【Python 基础教程】Python中的程序流程控制语句

简介: 【Python 基础教程】Python中的程序流程控制语句

前言


本篇博客将会讲述一下Python语言中的流程控制语句,在高中我们数学中学过程序流程题,达到一个目的往往需要从开始一步一步往下走,有时顺序执行、有时面临选择、有时面临循环。循环与选择控制着整个流程。看到下面的图片是不是感觉十分熟悉?顺序结构就是从上至下一步步执行,咱就不在这里多说了。直接拿Python语言中的分支语句开涮。


da7a96f161464ac0b866897cecb35461.png

一、分支语句


在Python中分支语句只有if…elif…else…没有switch…case…,官方认为if…else…已经可以满足需求。分支语句的作用就是进行一下判断,筛选出来符合某种情况的数据,换一种说法就是不同的情况做出不同的事情。


# 单分支结构
if 80>70:
    print('无敌666')
# 多分支结构
s=int(input("请输入您的考试成绩:"))
if 100>=s>=90:
    print("你的成绩无敌了")
    if s>95:
        print('你的成绩至高无上')
    else:
        print('你的成绩一人之下万人之上')
elif 90>s>60:
    print('你的成绩仅仅是合格')
else:
    print('你的成绩不合格,或输入不规范')
# 条件表达式【类似于C++语言中的三目运算符】
print("我是对的" if 90>80 else "我是错的")
# 占位符与对象的布尔值
# 每个对象都有布尔值,所以对象可以直接放到条件语句中,作为判别条件
# python中也是只有0或空为bool中的false
# 占位符就是当你不知道那里写什么,但确实缺少语句处站住位置,编译器不报错 pass
ss=int(input("输入对象:"))
if ss:
    print('yes')
    pass
elif ss>1:
    print('no')
else:
    pass


二、循环语句


1.可迭代对象


在说循环语句之前,先说一下什么是可迭代对象,可迭代对象每次返回一个元素

主要包含序列、文件对象、迭代器对象、生成器函数。迭代器是一个对象表示

可迭代的数据集合,他的主要特征就是包括方法__iter__()和__next__(),可以实现

迭代功能。生成器是一个函数,使用yield语句,每次产生一个值。range对象是一个迭代器对象。

在Python中循环语句还是分为while与for循环。


2.while循环


while后面是循环条件,在下面的例子中i就是循环变量,当循环变量不满足循环条件时就退出循环
以下例子打印1-100的和
• 1
• 2


代码如下:


i=1
mysum=0
while i<=100:
   mysum+=i
   i+=1
#    print(mysum)
print(mysum)


3.for循环


for循环的使用方法如下,一般结合迭代器对象使用。
• 1


代码如下:


# for循环计算100-999之间的水仙花数
for temp in range(100,1000):
   if temp==(temp%10)**3+(temp//10%10)**3+(temp//100)**3:
      print(temp)
# 迭代打印语句
for _ in range(5):
   print('Hello World')
# 利用else 实现密码输入错误三次报错,以及输入正确跳出循环
passward=0
for passward in range(3):
   if input('请输入您的密码:')!='888888':
      print('密码输入错误!')
      passward+=1
   else:
      print('密码正确!')
      break
else:
   print('密码多次输入错误,自动退出!')


4.九九乘法表


# 综合案例,嵌套打印99乘法表
for teg in range(1,10):
   temp=1
   while temp<=teg:
      print(str(temp)+'*'+str(teg)+'='+str(teg*temp),end='  ')
      temp+=1
   print()

20a66287691046ec8b3a94e099e972cb.png


三.循环控制语句


1.break


跳出本层循环


2.continue


跳过本次循环


3.goto


内置没有这个语句,但是有的第三方库中含有该语句

比如python-goto,感兴趣的小伙伴可以用一用。


4.else


这一点还是很独特的,Python的循环语句支持else语句,

也就是在循环语句之后可以加一句else语句。else代码

块内的代码被执行的条件是循环体没有被break.

还以九九乘法表为例


for teg in range(1,10):
   temp=1
   while temp<=teg:
      print(str(temp)+'*'+str(teg)+'='+str(teg*temp),end='  ')
      temp+=1
   print()
else:
    print("asdholcnnl")


四、循环相关的内置函数


1.enumerate()


这个函数的作用就是为可遍历的序列加上索引,并且索引开始值是我们可以指定的


s=["Tom","jack","lisa"]
for i,name in enumerate(s,start=1):
    print(f"第{i}个人是{name}")

348b8aa71bcd4b53a3a1298bd36fa819.png


2.zip()


如果需要并行遍历多个对象,可以使用这个函数进行打包。zip的作用就是将多个可迭代对象打包成一个个元组然后返回一个可迭代对象。如果被压缩的每个可迭代对象长度不同那么按照最短的那个长度合并。利用*运算符还可以将元组解压为列表。

[*zip(x,y)] 将x,y打包后再转换为列表形式

zip(*zip(x,y)),如果x,y代表一个矩阵,那么zip(*zip(x,y))就是其转置


for i,j in zip(range(0,10),range(0,10)):
    print(i*j)

f6e7be8acec742f0afb3b893aa798bad.png


3.map()


map函数可以传一个函数与多个可迭代列表,如果map传的函数为None那么map功能与zip函数相同。

如果传的是其余函数,那么函数将作用与每个对象。需要注意的是可迭代对象的数目要与传进去函

数的参数数目保持一致。


#结果1,1,12
list(map(abs,[-1,-1,-12]))
#结果1 1 4
list(map(pow,range(3),range(3)))


总结


本篇博客主要分享了一下流程控制语句中的分支语句与循环语句,分支语句操作起来比较简单,大家主要掌握一下循环语句,特别是循环语句中的几个内置函数,无论是在写算法题还是数据分析中都很常用。

目录
相关文章
|
5天前
|
存储 Python
SciPy 教程 之 SciPy 稀疏矩阵 4
SciPy 教程之 SciPy 稀疏矩阵 4:介绍稀疏矩阵的概念、类型及其在科学计算中的应用。SciPy 的 `scipy.sparse` 模块提供了处理稀疏矩阵的工具,重点讲解了 CSC 和 CSR 两种格式,并通过示例演示了如何创建和操作 CSR 矩阵。
25 3
|
1天前
|
Python
SciPy 教程 之 SciPy 图结构 7
《SciPy 教程 之 SciPy 图结构 7》介绍了 SciPy 中处理图结构的方法。图是由节点和边组成的集合,用于表示对象及其之间的关系。scipy.sparse.csgraph 模块提供了多种图处理功能,如 `breadth_first_order()` 方法可按广度优先顺序遍历图。示例代码展示了如何使用该方法从给定的邻接矩阵中获取广度优先遍历的顺序。
9 2
|
2天前
|
算法 Python
SciPy 教程 之 SciPy 图结构 5
SciPy 图结构教程,介绍图的基本概念和SciPy中处理图结构的模块scipy.sparse.csgraph。重点讲解贝尔曼-福特算法,用于求解任意两点间最短路径,支持有向图和负权边。通过示例演示如何使用bellman_ford()方法计算最短路径。
12 3
|
2天前
|
缓存 测试技术 Apache
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
9 1
|
6天前
|
存储 Python
SciPy 教程 之 SciPy 稀疏矩阵 2
SciPy教程之SciPy稀疏矩阵2:介绍稀疏矩阵的概念、应用场景及scipy.sparse模块的使用。重点讲解CSC和CSR两种稀疏矩阵类型及其常用方法,如data属性和count_nonzero()方法。
30 4
|
6天前
|
机器学习/深度学习 算法 编译器
Python程序到计算图一键转化,详解清华开源深度学习编译器MagPy
【10月更文挑战第26天】MagPy是一款由清华大学研发的开源深度学习编译器,可将Python程序一键转化为计算图,简化模型构建和优化过程。它支持多种深度学习框架,具备自动化、灵活性、优化性能好和易于扩展等特点,适用于模型构建、迁移、部署及教学研究。尽管MagPy具有诸多优势,但在算子支持、优化策略等方面仍面临挑战。
19 3
|
1天前
|
存储 机器学习/深度学习 搜索推荐
Python编程入门:从零开始构建你的第一个程序
【10月更文挑战第32天】本文旨在通过浅显易懂的方式引导编程新手进入Python的世界。我们将一起探索Python的基础语法,并通过实例学习如何构建一个简单的程序。文章将不直接展示代码,而是鼓励读者在阅读过程中自行尝试编写,以加深理解和记忆。无论你是编程初学者还是希望巩固基础知识的开发者,这篇文章都将是你的良师益友。让我们开始吧!
|
3天前
|
算法 索引 Python
SciPy 教程 之 SciPy 图结构 3
SciPy 图结构教程:介绍图的基本概念、节点和边的定义,以及如何使用 SciPy 的 `scipy.sparse.csgraph` 模块处理图结构。重点讲解 Dijkstra 最短路径算法及其在 SciPy 中的应用,包括 `dijkstra()` 方法的参数设置和使用示例。
8 0
|
3天前
|
Python
SciPy 教程 之 SciPy 图结构 2
《SciPy 教程 之 SciPy 图结构 2》介绍了图结构作为算法学中的重要框架,通过 `scipy.sparse.csgraph` 模块处理图结构。文章示例展示了如何使用 `connected_components()` 方法查找所有连接组件,通过创建稀疏矩阵并调用该方法实现。
6 0
|
4天前
|
算法 Python
SciPy 教程 之 SciPy 图结构 1
SciPy 图结构教程介绍了图的基本概念及其在算法中的应用。图由节点和边组成,节点代表对象,边表示对象间的连接。SciPy 的 `scipy.sparse.csgraph` 模块提供了处理图结构的工具。邻接矩阵用于表示节点间的连接关系,分为有向图和无向图两种类型。无向图的边是双向的,而有向图的边则有明确的方向。
14 0