Python入门教程(十八)Python的For循环
Python For 循环
for 循环用于迭代序列(即列表,元组,字典,集合或字符串)。
这与其他编程语言中的 for 关键字不太相似,而是更像其他面向对象编程语言中的迭代器方法。
通过使用 for 循环,我们可以为列表、元组、集合中的每个项目等执行一组语句。
实例
打印 fruits 列表中的每种水果:
fruits = ["apple", "banana", "cherry"] for x in fruits: print(x)
运行实例
apple banana cherry
提示:for 循环不需要预先设置索引变量。
循环遍历字符串
甚至连字符串都是可迭代的对象,它们包含一系列的字符:
实例
循环遍历单词 “banana” 中的字母:
for x in "banana": print(x)
运行实例
banana
break 语句
通过使用 break 语句,我们可以在循环遍历所有项目之前停止循环:
实例
如果 x 是 “banana”,则退出循环:
fruits = ["apple", "banana", "cherry"] for x in fruits: print(x) if x == "banana": break
运行实例
apple banana
实例
当 x 为 “banana” 时退出循环,但这次在打印之前中断:
fruits = ["apple", "banana", "cherry"] for x in fruits: if x == "banana": break print(x)
运行实例
continue 语句
通过使用 continue 语句,我们可以停止循环的当前迭代,并继续下一个:
实例
不打印香蕉:
fruits = ["apple", "banana", "cherry"] for x in fruits: if x == "banana": continue print(x)
运行实例
apple cherry
range() 函数
如需循环一组代码指定的次数,我们可以使用 range() 函数,
range() 函数返回一个数字序列,默认情况下从 0 开始,并递增 1(默认地),并以指定的数字结束。
实例
使用 range() 函数:
for x in range(10): print(x)
运行实例
0 1 2 3 4 5 6 7 8 9
注意:range(10) 不是 0 到 10 的值,而是值 0 到 9。
range() 函数默认 0 为起始值,不过可以通过添加参数来指定起始值:range(3, 10),这意味着值为 3 到 10(但不包括 10):
实例
使用起始参数:
for x in range(3, 10): print(x)
运行实例
3 4 5 6 7 8 9
range() 函数默认将序列递增 1,但是可以通过添加第三个参数来指定增量值:range(2, 30, 3):
实例
使用 3 递增序列(默认值为 1):
for x in range(3, 50, 6): print(x)
运行实例
For 循环中的 Else
for 循环中的 else 关键字指定循环结束时要执行的代码块:
实例
打印 0 到 9 的所有数字,并在循环结束时打印一条消息:
for x in range(10): print(x) else: print("Finally finished!")
运行实例
0 1 2 3 4 5 6 7 8 9 Finally finished!
嵌套循环
嵌套循环是循环内的循环。
“外循环”每迭代一次,“内循环”将执行一次:
实例 打印每个水果的每个形容词:
adj = ["red", "big", "tasty"] fruits = ["apple", "banana", "cherry"] for x in adj: for y in fruits: print(x, y)
运行实例
red apple red banana red cherry big apple big banana big cherry tasty apple tasty banana tasty cherry
pass 语句
for 语句不能为空,但是如果您处于某种原因写了无内容的 for 语句,请使用 pass 语句来避免错误。
实例
for x in [0, 1, 2]: pass
到此这篇关于Python入门教程(十八)Python的For循环的文章就介绍到这了,更多相关Python的For循环内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
浅谈pandas中Dataframe的查询方法([], loc, iloc, at, iat, ix)
下面小编就为大家分享一篇浅谈pandas中Dataframe的查询方法([], loc, iloc, at, iat, ix),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
最新评论