python--分支流程

简介: 1.分支结构1.1单分支结构如果......那么......否则......如果天气好,那么就出去玩,否则就宅在家里分支结构:在程序运行过程中需要进行条件判断,根据结果分不同情况执行响应的代码# 伪代码if 判断条件:执行语句1else:执行语句2例:if 天气好:出去玩else:在家待着例:输入一个数字,判断该数字是不是7的倍数num=int(input('请输入一个数字:'))if num%7==0:print('{}是7的倍数'.format(num))else:print('{}不是7的倍数'.format(num)1.2多分支结构输入分数,

1.分支结构

1.1单分支结构

如果......那么......否则......

如果天气好,那么就出去玩,否则就宅在家里

分支结构:在程序运行过程中需要进行条件判断,根据结果分不同情况执行响应的代码

# 伪代码if判断条件:执行语句1else:
执行语句2例:if天气好:
出去玩else:
在家待着

例:输入一个数字,判断该数字是不是7的倍数

num=int(input('请输入一个数字:'))
ifnum%7==0:
print('{}是7的倍数'.format(num))
else:
print('{}不是7的倍数'.format(num)

1.2多分支结构

输入分数,按照不及格、及格、良好、优秀来划分等级

# 方法1:if语句嵌套score=int(input('请输入分数:'))
ifscore>=90:
print('优秀')
else:
ifscore>=80:
print('良好')
else:
ifscore>=60:
print('及格')
else:
ifscore<60:
print('不及格')
# 方法2:if...elif...elif...else...score=int(input('请输入分数:'))
ifscore>=90:
print('优秀')
elifscore>=80:
print('良好')
elifscore>=60:
print('及格')
elifscore<60:
print('不及格')

注意:多分支结构从上自下执行,只要有满足条件的,就不再往下继续判断。

score=int(input('请输入分数:'))
ifscore>=60:
print('及格')
elifscore>=80:
print('良好')
elifscore>=90:
print('优秀')
elifscore<60:
print('不及格')

1.3三目运算式:

条件语句的简写方式

# 判断奇数偶数a=int(input('请输入一个整数:'))
# if a % 2 == 0:# print('偶数')# else:# print('奇数')n='偶数'ifa%2==0else'奇数'print(n)

2.循环结构

循环结构:重复执行某段代码

作用:让计算机帮人类处理一些单调、重复性的工作

程序三种基本结构:顺序结构、分支结构、循环结构

2.1while循环

当......时,重复执行......

# 伪代码while条件:执行语句# 条件成立时,重复执行语句,直到条件不成立

while循环是一种当型循环,因此程序中一般设置可以跳出循环的方式,以避免出现死循环的情况。通常我们编写 的代码中的循环会结束并输出结果的,尽量避免出现死循环的情况,除非你真的需要。

##注意缩进!!!严格缩进!!!

例1:输出1到10

n=1whilen<=10:
print(n)
n=n+1

2.2 for循环

    1.计次循环:重复执行...次

# 输出1到10foriinrange(10):
print(i+1)

range()函数是一个迭代器,会迭代生成多个数字(顾头不顾尾)

range(起始数字,终止数字,步长)

foriinrange(1,100,2):
print(i)

  2.遍历容器类数据类型(字符串、列表、字典、元组、集合)  

words='wjedgcwugc'foriinwords:
print(i)

注意:for循环使用range()迭代器,不需要设置自变量自加自减操作

foriinrange(10):
print(i)
i=i+2#无效操作

例题:输出九九乘法表

foriinrange(1,10):
forjinrange(1,i+1):
print('{}*{}={}\t'.format(j,i,j*i),end='')
print('\n')

2.3 两种循环特点和使用场景:

while循环是一种带条件的当型循环,当满足条件时执行,直到不满足条件

for循环是一种计次循环,在作为计次循环使用时,可以由while循环替代


使用场景:

               1. 当明确知道循环的次数时,for循环和while循环都可以

               2. 当不知道要循环多少次,只知道循环的条件时使用while循环

               3. 遍历容器型数据时一定使用for循环

2.4循环中断

功能:可以强行终止循环

    1. break 直接跳出所在循环,去执行循环外部的语句

foriinrange(1, 11):
print(i)
ifi==5:
break

  2. continue 跳过本次循环剩余代码,执行下一次循环

foriinrange(1, 11):
ifi==5:
continue# continue后面一定要有语句,否则就没有意义print(i)

3.异常捕获

"""异常捕获:    在程序出错的时候不终止程序,继续执行,并且捕获异常信息增加程序的健壮性"""# try:# print(3/0)# except:# print('程序出错!')whileTrue:
try:
a=int(input('请输入被除数:'))
b=int(input('请输入除数:'))
print(f'{a}除以{b}的商是{a//b}余数是{a%b}')
quit=input('输入q结束程序,否则继续程序:')
ifquit=='q':
breakexceptZeroDivisionError:
print('除数不能为0!!!')
exceptValueError:
print('输入的必须是数字类型!')
相关文章
|
1月前
|
Python
|
6天前
|
数据采集 机器学习/深度学习 数据可视化
利用Python和Pandas库构建高效的数据分析流程
在数据驱动的时代,数据分析已成为企业决策的关键环节。本文介绍如何利用Python编程语言及其强大的数据分析库Pandas,构建一套高效且可扩展的数据分析流程。与常规的数据分析流程不同,本文不仅涵盖数据加载、清洗、转换等基础步骤,还强调数据可视化、模型探索与评估等高级分析技巧,并通过实际案例展示如何在Python中实现这些步骤,为数据分析师提供一套完整的数据分析解决方案。
|
6天前
|
数据采集 机器学习/深度学习 数据挖掘
利用Python实现高效的数据清洗与预处理流程
本文旨在探讨如何使用Python编程语言及其强大的数据处理库(如pandas、numpy等)来构建一个高效且灵活的数据清洗与预处理流程。与常规的数据清洗方法不同,本文不仅关注于传统的缺失值填充、异常值处理、数据类型转换等步骤,还引入了数据质量评估、数据特征选择以及自动化处理流程的设计等高级主题。通过实际案例和代码演示,本文将为读者提供一套完整的数据清洗与预处理解决方案,助力数据分析师和数据科学家在数据探索阶段更加高效、准确地处理数据。
|
8天前
|
网络安全 网络虚拟化 数据安全/隐私保护
使用Python实现VPN搭建的流程步骤
保护个人隐私和数据安全变得尤为重要。VPN(虚拟私人网络)是一种有效的解决方案,可以帮助我们在网络上匿名浏览,保护数据传输的安全性。虽然市面上有许多商业VPN服务,但你也可以通过Python自己搭建一个简单的VPN。本文将介绍如何用Python建立自己的VPN。
|
13天前
|
存储 Linux Docker
python项目 以docker形式打包部署全流程
在很久很久以前,我已经听过Docker的大名,当时服务着急上线虽然考虑过用Docker来部署我的服务,但是因为赶期的原因放弃了。 这两天因为华为云服务器到期,而且阿里云服务器优惠力度特别大的原因,我要把华为云服务器里的工程迁移到阿里云。 迁移的过程中,大量的时间精力浪费在了重装python,加载依赖,迁移项目,配置端口等环境配置的工作上。 我在想,如果当时用了Docker部署,我至于受这气?
|
2天前
|
Python
python分支结构
python分支结构
5 0
|
1月前
|
数据采集 机器学习/深度学习 算法
利用Python实现高效的数据清洗与预处理流程
在数据驱动的时代,数据清洗和预处理是数据分析与机器学习项目中至关重要的步骤。本文将介绍如何利用Python的pandas和numpy库,结合正则表达式、数据标准化和缺失值填充等技术,构建一个高效且灵活的数据清洗与预处理流程。文章不仅关注技术细节,还将探讨如何通过流程自动化和模块化来提升数据清洗的效率和准确性。
|
1月前
|
数据采集 数据挖掘 Serverless
利用Python和Pandas库优化数据清洗流程
在数据分析项目中,数据清洗是至关重要的一步。传统的数据清洗方法往往繁琐且易出错。本文将介绍如何利用Python编程语言中的Pandas库,通过其强大的数据处理能力,实现高效、自动化的数据清洗流程。我们将探讨Pandas库在数据清洗中的应用,包括缺失值处理、重复值识别、数据类型转换等,并通过一个实际案例展示如何利用Pandas优化数据清洗流程,提升数据质量。
|
1月前
|
人工智能 数据挖掘 Python
Python基础语法与流程控制
Python基础语法与流程控制
30 1
|
1月前
|
Python
Python中的控制流程详解
Python中的控制流程详解

热门文章

最新文章