备案控制台
探索云世界
开发者社区 开发与运维 文章 正文

Python入门07循环及常见的数据结构

2024-03-01 30
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： Python入门07循环及常见的数据结构


1 循环的语法结构

在Python中，循环是一种控制结构，用于重复执行一段代码，直到满足特定条件。Python中有两种循环结构：for循环和while循环。

  1. for循环：for循环用于遍历可迭代对象（如列表、元组、字典、集合等）中的元素。它的语法结构如下：
for 变量 in 可迭代对象:
    循环体（要重复执行的代码）

例如，遍历一个列表并打印每个元素：

fruits = ['apple', 'banana', 'orange']
for fruit in fruits:
    print(fruit)

  1. while循环：while循环在给定条件为真时重复执行一段代码。它的语法结构如下：
while 条件:
    循环体（要重复执行的代码）

例如，计数器从0开始，每次循环加1，直到计数器达到5：

counter = 0
while counter < 5:
    print(counter)
    counter += 1

for循环和while循环都可以与break和continue语句一起使用，以更好地控制循环的执行。break语句用于提前终止循环，而continue语句用于跳过当前迭代并进入下一次循环。

2 break和continue的示例

break 和 continue 是 Python 中用于控制循环流程的关键字。下面分别给出它们的示例：

  1. break：用于跳出当前循环，不再执行循环体中的剩余代码。
for i in range(10):
    if i == 5:
        break
    print(i)

在这个示例中，循环会遍历 0 到 9 的整数。当 i 等于 5 时，break 语句会被执行，跳出循环，不再打印 i 的值。因此，这个循环只会打印 0 到 4 的整数。

  1. continue：用于跳过当前循环的剩余代码，直接进入下一次循环。
for i in range(10):
    if i % 2 == 0:
        continue
    print(i)

在这个示例中，循环会遍历 0 到 9 的整数。当 i 是偶数时，continue 语句会被执行，跳过当前循环的剩余代码，直接进入下一次循环。因此，这个循环只会打印 1 到 9 的奇数。

通过使用 break 和 continue，我们可以更灵活地控制循环的执行流程，以满足不同的需求。

3 可迭代对象

在Python中，可迭代对象（Iterable）是指包含__iter__()方法或__getitem__()方法的对象。这意味着可以对这些对象进行迭代操作，如在for循环中遍历它们的元素。

以下是一些常见的可迭代对象：

  1. 列表（List）：例如[1, 2, 3, 4, 5]。
  2. 元组（Tuple）：例如(1, 2, 3, 4, 5)。
  3. 字符串（String）：例如'hello, world'。
  4. 集合（Set）：例如{1, 2, 3, 4, 5}。
  5. 字典（Dictionary）：例如{'a': 1, 'b': 2, 'c': 3}。
  6. 生成器（Generator）：例如(x**2 for x in range(5))。

可迭代对象允许我们在for循环中轻松地遍历它们的元素，而无需关心底层的实现细节。这使得Python代码更简洁、易读。

4 列表

列表（List）是Python中的一种数据结构，它是一个有序的元素集合，可以包含任意数量的元素。列表中的元素可以是不同类型的数据，如整数、浮点数、字符串、布尔值等。列表是可变的，这意味着我们可以修改列表中的元素，添加或删除元素。

列表使用方括号[]表示，并用逗号,分隔其中的元素。例如：

my_list = [1, 2, 3, 4, 5]

列表具有以下常用操作：

  1. 获取元素：通过索引访问列表中的元素。索引从0开始，负数索引表示从末尾开始计数。例如：
first_element = my_list[0]  # 获取第一个元素
last_element = my_list[-1]  # 获取最后一个元素
  1. 添加元素：在列表末尾添加一个元素。例如：
my_list.append(6)  # 在列表末尾添加元素6
  1. 插入元素：在指定索引处插入一个元素。例如：
my_list.insert(1, 7)  # 在索引1处插入元素7
  1. 删除元素：从列表中删除指定索引处的元素。例如：
my_list.pop(1)  # 删除索引1处的元素
  1. 修改元素：通过索引修改列表中的元素。例如：
my_list[0] = 0  # 将索引0处的元素修改为0
  1. 列表推导式：使用简洁的语法快速创建新列表。例如：
squares = [x**2 for x in range(1, 6)]  # 创建一个包含1到5的平方数的新列表
  1. 列表排序：对列表的元素进行排序。例如：
my_list.sort()  # 对列表的元素进行升序排序
  1. 列表切片：获取列表的一部分。例如：
sublist = my_list[1:4]  # 获取索引1到3的元素组成的新列表
  1. 列表长度：获取列表中元素的数量。例如：
length = len(my_list)  # 获取列表的长度
  1. 列表遍历：使用for循环遍历列表中的每个元素。例如：
for element in my_list:
    print(element)

列表是Python中最常用的数据结构之一，它们在处理数据时非常方便和灵活。

5 元组

元组（Tuple）是 Python 中的一种数据结构，它是一个不可变的、有序的元素集合。元组中的元素可以是任何数据类型，如整数、浮点数、字符串、列表、元组、集合等。元组通常用于存储一组相关或不相关的数据，以便于后续的处理和分析。

元组的创建方式有以下几种：

  1. 使用圆括号 () 创建空元组，然后添加元素：
my_tuple = ()
my_tuple = (1, 2, 3, 4, 5)
  1. 使用 tuple() 函数创建元组，将多个值作为参数传递给函数：
my_tuple = tuple()
my_tuple = tuple([1, 2, 3, 4, 5])
  1. 使用列表的 tuple() 方法将列表转换为元组：
my_list = [1, 2, 3, 4, 5]
my_tuple = tuple(my_list)

元组的主要操作包括：

  1. 获取元组中的元素：使用索引（从 0 开始）或切片操作来获取元组中的元素。例如：
first_element = my_tuple[0]
second_element = my_tuple[1]
third_element = my_tuple[2:]
  1. 判断元组是否为空：使用 not 运算符和 len() 函数来判断元组是否为空。例如：
if not my_tuple:
    print('The tuple is empty')
else:
    print('The tuple is not empty')
  1. 获取元组的长度：使用 len() 函数获取元组的长度。例如：
length = len(my_tuple)
  1. 遍历元组：使用 for 循环遍历元组中的所有元素。例如：
for element in my_tuple:
    print(element)
  1. 连接元组：使用 + 运算符将两个或多个元组连接起来。例如：
tuple1 = (1, 2, 3)
tuple2 = (4, 5, 6)
combined_tuple = tuple1 + tuple2

元组在处理数据时非常有用，尤其是在需要存储和访问有序数据集的场合。与列表相比，元组是不可变的，这意味着一旦创建了元组，就不能修改其内容。这使得元组在某些情况下更安全、更易于处理。

6 列表和元组的应用场景

在Python中，元组和列表都是常用的数据结构，它们有以下区别：

  1. 可变性：列表是可变的，可以修改、添加和删除元素；而元组是不可变的，不能修改、添加或删除元素。
  2. 语法：列表使用方括号[]表示，元组使用括弧()表示。
  3. 性能：由于元组是不可变的，它们在内存中的存储效率较高，而且在处理大量数据时，访问速度也较快。

根据这些区别，我们可以根据实际需求选择使用元组还是列表：

  1. 当需要存储不可变的数据时，使用元组。例如，一个日期（年、月、日）可以表示为一个元组，因为日期是不可变的。
date = (2022, 10, 1)
  1. 当需要存储可变的数据时，使用列表。例如，一个购物车中的商品列表可以表示为一个列表，因为购物车中的商品可以被添加、删除或修改。
shopping_cart = ['apple', 'banana', 'orange']
  1. 当需要对数据进行修改、添加或删除操作时，使用列表。例如，在处理用户输入的数据时，我们可能需要添加、删除或修改数据。
user_data = ['Alice', 'Bob', 'Charlie']
user_data.append('David')  # 添加新用户
user_data.remove('Bob')  # 删除用户
user_data[0] = 'Alicia'  # 修改用户名
  1. 当需要对数据进行快速访问和迭代操作时，使用元组。例如，在处理大量静态数据时，使用元组可以提高性能。
countries = ('China', 'USA', 'Japan', 'Germany', 'France')
for country in countries:
    print(country)

总之，根据实际需求和数据的可变性，我们可以选择使用元组或列表来存储和操作数据。

7 集合

集合（Set）是Python中的一种数据结构，它是一个无序且不重复的元素集合。集合中的元素可以是任何可哈希（hashable）的类型，如整数、浮点数、字符串、元组等。集合的主要操作包括添加、删除、检查元素是否存在、计算元素数量等。

集合的创建方式有以下几种：

  1. 使用大括号 {} 创建空集合，然后添加元素：
my_set = {1, 2, 3, 4, 5}
  1. 使用 set() 函数创建空集合，然后添加元素：
my_set = set()
my_set.add(1)
my_set.add(2)
my_set.add(3)
my_set.add(4)
my_set.add(5)
  1. 使用集合运算符创建集合，如 |（并集）、&（交集）、-（差集）等：
set1 = {1, 2, 3, 4, 5}
set2 = {4, 5, 6, 7, 8}
# 并集
union_set = set1 | set2
print(union_set)  # {1, 2, 3, 4, 5, 6, 7, 8}
# 交集
intersection_set = set1 & set2
print(intersection_set)  # {4, 5}
# 差集
difference_set = set1 - set2
print(difference_set)  # {1, 2, 3}

集合的主要操作包括：

  1. 添加元素：使用 add() 方法向集合中添加元素。
my_set.add(6)
  1. 删除元素：使用 remove() 方法从集合中删除指定的元素。如果元素不存在，会引发 KeyError。
my_set.remove(1)
  1. 检查元素是否存在：使用 in 关键字或 contains() 方法检查元素是否在集合中。
if 5 in my_set:
    print('5 is in the set')
elif 6 in my_set:
    print('6 is in the set')
else:
    print('Neither 5 nor 6 is in the set')
  1. 计算元素数量：使用 len() 函数或 size() 方法获取集合中元素的数量。
num_elements = len(my_set)
  1. 集合运算：使用集合运算符（如 |、&、- 等）进行集合间的运算。
union_set = set1 | set2
intersection_set = set1 & set2
difference_set = set1 - set2

集合在处理数据时非常有用，尤其是在需要去除重复元素或进行集合运算的场景中。

8 字典

字典（Dictionary）是Python中的一种数据结构，它是一种无序的、可变的、键-值对（key-value）的数据类型。字典中的每个键（key）都是一个唯一的标识符，与之对应的值（value）可以是任何数据类型，如整数、浮点数、字符串、列表、元组、集合等。字典中的键和值之间通过冒号（:）分隔，每个键-值对之间用逗号（,）分隔。

字典的主要操作包括：

  1. 创建字典：使用大括号 {} 创建空字典，然后添加键-值对。例如：
my_dict = {'name': 'Alice', 'age': 30, 'city': 'New York'}
  1. 获取字典中的值：使用键作为索引来获取字典中的值。例如：
name = my_dict['name']
age = my_dict.get('age')
  1. 修改字典中的值：使用键作为索引来修改字典中的值。例如：
my_dict['age'] = 31
  1. 添加键-值对：使用键作为索引向字典中添加新的键-值对。如果键已经存在，则覆盖原有的值。例如：
my_dict['gender'] = 'female'
  1. 删除键-值对：使用键作为索引从字典中删除指定的键-值对。如果键不存在，会引发 KeyError。例如：
del my_dict['age']
  1. 检查键是否存在：使用 in 关键字或 has_key() 方法检查键是否在字典中。例如：
if 'name' in my_dict:
    print('name is in the dictionary')
elif 'age' in my_dict:
    print('age is in the dictionary')
else:
    print('Neither name nor age is in the dictionary')
  1. 获取字典中的所有键：使用 keys() 方法获取字典中的所有键。例如：
keys = my_dict.keys()
  1. 获取字典中的所有值：使用 values() 方法获取字典中的所有值。例如：
values = my_dict.values()
  1. 获取字典中的键-值对：使用 items() 方法获取字典中的所有键-值对。例如：
items = my_dict.items()

字典在处理数据时非常有用，尤其是在需要存储和检索复杂数据结构的场景中。

9 生成器

生成器（Generator）是一种特殊的迭代器，它允许你创建一个可迭代对象，该对象在每次迭代时动态生成新的值，而不是预先计算所有值并将它们存储在内存中。生成器在处理大量数据或需要按需生成数据的场景中非常有用，因为它们可以节省内存并提高性能。

生成器使用yield关键字来返回一个值，并在下一次调用时暂停执行，直到再次请求下一个值。这使得生成器可以在需要时动态生成值，而不是一次性生成所有值。

以下是一个简单的生成器示例，用于生成前n个平方数：

def square_generator(n):
    for i in range(1, n+1):
        yield i**2
# 使用生成器
for square in square_generator(5):
    print(square)

在这个示例中，square_generator函数是一个生成器，它使用yield关键字返回每个平方数。当我们在for循环中使用生成器时，它会在每次迭代时动态生成下一个平方数，而不是一次性计算所有平方数。这意味着生成器在处理大量数据时可以节省内存。

文章标签：
Python
索引
存储
安全
关键词：
数据结构入门
入门数据结构
Python入门
Python循环
数据结构python
低代码布道师
目录
相关文章
桃李春风一杯酒
|
1天前
|
机器学习/深度学习 自然语言处理 语音技术
【Python 机器学习专栏】Python 深度学习入门：神经网络基础
【4月更文挑战第30天】本文介绍了Python在深度学习中应用于神经网络的基础知识，包括神经网络概念、基本结构、训练过程，以及Python中的深度学习库TensorFlow和PyTorch。通过示例展示了如何使用Python实现神经网络，并提及优化技巧如正则化和Dropout。最后，概述了神经网络在图像识别、语音识别和自然语言处理等领域的应用，并强调掌握这些知识对深度学习的重要性。随着技术进步，神经网络的应用将持续扩展，期待更多创新。
桃李春风一杯酒
8 0
桃李春风一杯酒
|
1天前
|
机器学习/深度学习 算法 数据挖掘
【Python 机器学习专栏】Python 机器学习入门：基础概念与流程
【4月更文挑战第30天】本文介绍了Python在机器学习中的重要性，机器学习的基础概念和分类，包括监督学习、非监督学习和强化学习。Python因其丰富的库（如Scikit-learn、TensorFlow、PyTorch）、简单易学的语法和跨平台性在机器学习领域广泛应用。文章还概述了机器学习的基本流程，包括数据收集、预处理、特征工程、模型训练与评估等，并列举了常用的Python机器学习算法，如线性回归、逻辑回归、决策树和支持向量机。最后，讨论了Python机器学习在金融、医疗、工业和商业等领域的应用，鼓励读者深入学习并实践这一技术。
桃李春风一杯酒
10 2
shark-chili
|
5天前
|
算法 索引
数据结构与算法-最小生成树入门
数据结构与算法-最小生成树入门
shark-chili
10 0
shark-chili
|
5天前
|
算法
数据结构与算法-AVL树入门
数据结构与算法-AVL树入门
shark-chili
9 0
shark-chili
|
5天前
|
算法 索引
数据结构与算法-三种队列基础入门
数据结构与算法-三种队列基础入门
shark-chili
8 0
请回答1024
|
6天前
|
存储 NoSQL 算法
Redis入门到通关之Redis数据结构-Hash篇
Redis入门到通关之Redis数据结构-Hash篇
请回答1024
17 1
请回答1024
|
6天前
|
存储 NoSQL Redis
Redis入门到通关之Redis数据结构-List篇
Redis入门到通关之Redis数据结构-List篇
请回答1024
22 1
请回答1024
|
6天前
|
存储 NoSQL 安全
Redis入门到通关之Redis数据结构-String篇
Redis入门到通关之Redis数据结构-String篇
请回答1024
27 1
请回答1024
|
6天前
|
存储 NoSQL Redis
Redis入门到通关之数据结构解析-SkipList
Redis入门到通关之数据结构解析-SkipList
请回答1024
22 0
花海沙
7_python基础—while循环应用1-100累加和
7_python基础—while循环应用1-100累加和
花海沙
291 0

热门文章

最新文章

  • 1
    阿里云 MaxCompute MaxFrame 开启免费邀测，统一 Python 开发生态
  • 2
    使用Python实现DBSCAN聚类算法
  • 3
    Python与NoSQL数据库（MongoDB、Redis等）面试问答
  • 4
    流畅的 Python 第二版（GPT 重译）（一）(1)
  • 5
    【Python】python天气数据抓取与数据分析（源码+论文）【独一无二】
  • 6
    流畅的 Python 第二版（GPT 重译）（十一）(1)
  • 7
    【python】Python航空公司客户价值数据分析（代码+论文）【独一无二】
  • 8
    Python 数据分析（PYDA）第三版（三）（1）
  • 9
    Python速成篇（基础语法）上
  • 10
    流畅的 Python 第二版（GPT 重译）（九）(2)
  • 1
    【手撕数据结构】二分查找(好多细节)
    16
  • 2
    【数据结构与算法】—— 手撕红黑树
    39
  • 3
    【排序算法】数据结构排序详解
    42
  • 4
    【链式二叉树】数据结构链式二叉树的（万字详解）
    44
  • 5
    【堆】数据结构堆的实现（万字详解）
    53
  • 6
    【树和二叉树】数据结构二叉树和树的概念认识
    25
  • 7
    【双向链表】数据结构双向链表的实现
    21
  • 8
    数据结构——单链表的基本操作
    11
  • 9
    数据结构——排序算法之快速排序
    34
  • 10
    数据结构——二叉树的链式结构
    36

    • 相关课程

    更多
  • Python Web开发基础
  • Python爬虫实战
  • Python常用数据科学库
  • Python网络爬虫实战
  • Python完全自学手册图文教程
  • Python基础快速入门实战教程

    • 相关电子书

    更多
  • From Python Scikit-Learn to Sc
  • Data Pre-Processing in Python:
  • 双剑合璧-Python和大数据计算平台的结合

    • 相关实验场景

    更多
  • Python新手入门
  • Python入门
  • Python选择及循环结构
  • Python新手入门（Anolis OS）
  • Python网络通信程序典型应用
    • 下一篇
    2024年阿里云免费云服务器及学生云服务器申请教程参考