0x09 - 详谈Python循环结构

2024-02-11 16:58
文章标签 python 结构 循环 详谈 0x09

本文主要是介绍0x09 - 详谈Python循环结构,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • while
  • for
  • 常用循环算法

目录: 0x00 - Python学习笔记

while

在日常生活中,很多地方要用到循环算法,while是循环算法的关键词之一
示例:我们将 10000 元存入一个年利率为 5% 的银行账户中,求账户余额增长到原来投资额的两倍需要多少年?

# 创建常量变量
INITIAL_BALANCE = 10000.0
RATE = 5.0
TARGET = 2 * INITIAL_BALANCE# 初始化用于循环的变量
balance = INITIAL_BALANCE
year = 0# 计算投资收益翻倍所需年份
while balance < TARGET :year = year + 1interest = balance * RATE / 100balance = balance + interest# 打印结果
print("收益翻倍需要", year, "年")

for

我们常常需要访问字符串中的每个字符,for循环提供了使该过程易于编程的实现方法。

假设要打印一个字符串,每行一个字符。我们需要遍历字符串中的每一个字符,并分别打印他们:

stateName = "CSDN"
for letter in stateName :print(letter)

这里的letterstateName中的每一个字符,我们也可以使用索引来实现

stateName = "CSDN"
for i in range(len(stateName)) :print(stateName[i])

上述方法使用了 range 函数,它的作用是产生连续的数字,他的参数可以是一个,也可以是多个:

>>> for i in range(5) :print(i)0
1
2
3
4
>>> for i in range(2, 5) :print(i)2
3
4
>>> for i in range(1, 5, 2) :print(i)1
3

我们通常使用以下方法来使用for:

for year in range(1, len(year) + 1) :

那我们什么时候用range()
当我们只需要迭代容器内的每一个值得时候,不需要使用range();如果我们需要知道都一个元素在容器中的准确位置时,最好使用range()
容器就是for中的可迭代序列

常用循环算法

##
# 编写程序,求用户输入数据的总和及平均数
## 初始化
total = 0.0
count = 0# 预读取用户指令
inputStr = input("Enter value: ")# 设置哨兵值为空
while inputStr != "" :value = float(inputStr)     # 初始化指令为数字total = total + valuecount = count + 1# 修改读取用户指令inputStr = input("Enter value: ")if count > 0 :average = total / count
else :average = 0.0
print("您输入数字的总和为%f,平均数为%f" % (total, average))
##
# 本程序用于处理用户输入的一系列成绩
# 计算成绩合格的人数和成绩不合格的人数
# 计算平均成绩,查找最高成绩和最低成绩
## 初始化计数器变量
numPassing = 0      # 合格人数
numFailing = 0      # 不合格人数# 初始化用于计算平均成绩的值
total = 0
count = 0# 初始化最高成绩和最低成绩变量
maxGrade = 0.0
minGrade = 100.0    # 默认最高成绩为100# 使用while循环读取成绩
grade = float(input("请输入成绩(-1退出):"))
while grade >= 0.0 :# 递归成绩合格、不合格人数计数器if grade >= 60.0 :numPassing = numPassing + 1else :numFailing = numFailing + 1# 判断成绩是否为最低成绩或最高成绩if grade < minGrade :minGrade = gradeif grade > maxGrade :maxGrade = grade# 把成绩累加到total中total = total + gradecount = count + 1# 读取下一个成绩grade = float(input("请输入成绩(-1退出):"))# 打印结果
if count > 0 :average = total / countprint("平均成绩为:%.2f" % average)print("合格人数为:", numPassing)print("不合格人数为:", numFailing)print("最高成绩为:%.2f" % maxGrade)print("最低成绩为:%.2f" % minGrade)

这篇关于0x09 - 详谈Python循环结构的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/700329

相关文章

python进行while遍历的常见错误解析

《python进行while遍历的常见错误解析》在Python中选择合适的遍历方式需要综合考虑可读性、性能和具体需求,本文就来和大家讲解一下python中while遍历常见错误以及所有遍历方法的优缺点... 目录一、超出数组范围问题分析错误复现解决方法关键区别二、continue使用问题分析正确写法关键点三

使用Python实现调用API获取图片存储到本地的方法

《使用Python实现调用API获取图片存储到本地的方法》开发一个自动化工具,用于从JSON数据源中提取图像ID,通过调用指定API获取未经压缩的原始图像文件,并确保下载结果与Postman等工具直接... 目录使用python实现调用API获取图片存储到本地1、项目概述2、核心功能3、环境准备4、代码实现

8种快速易用的Python Matplotlib数据可视化方法汇总(附源码)

《8种快速易用的PythonMatplotlib数据可视化方法汇总(附源码)》你是否曾经面对一堆复杂的数据,却不知道如何让它们变得直观易懂?别慌,Python的Matplotlib库是你数据可视化的... 目录引言1. 折线图(Line Plot)——趋势分析2. 柱状图(Bar Chart)——对比分析3

Python模拟串口通信的示例详解

《Python模拟串口通信的示例详解》pySerial是Python中用于操作串口的第三方模块,它支持Windows、Linux、OSX、BSD等多个平台,下面我们就来看看Python如何使用pySe... 目录1.win 下载虚www.chinasem.cn拟串口2、确定串口号3、配置串口4、串口通信示例5

Python Pandas高效处理Excel数据完整指南

《PythonPandas高效处理Excel数据完整指南》在数据驱动的时代,Excel仍是大量企业存储核心数据的工具,Python的Pandas库凭借其向量化计算、内存优化和丰富的数据处理接口,成为... 目录一、环境搭建与数据读取1.1 基础环境配置1.2 数据高效载入技巧二、数据清洗核心战术2.1 缺失

利用Python实现Excel文件智能合并工具

《利用Python实现Excel文件智能合并工具》有时候,我们需要将多个Excel文件按照特定顺序合并成一个文件,这样可以更方便地进行后续的数据处理和分析,下面我们看看如何使用Python实现Exce... 目录运行结果为什么需要这个工具技术实现工具的核心功能代码解析使用示例工具优化与扩展有时候,我们需要将

Python+PyQt5实现文件夹结构映射工具

《Python+PyQt5实现文件夹结构映射工具》在日常工作中,我们经常需要对文件夹结构进行复制和备份,本文将带来一款基于PyQt5开发的文件夹结构映射工具,感兴趣的小伙伴可以跟随小编一起学习一下... 目录概述功能亮点展示效果软件使用步骤代码解析1. 主窗口设计(FolderCopyApp)2. 拖拽路径

Python使用Reflex构建现代Web应用的完全指南

《Python使用Reflex构建现代Web应用的完全指南》这篇文章为大家深入介绍了Reflex框架的设计理念,技术特性,项目结构,核心API,实际开发流程以及与其他框架的对比和部署建议,感兴趣的小伙... 目录什么是 ReFlex?为什么选择 Reflex?安装与环境配置构建你的第一个应用核心概念解析组件

Python将字符串转换为小写字母的几种常用方法

《Python将字符串转换为小写字母的几种常用方法》:本文主要介绍Python中将字符串大写字母转小写的四种方法:lower()方法简洁高效,手动ASCII转换灵活可控,str.translate... 目录一、使用内置方法 lower()(最简单)二、手动遍历 + ASCII 码转换三、使用 str.tr

Python处理超大规模数据的4大方法详解

《Python处理超大规模数据的4大方法详解》在数据的奇妙世界里,数据量就像滚雪球一样,越变越大,从最初的GB级别的小数据堆,逐渐演变成TB级别的数据大山,所以本文我们就来看看Python处理... 目录1. Mars:数据处理界的 “变形金刚”2. Dask:分布式计算的 “指挥家”3. CuPy:GPU