温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

有哪些python中for循环更简洁的小技巧

发布时间:2021-11-02 15:41:43 来源:亿速云 阅读:124 作者:iii 栏目:编程语言

这篇文章主要介绍“有哪些python中for循环更简洁的小技巧”,在日常操作中,相信很多人在有哪些python中for循环更简洁的小技巧问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”有哪些python中for循环更简洁的小技巧”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!

Zip:同时在两个列表中循环

笔者在实践中发现代码可以同时在两个数组中进行循环。要想在其他的编程语言中做到这一点相对来说难度大很多,这也体现出了Python的简易性。要达到同时在两个数组中进行循环这一目的,只需使用zip()函数。

for first,second in zip(array1,array2):     print(first)     print(second)

在一个偶整数序列和一个奇整数序列中使用这一方法就能体现出这一函数的功效。

odds = [1,3,5,7,9] evens = [2,4,6,8,10] for oddnum, evennum in zip(odds,evens):     print(oddnum)     print(evennum)

以上函数输出的结果便是:

1 2 3 4 5 6 7 8 9 10

In Range函数:编写C-Style循环

C-Style似乎看起来有点儿平凡,但它能在循环中焕发光彩。

for i in range(10):     print(i)     if i == 3:         i.update(7)

C语言爱好者可能觉得以上的代码并不是C-Style循环,但如果不想自己动手编写迭代函数,以上内容已经是最完美的形式了。

不过笔者热衷于“浪费时间”,因此决定编写一个新的迭代程序来写出尽可能完美的C-Style循环。

class forrange:      def __init__(self, startOrStop,stop=None, step=1):         if step == 0:             raise ValueError('forrangestep argument must not be zero')         if not isinstance(startOrStop,int):             raise TypeError('forrangestartOrStop argument must be an int')         if stop is not None and notisinstance(stop, int):             raise TypeError('forrangestop argument must be an int')          if stop is None:             self.start = 0             self.stop = startOrStop             self.step = step         else:             self.start = startOrStop             self.stop = stop             self.step = step      def __iter__(self):         returnself.foriterator(self.start, self.stop, self.step)      class foriterator:          def __init__(self, start, stop,step):             self.currentValue = None             self.nextValue = start             self.stop = stop             self.step = step          def __iter__(self): return self          def next(self):             if self.step > 0 andself.nextValue >= self.stop:                 raise StopIteration             if self.step < 0 andself.nextValue <= self.stop:                 raise StopIteration             self.currentValue =forrange.forvalue(self.nextValue, self)             self.nextValue += self.step             return self.currentValue      class forvalue(int):         def __new__(cls, value,iterator):             value =super(forrange.forvalue, cls).__new__(cls, value)             value.iterator = iterator             return value          def update(self, value):             if not isinstance(self, int):                 raiseTypeError('forvalue.update value must be an int')             if self ==self.iterator.currentValue:                 self.iterator.nextValue =value + self.iterator.step

Filter()函数:只对需要的数据进行循环

在处理大量的数据时,使用filter函数能够使得数据在使用时效果更佳。Filter函数正如其名,其功效是在对数据进行迭代前进行过滤。当只需要使用某一范围内的数据而且不想再添加一个条件时,filter十分实用。

people = [{"name": "John","id": 1}, {"name": "Mike", "id": 4},{"name": "Sandra", "id": 2}, {"name":"Jennifer", "id": 3}]for person in filter(lambda i:i["id"] % 2 == 0, people): ...     print(person) ... {'name': 'Mike', 'id': 4} {'name': 'Sandra', 'id': 2}

Enumerate()函数:对维度进行索引

在Python中使用枚举函数可以让Python将从数组中输出的列表索引进行编号。笔者制作了一个包含三个元素的列表对这一功能进行展示:

l = [5,10,15]

现在可以利用以下方法来访问数组索引:

l[1] 10 l[0] 5 l[2] 15

在这些列表中进行枚举时,维度的索引位置和维度会结合产生一个新的变量。请注意这一新变量的类型。

Python会自动将这些索引置入一个元组之中,这一点十分奇怪。笔者还是倾向于从只有一个元素的Python库中获得这些结果。还好,我们可以把这些枚举函数置入到一个Python库中。

data = dict(enumerate(l))

输入以上代码之后就会得出:

>>> data {0: 5, 1: 10, 2: 15}

Sorted()函数:使用数据中进行排序,而非使用前

Sort函数对于常常需要处理大量数据的人来说至关重要,它将字符串根据首字母A到B进行排列,将整数和倍数自负无穷起由小至大排列。需要注意的是,这一函数无法用于带有字符串和整数或浮点数的列表。

l = [15,6,1,8] for i in sorted(l):     print(i) 1 6 8 15

也可以将相反的参数设为False来进行逆运算。

for i in sorted(l,reverse = True):     print(i) 15 8 6 1

对于可用的最后一个参数,可以使用key函数。Key是一个应用于已知循环中的每个维度的函数。而笔者偏向于使用lambda,Lambda会创造一个匿名但仍可调用的函数。

l.sort(key=lambda s: s[::-1])

到此,关于“有哪些python中for循环更简洁的小技巧”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注亿速云网站,小编会继续努力为大家带来更多实用的文章!

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI