一、循环函数
1、for循环
for循环需要预先设定好循环的次数(n)，然后执行隶属于for的语句n次。
基本构造是
|
1
2
|
for 元素 in 序列: statement |
举例来说，我们编辑一个叫forDemo.py的文件
|
1
2
|
for a in [3,4.4,'life']: print a |
这个循环就是每次从表[3,4.4,'life'] 中取出一个元素（回忆：表是一种序列），然后将这个元素赋值给a，之后执行隶属于for的操作(print)。
介绍一个新的Python函数range()，来帮助你建立表。
|
1
2
|
idx = range(5)print idx |
可以看到idx是[0,1,2,3,4]
这个函数的功能是新建一个表。这个表的元素都是整数，从0开始，下一个元素比前一个大1， 直到函数中所写的上限 （不包括该上限本身）
(关于range()，还有丰富用法，有兴趣可以查阅， Python 3中， range()用法有变化，见评论区)
举例：
|
1
2
3
|
for a in range(10): print a**2 |
2、while循环
while的用法是
|
1
2
|
while 条件: statement |
while会不停地循环执行隶属于它的语句，直到条件为假(False)
举例：
|
1
2
3
4
|
while i < 10: print i i = i + 1 |
3、中断循环
continue ：在循环的某一次执行中，如果遇到continue, 那么跳过这一次执行，进行下一次的操作
break ：停止执行整个循环
|
1
2
3
4
5
|
for i in range(10): if i == 2: continue print i |
当循环执行到i = 2的时候，if条件成立，触发continue, 跳过本次执行(不执行print)，继续进行下一次执行(i = 3)。
|
1
2
3
4
|
for i in range(10): if i == 2: break print i |
当循环执行到i = 2的时候，if条件成立，触发break, 整个循环停止。
二、循环设计
1、range()
在Python中，for循环后的in跟随一个序列的话，循环每次使用的序列元素，而不是序列的下标。
之前我们已经使用过range()来控制for循环。现在，我们继续开发range的功能，以实现下标对循环的控制：
|
1
2
3
|
S = 'abcdefghijk'for i in range(0,len(S),2): print S[i] |
在该例子中，我们利用len()函数和range()函数，用i作为S序列的下标来控制循环。在range函数中，分别定义上限，下限和每次循环的步长。这就和C语言中的for循环相类似了。
2、enumerate()
利用enumerate()函数，可以在每次循环中同时得到下标和元素：
|
1
2
3
4
|
S = 'abcdefghijk'for (index,char) in enumerate(S): print index print char |
实际上，enumerate()在每次循环中，返回的是一个包含两个元素的定值表(tuple)，两个元素分别赋予index和char
3、zip()
如果你多个等长的序列，然后想要每次循环时从各个序列分别取出一个元素，可以利用zip()方便地实现：
|
1
2
3
4
5
|
ta = [1,2,3]tb = [9,8,7]tc = ['a','b','c']for (a,b,c) in zip(ta,tb,tc): print(a,b,c) |
每次循环时，从各个序列分别从左到右取出一个元素，合并成一个tuple，然后tuple的元素赋予给a,b,c
zip()函数的功能，就是从多个列表中，依次各取出一个元素。每次取出的(来自不同列表的)元素合成一个元组，合并成的元组放入zip()返回的列表中。zip()函数起到了聚合列表的功能。
我们可以分解聚合后的列表，如下:
|
1
2
3
4
5
6
7
8
9
10
|
ta = [1,2,3]tb = [9,8,7]# clusterzipped = zip(ta,tb)print(zipped)# decomposena, nb = zip(*zipped)print(na, nb) |
三、循环对象
这一讲的主要目的是为了大家在读Python程序的时候对循环对象有一个基本概念。
循环对象的并不是随着Python的诞生就存在的，但它的发展迅速，特别是Python 3x的时代，循环对象正在成为循环的标准形式。
1、什么是循环对象
循环对象是这样一个对象，它包含有一个next()方法(__next__()方法，在python 3x中)， 这个方法的目的是进行到下一个结果，而在结束一系列结果之后，举出StopIteration错误。
当一个循环结构（比如for）调用循环对象时，它就会每次循环的时候调用next()方法，直到StopIteration出现，for循环接收到，就知道循环已经结束，停止调用next()。
假设我们有一个test.txt的文件:
|
1
2
3
|
1234abcdefg |
我们运行一下python命令行：
|
1
2
3
4
5
6
7
|
>>>f = open('test.txt')>>>f.next()>>>f.next()... |
不断输入f.next()，直到最后出现StopIteration
open()返回的实际上是一个循环对象，包含有next()方法。而该next()方法每次返回的就是新的一行的内容，到达文件结尾时举出StopIteration。这样，我们相当于手工进行了循环。
自动进行的话，就如下：
|
1
2
|
for line in open('test.txt'): print line |
在这里，for结构自动调用next()方法，将该方法的返回值赋予给line。循环知道出现StopIteration的时候结束。
相对于序列，用循环对象的好处在于：不用在循环还没有开始的时候，就生成好要使用的元素。所使用的元素可以在循环过程中逐次生成。这样，节省了空间，提高了效率，编程更灵活。
2、迭代器
从技术上来说，循环对象和for循环调用之间还有一个中间层，就是要将循环对象转换成迭代器(iterator)。这一转换是通过使用iter()函数实现的。但从逻辑层面上，常常可以忽略这一层，所以循环对象和迭代器常常相互指代对方。
3、生成器
生成器(generator)的主要目的是构成一个用户自定义的循环对象。
生成器的编写方法和函数定义类似，只是在return的地方改为yield。生成器中可以有多个yield。当生成器遇到一个yield时，会暂停运行生成器，返回yield后面的值。当再次调用生成器的时候，会从刚才暂停的地方继续运行，直到下一个yield。生成器自身又构成一个循环器，每次循环使用一个yield返回的值。
下面是一个生成器:
|
1
2
3
4
5
6
|
def gen(): a = 100 yield a a = a*8 yield a yield 1000 |
该生成器共有三个yield， 如果用作循环器时，会进行三次循环。
|
1
2
3
|
for i in gen(): print i |
再考虑如下一个生成器:
|
1
2
3
|
def gen(): for i in range(4): yield i |
它又可以写成生成器表达式(Generator Expression):
G = (x for x in range(4))
生成器表达式是生成器的一种简便的编写方式。读者可进一步查阅。
4、表推导
表推导(list comprehension)是快速生成表的方法。它的语法简单，很有实用价值。
假设我们生成表L：
|
1
2
3
|
L = []for x in range(10): L.append(x**2) |
以上产生了表L，但实际上有快捷的写法，也就是表推导的方式:
|
1
|
L = [x**2 for x in range(10)] |
这与生成器表达式类似，只不过用的是中括号。
（表推导的机制实际上是利用循环对象，有兴趣可以查阅。）
到此这篇关于Python 循环函数详细介绍的文章就介绍到这了,更多相关Python 循环函数内容请搜索服务器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服务器之家！
原文链接：https://www.cnblogs.com/vamei/archive/2012/05/30/2526357.html
