
b 2
c 3

7. 在迭代时修改集合:

在遍历同一个集合时修改集合的代码可能很难正确处理。相反,循环遍历集合的副本或创建一个新集合通常更简单。

策略1:对副本进行迭代

如果希望在迭代时删除字典中的项,则在字典的副本上进行迭代

d={'a':1,'b':2,'c':3}
for k,v in d.copy().items():
if v%2==0:
del d[k]
print (d)
#Output:{'a': 1, 'c': 3}

策略2:创建一个新的集合

d={'a':1,'b':2,'c':3}
d1={}
for k,v in d.items():
if v%2!=0:
d1[k]=v
print (d1)
#Output:{'a': 1, 'c': 3}
print (d)
#Output:{'a': 1, 'b': 2, 'c': 3}

·END·

本文分享自微信公众号 - Python学会(gh_39aead19f756)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间: 2021-01-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

版权声明
本文为[HuangWeiAI]所创,转载请带上原文链接,感谢
https://cloud.tencent.com/developer/article/1777093

  1. Python批量 png转ico
  2. 使用line_profiler对python代码性能进行评估优化
  3. 使用line_profiler对python代码性能进行评估优化
  4. Getting started with Python 3 flash in win environment
  5. Common ways to write configuration files in Python
  6. Python会在2021年死去吗? Python 3.9最终版本的回顾
  7. Python batch PNG to ICO
  8. Using line_ Profiler evaluates and optimizes the performance of Python code
  9. Using line_ Profiler evaluates and optimizes the performance of Python code
  10. Will Python die in 2021? A review of the final version of Python 3.9
  11. Python3 SMTP send mail
  12. Understanding closures in Python: getting started with closures
  13. Python日志实践
  14. Python logging practice
  15. [python opencv 计算机视觉零基础到实战] 十、图片效果毛玻璃
  16. [python opencv 计算机视觉零基础到实战] 九、模糊
  17. 10. Picture effect ground glass
  18. [Python opencv computer vision zero basis to actual combat] 9. Fuzzy
  19. 使用line_profiler對python程式碼效能進行評估優化
  20. Using line_ Profiler to evaluate and optimize the performance of Python code
  21. LeetCode | 0508. 出现次数最多的子树元素和【Python】
  22. Leetcode | 0508
  23. LeetCode | 0530. 二叉搜索树的最小绝对差【Python】
  24. LeetCode | 0515. 在每个树行中找最大值【Python】
  25. Leetcode | 0530. Minimum absolute difference of binary search tree [Python]
  26. Leetcode | 0515. Find the maximum value in each tree row [Python]
  27. 我来记笔记啦-搭建python虚拟环境
  28. Let me take notes - building a python virtual environment
  29. LeetCode | 0513. 找树左下角的值【Python】
  30. Leetcode | 0513. Find the value in the lower left corner of the tree [Python]
  31. Python OpenCV 泛洪填充,取经之旅第 21 天
  32. Python opencv flood fill, day 21
  33. Python爬虫自学系列(二)
  34. Python crawler self study series (2)
  35. 【python】身份证号码有效性检验
  36. [Python] validity test of ID number
  37. Python ORM - pymysql&sqlalchemy
  38. Python ORM - pymysql&sqlalchemy
  39. centos7 安装python3.8
  40. centos7 安装python3.8
  41. Centos7 installing Python 3.8
  42. Centos7 installing Python 3.8
  43. Django——图书管理系统(六)
  44. Django——图书管理系统(五)
  45. Django -- library management system (6)
  46. Django -- library management system (5)
  47. python批量插入数据小脚本
  48. Python batch insert data script
  49. ZoomEye-python 使用指南
  50. Zoomeye Python User's Guide
  51. 用Python写代码,一分钟搞定一天工作量,同事直呼:好家伙 - 知乎
  52. Using Python to write code, one minute to complete a day's workload, colleagues call: good guy - Zhihu
  53. Python 上的可视化库——PyG2Plot
  54. Pyg2plot: a visualization library on Python
  55. Python 上的可视化库——PyG2Plot
  56. Python实用代码-无限级分类树状结构生成算法
  57. Pyg2plot: a visualization library on Python
  58. Python utility code - infinite classification tree structure generation algorithm
  59. 奇技淫巧,还是正统功夫?Python推导式最全用法
  60. Pandas 的这个知识点,估计 80% 的人都得挂!