Python中的循環函數詳細介紹

本篇內容介紹了“Python中的循環函數詳細介紹”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

目錄

• 一、循環函數

• 1、for循環

• 2、while循環

• 3、中斷循環

• 二、循環設計

• 1、range()

• 2、enumerate()

• 3、zip()

• 三、循環對象

• 1、什么是循環對象
  

• 2、迭代器

• 3、生成器

• 4、表推導

一、循環函數

1、for循環

for循環需要預先設定好循環的次數(n)，然后執行隸屬于for的語句n次。

基本構造是

for 元素 in 序列: 
    statement

舉例來說，我們編輯一個叫forDemo.py的文件

for a in [3,4.4,'life']:
    print a

這個循環就是每次從表[3,4.4,'life'] 中取出一個元素（回憶：表是一種序列），然后將這個元素賦值給a，之后執行隸屬于for的操作(print)。

介紹一個新的Python函數range()，來幫助你建立表。

idx = range(5)
print idx

可以看到idx是[0,1,2,3,4]

這個函數的功能是新建一個表。這個表的元素都是整數，從0開始，下一個元素比前一個大1， 直到函數中所寫的上限 （不包括該上限本身）

(關于range()，還有豐富用法，有興趣可以查閱， Python 3中， range()用法有變化，見評論區)

舉例：

for a in range(10):
    print a**2

2、while循環

while的用法是

while 條件:
    statement

while會不停地循環執行隸屬于它的語句，直到條件為假(False)

舉例：

while i < 10:
    print i
    i = i + 1

3、中斷循環

continue ：在循環的某一次執行中，如果遇到continue, 那么跳過這一次執行，進行下一次的操作

break  ：停止執行整個循環

for i in range(10):
    if i == 2: 
        continue
    print i

當循環執行到i = 2的時候，if條件成立，觸發continue, 跳過本次執行(不執行print)，繼續進行下一次執行(i = 3)。

for i in range(10):
    if i == 2:        
        break
    print i

當循環執行到i = 2的時候，if條件成立，觸發break, 整個循環停止。

二、循環設計

1、range()

在Python中，for循環后的in跟隨一個序列的話，循環每次使用的序列元素，而不是序列的下標。

之前我們已經使用過range()來控制for循環?，F在，我們繼續開發range的功能，以實現下標對循環的控制：

S = 'abcdefghijk'
for i in range(0,len(S),2):
    print S[i]

在該例子中，我們利用len()函數和range()函數，用i作為S序列的下標來控制循環。在range函數中，分別定義上限，下限和每次循環的步長。這就和C語言中的for循環相類似了。

2、enumerate()

利用enumerate()函數，可以在每次循環中同時得到下標和元素：

S = 'abcdefghijk'
for (index,char) in enumerate(S):
    print index
    print char

實際上，enumerate()在每次循環中，返回的是一個包含兩個元素的定值表(tuple)，兩個元素分別賦予index和char

3、zip()

如果你多個等長的序列，然后想要每次循環時從各個序列分別取出一個元素，可以利用zip()方便地實現：

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)

每次循環時，從各個序列分別從左到右取出一個元素，合并成一個tuple，然后tuple的元素賦予給a,b,c

zip()函數的功能，就是從多個列表中，依次各取出一個元素。每次取出的(來自不同列表的)元素合成一個元組，合并成的元組放入zip()返回的列表中。zip()函數起到了聚合列表的功能。

我們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、循環對象

這一講的主要目的是為了大家在讀Python程序的時候對循環對象有一個基本概念。

循環對象的并不是隨著Python的誕生就存在的，但它的發展迅速，特別是Python 3x的時代，循環對象正在成為循環的標準形式。

1、什么是循環對象

循環對象是這樣一個對象，它包含有一個next()方法(__next__()方法，在python 3x中)， 這個方法的目的是進行到下一個結果，而在結束一系列結果之后，舉出StopIteration錯誤。

當一個循環結構（比如for）調用循環對象時，它就會每次循環的時候調用next()方法，直到StopIteration出現，for循環接收到，就知道循環已經結束，停止調用next()。

假設我們有一個test.txt的文件:

1234
abcd
efg

我們運行一下python命令行：

>>>f = open('test.txt')

>>>f.next()

>>>f.next()

...

不斷輸入f.next()，直到最后出現StopIteration

open()返回的實際上是一個循環對象，包含有next()方法。而該next()方法每次返回的就是新的一行的內容，到達文件結尾時舉出StopIteration。這樣，我們相當于手工進行了循環。

自動進行的話，就如下：

for line in open('test.txt'):
    print line

在這里，for結構自動調用next()方法，將該方法的返回值賦予給line。循環知道出現StopIteration的時候結束。

相對于序列，用循環對象的好處在于：不用在循環還沒有開始的時候，就生成好要使用的元素。所使用的元素可以在循環過程中逐次生成。這樣，節省了空間，提高了效率，編程更靈活。

2、迭代器

從技術上來說，循環對象和for循環調用之間還有一個中間層，就是要將循環對象轉換成迭代器(iterator)。這一轉換是通過使用iter()函數實現的。但從邏輯層面上，常?？梢院雎赃@一層，所以循環對象和迭代器常常相互指代對方。 

3、生成器

生成器(generator)的主要目的是構成一個用戶自定義的循環對象。

生成器的編寫方法和函數定義類似，只是在return的地方改為yield。生成器中可以有多個yield。當生成器遇到一個yield時，會暫停運行生成器，返回yield后面的值。當再次調用生成器的時候，會從剛才暫停的地方繼續運行，直到下一個yield。生成器自身又構成一個循環器，每次循環使用一個yield返回的值。

下面是一個生成器:

def gen():
    a = 100
    yield a
    a = a*8
    yield a
    yield 1000

該生成器共有三個yield， 如果用作循環器時，會進行三次循環。

for i in gen():
    print i

再考慮如下一個生成器:

def gen():
    for i in range(4):
        yield i

它又可以寫成生成器表達式(Generator Expression):

G = (x for x in range(4))

生成器表達式是生成器的一種簡便的編寫方式。讀者可進一步查閱。

4、表推導

表推導(list comprehension)是快速生成表的方法。它的語法簡單，很有實用價值。

 假設我們生成表L：

L = []
for x in range(10):
    L.append(x**2)

以上產生了表L，但實際上有快捷的寫法，也就是表推導的方式:

L = [x**2 for x in range(10)]

這與生成器表達式類似，只不過用的是中括號。

（表推導的機制實際上是利用循環對象，有興趣可以查閱。）

“Python中的循環函數詳細介紹”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！