每日一条Python干货:[自动化基础]:条件判断语句
条件判断
计算机之所以能做很多自动化的任务,因为它可以自己做条件判断。
比如,输入用户年龄,根据年龄打印不同的内容,在Python程序中,用if语句实现:
age = 20if age >= 18: print(“your age is”, age) print(“adult”)
根据Python的缩进规则,如果if语句判断是True,就把缩进的两行print语句执行了,否则,什么也不做。
也可以给if添加一个else语句,意思是,如果if判断是False,不要执行if的内容,去把else执行了:
age = 3if age >= 18: print(“your age is”, age) print(“adult”)else: print(“your age is”, age) print(“teenager”)
(教程领到手,学习不用愁!vx:Y20200324324 备注JS即可免费领取哦!)
注意不要少写了冒号:。
当然上面的判断是很粗略的,完全可以用elif做更细致的判断:
age = 3if age >= 18: print(“adult”)elif age >= 6: print(“teenager”)else: print(“kid”)
elif是else if的缩写,完全可以有多个elif,所以if语句的完整形式就是:
if <条件判断1>: <执行1>elif <条件判断2>: <执行2>elif <条件判断3>: <执行3>else: <执行4>
if语句执行有个特点,它是从上往下判断,如果在某个判断上是True,把该判断对应的语句执行后,就忽略掉剩下的elif和else,所以,请测试并解释为什么下面的程序打印的是teenager:
age = 20if age >= 6: print(“teenager”)elif age >= 18: print(“adult”)else: print(“kid”)
if判断条件还可以简写,比如写:
if x: print(“True”)
只要x是非零数值、非空字符串、非空list等,就判断为True,否则为False。
input
最后看一个有问题的条件判断。很多同学会用input()读取用户的输入,这样可以自己输入,程序运行得更有意思:
birth = input(“birth: “)if birth < 2000: print(“00前”)else: print(“00后”)
输入1982,结果报错:
Traceback (most recent call last): File “”, line 1, in TypeError: unorderable types: str() > int()
这是因为input()返回的数据类型是str,str不能直接和整数比较,必须先把str转换成整数。Python提供了int()函数来完成这件事情:
s = input(“birth: “)birth = int(s)if birth < 2000: print(“00前”)else: print(“00后”)
再次运行,就可以得到正确地结果。但是,如果输入abc呢?又会得到一个错误信息:
Traceback (most recent call last): File “”, line 1, in ValueError: invalid literal for int() with base 10: “abc”
原来int()函数发现一个字符串并不是合法的数字时就会报错,程序就退出了。
循环
要计算1+2+3,我们可以直接写表达式:
1 + 2 + 36
要计算1+2+3+…+10,勉强也能写出来。
但是,要计算1+2+3+…+10000,直接写表达式就不可能了。
为了让计算机能计算成千上万次的重复运算,我们就需要循环语句。
for…in循环
Python的循环有两种,一种是for…in循环,依次把list或tuple中的每个元素迭代出来,看例子:
names = [“Michael”, “Bob”, “Tracy”]for name in names: print(name)
执行这段代码,会依次打印names的每一个元素:
MichaelBobTracy
所以for x in …循环就是把每个元素代入变量x,然后每一次都执行缩进块的语句进行输出。
再比如我们想计算1-10的整数之和,可以用一个sum变量做累加:
sum = 0for x in [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]: sum = sum + xprint(sum)
如果要计算1-100的整数之和,从1写到100有点困难,
Python提供一个range()函数,可以生成一个整数序列,再通过list()函数可以转换为list。
比如range(5)生成的序列是从0开始小于5的整数:
list(range(5))[0, 1, 2, 3, 4]
range(101)就可以生成0-100的整数序列,计算如下:
第一种:
输入:
输出:
第二种:
输入:
输出:
注意缩进,会输出不一样的结果:
输入:
输出:
while循环
第二种循环是while循环,只要条件满足,就不断循环,条件不满足时退出循环,输出的是最后一个循环的结果。
比如我们要计算100以内所有奇数之和,可以用while循环实现:
sum = 0n = 99while n > 0: sum = sum + n n = n – 2print(sum)
在循环内部变量n不断自减,直到变为-1时,不再满足while条件,循环退出。
输入:
输出:
break
在循环中,break语句可以提前退出循环,程序结束,但必须配合if语句使用。例如,打印出1~10后,紧接着打印END,程序结束。
n = 1while n <= 100: if n > 10: # 当n = 11时,条件满足,执行break语句 break # break语句会结束当前循环 print(n) n = n + 1print(“END”)
continue
在循环过程中,也可以通过continue语句,跳过当前的这次循环,直接开始下一次循环,但必须配合if语句使用。
如果我们想只打印 1-10之间的奇数,可以用continue语句跳过某些循环:
n = 0while n < 10: n = n + 1 if n % 2 == 0: # 如果n是偶数,执行continue语句 continue # continue语句会直接继续下一轮循环,后续的print()语句不会执行 print(n)
执行上面的代码可以看到,打印的不再是1~10,而是1,3,5,7,9。
要特别注意:不要滥用break和continue语句。
dict,{}
Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。
举个例子,假设要根据同学的名字查找对应的成绩,如果用dict实现,只需要一个“名字”-“成绩”的对照表,直接根据名字查找成绩,无论这个表有多大,查找速度都不会变慢。用Python写一个dict如下:
d = {“Michael”: 95, “Bob”: 75, “Tracy”: 85}>>> d[“Michael”]95
这种key-value存储方式,在放进去的时候,必须根据key算出value的存放位置,这样,取的时候才能根据key直接拿到value。
把数据放入dict的方法,除了初始化时指定外,还可以通过key放入:
d[“Adam”] = 67>>> d[“Adam”]67
由于一个key只能对应一个value,所以,多次对一个key放入value,后面的值会把前面的值冲掉:
d[“Jack”] = 90>>> d[“Jack”]90>>> d[“Jack”] = 88>>> d[“Jack”]88
d
d = {“Michael”: 95, “Bob”: 75, “Tracy”: 85,”Adam”:67,”Jack”:88}
如果key不存在,dict就会报错:
d[“Thomas”]Traceback (most recent call last): File “”, line 1, in KeyError: “Thomas”
要避免key不存在的错误,有两种办法,一是通过in判断key是否存在:
“Thomas” in dFalse
二是通过dict提供的get()方法,如果key不存在,可以返回None,或者自己指定的value:
d.get(“Thomas”)>>> d.get(“Thomas”, -1)-1
注意:返回None的时候Python的交互环境不显示结果。
要删除一个key,用pop(key)方法,对应的value也会从dict中删除:
d.pop(“Bob”)75>>> d{“Michael”: 95, “Tracy”: 85}
请务必注意,dict内部存放的顺序和key放入的顺序是没有关系的。
和list比较,dict有以下几个特点:
查找和插入的速度极快,不会随着key的增加而变慢;
需要占用大量的内存,内存浪费多。
而list相反:
查找和插入的时间随着元素的增加而增加;
占用空间小,浪费内存很少。
所以,dict是用空间来换取时间的一种方法。
dict可以用在需要高速查找的很多地方,在Python代码中几乎无处不在,正确使用dict非常重要,需要牢记的第一条就是dict的key必须是不可变对象。
这是因为dict根据key来计算value的存储位置,如果每次计算相同的key得出的结果不同,那dict内部就完全混乱了。这个通过key计算位置的算法称为哈希算法(Hash)。
要保证hash的正确性,作为key的对象就不能变。
在Python中,字符串、整数等都是不可变的,因此,可以放心地作为key。而list是可变的,就不能作为key:
key = [1, 2, 3]>>> d[key] = “a list”Traceback (most recent call last): File “”, line 1, in TypeError: unhashable type: “list”
set
set和dict类似,也是一组key的集合,但不存储value。由于key不能重复,所以,在set中,没有重复的key。
要创建一个set,需要提供一个list作为输入集合:
s = set([1, 2, 3])>>> s{1, 2, 3}
注意,传入的参数[1, 2, 3]是一个list,而显示的{1, 2, 3}只是告诉你这个set内部有1,2,3这3个元素,显示的顺序也不表示set是有序的。
重复元素在set中自动被过滤:
s = set([1, 1, 2, 2, 3, 3])>>> s{1, 2, 3}
通过add(key)方法可以添加元素到set中,可以重复添加,但不会有效果:
s.add(4)>>> s{1, 2, 3, 4}>>> s.add(4)>>> s{1, 2, 3, 4}
通过remove(key)方法可以删除元素:
s.remove(4)>>> s{1, 2, 3}
set可以看成数学意义上的无序和无重复元素的集合,因此,两个set可以做数学意义上的交集、并集等操作:
s1 = set([1, 2, 3])>>> s2 = set([2, 3, 4])>>> s1 & s2{2, 3}>>> s1 | s2{1, 2, 3, 4}
set和dict的唯一区别仅在于没有存储对应的value,但是,set的原理和dict一样,所以,同样不可以放入可变对象,因为无法判断两个可变对象是否相等,也就无法保证set内部“不会有重复元素”。试试把list放入set,看看是否会报错。
再议不可变对象
上面我们讲了,str是不变对象,而list是可变对象。
对于可变对象,比如list,对list进行操作,list内部的内容是会变化的,比如:
a = [“c”, “b”, “a”]>>> a.sort()>>> a[“a”, “b”, “c”]
而对于不可变对象,比如str,对str进行操作呢:
a = “abc”>>> a.replace(“a”, “A”)”Abc”>>> a”abc”
虽然字符串有个replace()方法,也确实变出了”Abc”,但变量a最后仍是”abc”,应该怎么理解呢?
我们先把代码改成下面这样:
a = “abc”>>> b = a.replace(“a”, “A”)>>> b”Abc”>>> a”abc”
要始终牢记的是,a是变量,而”abc”才是字符串对象!有些时候,我们经常说,对象a的内容是”abc”,但其实是指,a本身是一个变量,它指向的对象的内容才是”abc”:
┌───┐ ┌───────┐│ a │─────────────────>│ “abc” │└───┘ └───────┘
当我们调用a.replace(“a”, “A”)时,实际上调用方法replace是作用在字符串对象”abc”上的,而这个方法虽然名字叫replace,但却没有改变字符串”abc”的内容。相反,replace方法创建了一个新字符串”Abc”并返回,如果我们用变量b指向该新字符串,就容易理解了,变量a仍指向原有的字符串”abc”,但变量b却指向新字符串”Abc”了:
┌───┐ ┌───────┐│ a │─────────────────>│ “abc” │└───┘ └───────┘┌───┐ ┌───────┐│ b │─────────────────>│ “Abc” │└───┘ └───────┘
所以,对于不变对象来说,调用对象自身的任意方法,也不会改变该对象自身的内容。相反,这些方法会创建新的对象并返回,这样,就保证了不可变对象本身永远是不可变的。
小结
使用key-value存储结构的dict在Python中非常有用,选择不可变对象作为key很重要,最常用的key是字符串。
tuple虽然是不变对象,但试试把(1, 2, 3)和(1, [2, 3])放入dict或set中,并解释结果。
总结
我是白白,一个喜欢学习喜欢编程的年轻人
想学习python的可以关注私信我哦~
欢迎小白、萌新、大佬加入我们
小白学习交流基地【(九七四)(七二四)(八九四)】