ループは、いくつかのプログラムブロックを繰り返し実行するために使用されます。前回の講義の選択構造から、プログラム ブロックの所属を示すためにインデントを使用する方法を見てきました。同様の記述方法がループにも使用されます。
forループ
forループはループ回数(n)をあらかじめ設定し、forに属する文をn回実行する必要があります。
基本的な構造は
for 要素を順番に並べたものです:
ステートメント
たとえば、forDemo.py というファイルを編集します
for a in [3,4.4,'life']: print a
このループはテーブル [3,4.4,' life' からのものです。 ] (テーブルはシーケンスであることを思い出してください)、この要素を a に割り当て、for に属する操作 (print) を実行します。
テーブルの作成に役立つ新しい Python 関数 range() を紹介します。
idx = range(5) print idx
idx が [0,1,2,3,4] であることがわかります
この関数の機能は、新しいテーブルを作成することです。このテーブルの要素はすべて0から始まる整数で、関数に書かれた上限まで(上限自体は除く)、次の要素は前の要素より1大きくなります
(range()については、興味があれば、Python 3 で range() の使用法が変更されていることを確認できます。コメント領域を参照してください)
例
for a in range(10): print a**2
while ループ
while 使用法は
while 条件:
ステートメント
while はループを繰り返し、条件が False になるまでそれに属するステートメントを実行します
例
while i < 10: print i i = i + 1
ループを中断します
continue # ループの特定の実行で、 continue が( print は実行されません)、次の実行に進みます (i = 3)。
for i in range(10): if i == 2: continue print i
i = 2 までループが実行されると、if 条件が成立し、break がトリガーされ、ループ全体が停止します。
概要
range()
シーケンス内の要素:
while条件:
継続
中断

PythonArraysSupportVariousoperations:1)SlicingExtractsSubsets、2)Appending/ExtendingAdddesements、3)inSertingSelementSatspecificpositions、4)remvingingDeletesements、5)sorting/verversingsorder、and6)listenionsionsionsionsionscreatenewlistsebasedexistin

numpyarraysAressertialentionsionceivationsefirication-efficientnumericalcomputations andDatamanipulation.theyarecrucialindatascience、mashineelearning、物理学、エンジニアリング、および促進可能性への適用性、scaledatiencyを効率的に、forexample、infinancialanalyyy

UseanArray.ArrayOverAlistinPythonは、Performance-criticalCode.1)homogeneousdata:araysavememorywithpedelements.2)Performance-criticalcode:Araysofterbetterbetterfornumerumerumericaleperations.3)interf

いいえ、notallistoperationSaresuptedbyarrays、andviceversa.1)arraysdonotsupportdynamicoperationslikeappendorintorintorinsertizizing、whosimpactsporformance.2)リスト

toaccesselementsinapythonlist、useindexing、negativeindexing、slicing、oriteration.1)indexingstartsat0.2)negativeindexingAcsesess.3)slicingextractStions.4)reterationSuseSuseSuseSuseSeSeS forLoopseCheckLentlentlentlentlentlentlenttodExeror。

Arraysinpython、特にvianumpy、arecrucialinscientificComputing fortheirefficienty andversitility.1)彼らは、fornumericaloperations、data analysis、andmachinelearning.2)numpy'simplementation incensuresfasteroperationsthanpasteroperations.3)arayableminablecickick

Pyenv、Venv、およびAnacondaを使用して、さまざまなPythonバージョンを管理できます。 1)Pyenvを使用して、複数のPythonバージョンを管理します。Pyenvをインストールし、グローバルバージョンとローカルバージョンを設定します。 2)VENVを使用して仮想環境を作成して、プロジェクトの依存関係を分離します。 3)Anacondaを使用して、データサイエンスプロジェクトでPythonバージョンを管理します。 4)システムレベルのタスク用にシステムPythonを保持します。これらのツールと戦略を通じて、Pythonのさまざまなバージョンを効果的に管理して、プロジェクトのスムーズな実行を確保できます。

numpyarrayshaveveraladvantages-averstandardpythonarrays:1)thealmuchfasterduetocベースのインプレンテーション、2)アレモレメモリ効率、特にlargedatasets、および3)それらは、拡散化された、構造化された形成術科療法、


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

PhpStorm Mac バージョン
最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

SAP NetWeaver Server Adapter for Eclipse
Eclipse を SAP NetWeaver アプリケーション サーバーと統合します。

MinGW - Minimalist GNU for Windows
このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。

VSCode Windows 64 ビットのダウンロード
Microsoft によって発売された無料で強力な IDE エディター

ホットトピック









