In diesem Artikel wird erläutert, wie Sie mit den Anweisungen „for“ und „while“ Schleifen in Python erstellen, die jeweils unterschiedliche Zwecke für sich wiederholende Aufgaben erfüllen. Der Artikel untersucht auch zusätzliche Steueranweisungen wie „break“, „continue“, „pass“ und „else“. Schleifenausführung verwalten.
In Python sind die wichtigsten Anweisungen, die zum Erstellen von Schleifen erforderlich sind, „for“ und „while“. Die for-Anweisung wird hauptsächlich zum Durchlaufen iterierbarer Objekte (z. B. einer Zeichenfolge) verwendet , Tupel oder Liste). Darüber hinaus wie andere Programmiersprachen (Python Software Foundation (a), n.d.). Die „while“-Schleife hingegen wird für die wiederholte Ausführung verwendet, solange ein Ausdruck wahr ist. (Python Software Foundation (b), n.d.).
Mit anderen Worten, sowohl die „for“- als auch die „while“-Schleifen sind algorithmisch, das heißt, sie führen sich wiederholende Aufgaben aus, bis eine Bedingung erfüllt ist oder eine Bedingung wahr bleibt. Genauer gesagt iteriert „for“ über Sequenzen und führt eine Reihe von Anweisungen aus, bis eine Bedingung erfüllt ist, beispielsweise bis das Ende der Sequenz erreicht ist. Im Vergleich dazu führt „while“ eine Reihe von Anweisungen aus, solange eine Bedingung wahr ist. Die Schleifen ergänzen einander und können, wenn sie ineinander verschachtelt sind, ein leistungsstarkes Werkzeug zur Lösung komplexer Probleme sein. Dies ist der Hauptgrund dafür, dass Python mehr als eine Schleifenanweisung hat.
Die „for“-AnweisungDie „for“-Anweisung geht jedes Element in der Sequenz oder Iterable nacheinander durch und führt den Codeblock für jedes Element aus. Das folgende Flussdiagramm zeigt die algorithmische Natur der „for“-Schleife.
Abbildung 1
Die „for“-Schleife
Hinweis: 4.3 For-Schleifen in Python, von Colorado State University Global (2024a)
Ein Szenario zum Durchlaufen einer Sequenz mithilfe einer „for“-Schleife könnte wie folgt aussehen:
user_ids = [101, 102, 103, 104] for user_id in user_ids: print (user_id)
Die „while“-Anweisung Die „while“-Anweisung wertet vor jeder Iteration die Bedingung aus; Wenn die Bedingung wahr ist, wird der Schleifenkörper ausgeführt. Wenn die Bedingung falsch wird, stoppt die Schleife. Das folgende Flussdiagramm zeigt die algorithmische Natur der „while“-Schleife.
Abbildung 2
Die „while“-Schleife
_
Hinweis: aus 4.2 While Loops in Python, von Colorado State University Global (2024b)
Ein Szenario der Iteration mit einer „while“-Schleife, solange eine Bedingung wahr ist, könnte wie folgt aussehen:
user_ids = [101, 102, 103, 104] for user_id in user_ids: print (user_id)
Die „Pause“ beendet die Schleife. Die Anweisungen „break“, „continue“, „pass“ und „else“ können in Verbindung mit Schleifen verwendet werden kontrollieren Sie ihre Ausführung.
- Die Anweisung „break“ wird innerhalb von Schleifen verwendet, um die Schleife zu verlassen.
- Die Anweisung „continue“ ermöglicht es der Schleife, den Rest ihres Codeblocks zu überspringen und direkt mit der nächsten Iteration fortzufahren.
- Die Anweisung „pass“ fungiert als Platzhalter und bewirkt eigentlich nichts. Es wird von Programmierern oft als Platzhalter verwendet, um Codeblöcke zu umgehen, die sich im Aufbau befinden oder noch nicht implementiert sind.
- Die Anweisung „else“ führt einen Codeblock aus, nachdem die Schleife normal abgeschlossen wurde. Mit anderen Worten: Der Code im Block „else“ wird nur ausgeführt, wenn die Schleife nicht durch eine „break“-Anweisung beendet wird.
Zum Beispiel könnte das Schleifenbeispiel „while“ wie folgt umgeschrieben werden:
coffee = 0 homework_num = 100 while coffee <p>Hier ist die '<em>else</em>'-Anweisung Teil der '<em>while</em>'-Schleife, der Code innerhalb der '<em>else</em>' würde ausgeführt werden, wenn die Schleife vorhanden wäre nicht durch die '<em>break</em>'-Anweisung beendet. In diesem Fall wird der Code in der „<em>else</em>“-Anweisung ausgeführt.</p> <p>Abschließend: Pythons Schleifen „<em>for</em>“ und „<em>while</em>“ sowie Steueranweisungen wie „<em>break</em>“, „<em>continue,' '</em>bestanden<em>,' und „</em>else<em>“ ermöglichen Kontrolle und Flexibilität bei der Verwaltung sich wiederholender Aufgaben beim Programmieren und beim Erstellen effektiven Codes.</em> </p> <hr><p>Referenzen:<strong></strong> </p>Colorado State University Global (2024a) 4.3 For-Schleifen in Python. <p>Modul 4: Python<em>. Wiederholung. In ITS320: Grundlegende Programmierung.</em> </p>Colorado State University Global (2024b) 4.2 While-Schleifen in Python. <p>Modul 4: Python<em>. Wiederholung. In ITS320: Grundlegende Programmierung.</em> </p>Python Software Foundation (a). (o.J.). 4. Weitere Kontrollfluss-Tools. <p>Das Python-Tutorial<em>. python.org. https://docs.python.org/3/tutorial/controlflow.html#index-0Links zu einer externen Website.</em> </p>Python Software Foundation (b). (o.J.). 8. Zusammengesetzte Aussagen. Die_Python-Sprachreferenz_. python.org. https://docs.python.org/3/tutorial/controlflow.html#index-0<p> </p> <hr>Ursprünglich veröffentlicht bei Basic Loops in Python – Medium am 19. August 2024.<p> </p>
Das obige ist der detaillierte Inhalt vonGrundlegende Schleifen in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

ForHandlinglargedatasetsinpython, Usenumpyarraysforbetterperformance.1) Numpyarraysarememory-Effiction und FasterFornumericaloperations.2) meidenunnötiger Anbieter.3) HebelVectorisationFecedTimeComplexity.4) ManagemememoryusageSageWithEffizienceDeffictureWitheseffizienz

Inpython, listEUSUutsynamicMemoryAllocationWithover-Accocation, whilenumpyarraysalcodeFixedMemory.1) ListSallocatemoremoryThanneded intellig, vereitelte, dass die sterbliche Größe von Zeitpunkte, OfferingPredictableSageStoageStloseflexeflexibilität.

Inpython, youcansspecthedatatypeyFelemeremodelerernspant.1) Usenpynernrump.1) Usenpynerp.dloatp.Ploatm64, Formor -Präzise -Preciscontrolatatypen.

NumpyisessentialfornumericalComputingInpythonduetoitsSpeed, GedächtnisEffizienz und kompetentiertemaMatematical-Funktionen.1) ITSFACTBECAUSPERFORMATIONSOPERATIONS.2) NumpyarraysSaremoremory-Effecthonpythonlists.3) iTofferSAgyarraysAremoremory-Effizieren

ContInuuousMemoryAllocationScrucialforAraysBecauseAltoLowsFofficy und Fastelement Access.1) iTenablesconstantTimeAccess, O (1), Duetodirectaddresscalculation.2) itimProvesefficienceByallowing -MultipleTeLementFetchesperCacheline.3) Es wird gestellt

SlicingPapythonListisDoneUsingthesyntaxlist [Start: Stop: Stufe] .here'Showitworks: 1) StartIndexoFtheFirstelementtoinclude.2) stopiStheIndexoFtheFirstelementtoexclude.3) StepisTheincrementBetweenelesfulFulForForforexcractioningPorporionsporporionsPorporionsporporesporsporsporsporsporsporsporsporsporionsporsPorsPorsPorsPorsporsporsporsporsporsporsAntionsporsporesporesporesporsPorsPorsporsPorsPorsporsporspors,

Numpyallowsforvariousoperationssonarrays: 1) BasicarithmeticliKeaddition, Subtraktion, Multiplikation und Division; 2) AdvancedoperationssuchasmatrixMultiplication;

Arraysinpython, insbesondere ThroughNumpyandpandas, areessentialfordataanalyse, öfterspeedandeffizienz.1) numpyarraysenableAnalysHandlingoflargedatasets und CompompexoperationslikemovingAverages.2) Pandasextendsnumpy'ScapaBilitiesWithDaTataforsForstruc


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Dreamweaver Mac
Visuelle Webentwicklungstools

MinGW – Minimalistisches GNU für Windows
Dieses Projekt wird derzeit auf osdn.net/projects/mingw migriert. Sie können uns dort weiterhin folgen. MinGW: Eine native Windows-Portierung der GNU Compiler Collection (GCC), frei verteilbare Importbibliotheken und Header-Dateien zum Erstellen nativer Windows-Anwendungen, einschließlich Erweiterungen der MSVC-Laufzeit zur Unterstützung der C99-Funktionalität. Die gesamte MinGW-Software kann auf 64-Bit-Windows-Plattformen ausgeführt werden.

PHPStorm Mac-Version
Das neueste (2018.2.1) professionelle, integrierte PHP-Entwicklungstool

SublimeText3 Englische Version
Empfohlen: Win-Version, unterstützt Code-Eingabeaufforderungen!

SAP NetWeaver Server-Adapter für Eclipse
Integrieren Sie Eclipse mit dem SAP NetWeaver-Anwendungsserver.
