《Python入门到精通》流程控制语句

简介: 流程控制语句1. if条件判断

流程控制语句

1. if条件判断

1.1 if

1.2 if else

1.3 elif

2. while循环

3. for循环

4. break

5. continue


一个程序往往包含多条代码,流程控制就是控制这些代码的 「执行顺序」和 「是否能够执行」的规则

在程序开发中,一共有三种「执行流程」


顺序执行:按照从上往下的顺序依次执行代码

分支执行: 根据条件判断,决定执行代码的分支

循环执行:重复执行某一段代码

1. if条件判断

if 是分支执行的一种语句,「满足条件」时才会执行代码,「不满足条件」则不执行


1.1 if

语法

if 条件:
  代码块(条件成立时执行)

如果条件(a大于b) 「成立」,就执行对应的 「代码块」(输出a>b)

a = 2
b = 1
if a > b:
    print('条件成立:a>b')
if a < b:
    print('条件不成立,不会执行')

输出:

条件成立:a>b

if 语句的代码块中可以「嵌套」 if 语句,无限套娃

a = 1
b = 2
if a<b:
    print('第一层if的条件成立了,进入下一层if')
    if b>a:
        print('第二层if的条件成立了')

输出:

第一层if的条件成立了,进入下一层if
第二层if的条件成立了

1.2 if else

语法

if 条件:
  代码块(条件成立时执行)
else:
  代码块(条件不成立时执行)

if 只能指定 「条件成立」时的代码块, else 关键字可以指定 「条件不成立」时执行的代码块

a = 2
b = 1
if a < b:
    print('条件成立:a>b')
else:
    print('条件不成立:a<b')

输出:

条件不成立:a<b

if else 可以简写为一行,前提是 「每个条件」只对应 「一行代码」

a = 2
b = 1
print('条件成立:a>b') if a<b else print('条件不成立:a<b')

输出:

条件不成立:a<b

1.3 elif

elif 关键字可以进行「多次条件判断」

a = 1
b = 2
if a>b:
    print('第一个条件成立:a>b')
elif a==b:
    print('第二个条件成立:a=b')
elif a<b:
    print('第三个条件成立:b<a')
else:
    print('以上条件都不成立')
    print('以上条件都不成立')

输出:

第三个条件成立:b<a

2. while循环

while 是循环执行的一种语句,条件成立时「多次执行」代码,不成立则不执行,常用来「重复」处理相同的任务。

语法

while 条件:
  代码块(条件成立时执行)

执行 3 次打印☆的操作

注意:用于判断的条件最好有一个「不满足」的可能性,否则循环会一直进行

i = 1
while i <7:
    print('☆')
    i += 1

输出:

3. for循环

for 是循环执行的一种语句,常用于「迭代序列」,类似其他语言中的迭代器

for 循环可以遍历字符串、列表、元祖、集合、字典等序列

list1 = [1, 2, 3]
for l in list1:
    print(l)

输出:

1
2
3

4. break

break 关键字可以结束整个循环,不执行剩余代码块

循环执行 i+1 的操作,当 i>3 时,结束循环

i = 1
while True:
    print('i的值是:', i)
    i += 1
    if i >3:
        print('结束整个循环')
        break

输出:

i的值是: 1
i的值是: 2
i的值是: 3
结束整个循环

5. continue

continue 关键字可以结束本次循环,不执行剩余代码块

循环执行 i+1 的操作,打印 1~4,但不打印 3

i = 0
while i < 4:
    i += 1
    if i == 3:
        print('i的值为3,跳过本次循环')
        continue
    print(i)

输出:

1
2
i的值为3,跳过本次循环
4
相关文章
|
8天前
|
数据采集 存储 JSON
Python爬虫开发:BeautifulSoup、Scrapy入门
在现代网络开发中,网络爬虫是一个非常重要的工具。它可以自动化地从网页中提取数据,并且可以用于各种用途,如数据收集、信息聚合和内容监控等。在Python中,有多个库可以用于爬虫开发,其中BeautifulSoup和Scrapy是两个非常流行的选择。本篇文章将详细介绍这两个库,并提供一个综合详细的例子,展示如何使用它们来进行网页数据爬取。
|
16天前
|
存储 JSON 安全
从入门到精通:Python中的OAuth与JWT,打造无懈可击的认证体系🔒
【8月更文挑战第4天】构建现代Web和移动应用时,用户认证与授权至关重要。Python集成OAuth和JWT技术,能轻松实现安全认证。本文从OAuth基础入手,介绍如何使用`requests-oauthlib`库简化流程,再到JWT进阶应用,利用`PyJWT`库生成及验证令牌。最后,探讨如何结合两者,创建无缝认证体验。通过代码示例,由浅入深地引导读者掌握构建坚固应用认证体系的方法。
35 2
|
24天前
|
数据采集 API 网络安全
Python Requests代理使用入门指南
《Python Requests 代理使用入门指南》将带你深入了解如何使用Python Requests库来配置HTTP代理,并灵活处理各种权限和服务器响应问题。从代理服务器的基础知识,到代理认证与授权设置,本指南为初学者提供了全面的教学内容。
Python Requests代理使用入门指南
|
5天前
|
数据采集 数据可视化 算法
GitHub星标68K!Python数据分析入门手册带你从数据获取到可视化
Python作为一门优秀的编程语言,近年来受到很多编程爱好者的青睐。一是因为Python本身具有简捷优美、易学易用的特点;二是由于互联网的飞速发展,我们正迎来大数据的时代,而Python 无论是在数据的采集与处理方面,还是在数据分析与可视化方面都有独特的优势。我们可以利用 Python 便捷地开展与数据相关的项目,以很低的学习成本快速完成项目的研究。
|
6天前
|
数据采集 数据可视化 算法
GitHub星标68K!Python数据分析入门手册带你从数据获取到可视化
Python作为一门优秀的编程语言,近年来受到很多编程爱好者的青睐。一是因为Python本身具有简捷优美、易学易用的特点;二是由于互联网的飞速发展,我们正迎来大数据的时代,而Python 无论是在数据的采集与处理方面,还是在数据分析与可视化方面都有独特的优势。我们可以利用 Python 便捷地开展与数据相关的项目,以很低的学习成本快速完成项目的研究。 今天给小伙伴们分享的这份Python数据分析入门手册本着实用性的目的,着眼于整个数据分析的流程,介绍了从数据采集到可视化的大致流程。
|
14天前
|
机器学习/深度学习 开发者 Python
Python 与 R 在机器学习入门中的学习曲线差异
【8月更文第6天】在机器学习领域,Python 和 R 是两种非常流行的编程语言。Python 以其简洁的语法和广泛的社区支持著称,而 R 则以其强大的统计功能和数据分析能力受到青睐。本文将探讨这两种语言在机器学习入门阶段的学习曲线差异,并通过构建一个简单的线性回归模型来比较它们的体验。
37 7
|
16天前
|
Python
探索Python中的装饰器:从入门到实践
【8月更文挑战第4天】在Python的世界中,装饰器是一把双刃剑,它既能美化代码,又能提升效率。本文将带你一探究竟,通过实例学习如何定义、使用以及深入理解装饰器背后的原理。我们将一起揭开这层神秘的面纱,让装饰器成为你编程工具箱中的又一利器。
32 9
|
16天前
|
测试技术 开发者 Python
揭秘Python中的装饰器:从入门到精通
【8月更文挑战第4天】装饰器,在Python中是一块神奇的“画布”,它允许开发者在不修改原有函数代码的情况下增加额外的功能。本文将通过实际的代码示例,带你一探究竟,从基础使用到高级技巧,逐步揭开装饰器的神秘面纱。
|
14天前
|
机器学习/深度学习 数据采集 数据可视化
使用Python进行数据科学入门指南
【8月更文挑战第6天】使用Python进行数据科学是一条充满挑战和机遇的道路。本文提供了入门指南,帮助您快速上手Python数据科学。通过实践项目和资源推荐,您将能够深入学习Python数据科学,成为一名合格的数据科学家。
|
19天前
|
Python
探索Python中的装饰器:从入门到实践
【8月更文挑战第1天】本文将带领读者深入理解Python装饰器的概念,并透过代码示例展示如何利用装饰器来增强函数功能。我们将一起探索装饰器的工作原理,学习如何自定义装饰器,并探讨其在实战中的应用。通过阅读本篇文章,你将能够掌握装饰器的使用,为你的Python项目增添强大的功能。