您好,登錄后才能下訂單哦!
本篇內容介紹了“怎么理解Python的控制結構”的有關知識,在實際案例的操作過程中,不少人都會遇到這樣的困境,接下來就讓小編帶領大家學習一下如何處理這些情況吧!希望大家仔細閱讀,能夠學有所成!
for循環是Python的一種最基本的控制結構。使用for循環的一種常見模式是使用range函數生成數值范圍,然后對其進行迭代。
res = range(3) print(list(res)) #輸出:[0, 1, 2]
for i in range(3): print(i) '''輸出: 0 1 2 '''
for循環列表
使用for循環的另一種常見模式是對列表進行迭代。
martial_arts = ["Sambo","Muay Thai","BJJ"] for martial_art in martial_arts: print(f"{ martial_art} has influenced\ modern mixed martial arts") '''輸出: Sambo has influenced modern mixed martial arts Muay Thai has influenced modern mixed martial arts BJJ has influenced modern mixed martial arts '''
while循環是一種條件有效就會重復執行的循環方式。while循環的常見用途是創建無限循環。在本示例中,while循環用于過濾函數,該函數返回兩種攻擊類型中的一種。
def attacks(): list_of_attacks = ["lower_body", "lower_body", "upper_body"] print("There are a total of {lenlist_of_attacks)}\ attacks coming!") for attack in list_of_ attacks: yield attack attack = attacks() count = 0 while next(attack) == "lower_body": count +=1 print(f"crossing legs to prevent attack #{count}") else: count += 1 print(f"This is not lower body attack, \ I will cross my arms for# count}") '''輸出: There are a total of 3 attacks coming! crossing legs to prevent attack #1 crossing legs to prevent attack #2 This is not a lower body attack, I will cross my arms for #3 '''
if/else語句是一條在判斷之間進行分支的常見語句。在本示例中,if/elif用于匹配分支。如果沒有匹配項,則執行最后一條else語句。
def recommended_attack(position): """Recommends an attack based on the position""" if position == "full_guard": print(f"Try an armbar attack") elif position == "half_guard": print(f"Try a kimura attack") elif position == "fu1l_mount": print(f"Try an arm triangle") else: print(f"You're on your own, \ there is no suggestion for an attack")
recommended_attack("full_guard")#輸出:Try an armbar attack
recommended_attack("z_guard") #輸出:You're on your own, there is no suggestion for an attack
生成器表達式建立在yield語句的概念上,它允許對序列進行惰性求值。生成器表達式的益處是,在實際求值計算前不會對任何內容進行求值或將其放入內存。這就是下面的示例可以在生成的無限隨機攻擊序列中執行的原因。
在生成器管道中,諸如 “arm_triangle”的小寫攻擊被轉換為“ARM_TRIANGLE”,接下來刪除其中的下劃線,得到“ARM TRIANGLE”。
def lazy_return_random_attacks(): """Yield attacks each time""" import random attacks = {"kimura": "upper_body", "straight_ankle_lock": "lower_body", "arm_triangle": "upper_body", "keylock": "upper_body", "knee_bar": "lower_body"} while True: random_attack random.choices(list(attacks.keys())) yield random attack #Make all attacks appear as Upper Case upper_case_attacks = \ (attack.pop().upper() for attack in \ lazy_return_random_attacks())
next(upper-case_attacks) #輸出:ARM-TRIANGLE
## Generator Pipeline: One expression chains into the next #Make all attacks appear as Upper Case upper-case_attacks =\ (attack. pop().upper() for attack in\ lazy_return_random_attacks()) #remove the underscore remove underscore =\ (attack.split("_")for attack in\ upper-case_attacks) #create a new phrase new_attack_phrase =\ (" ".join(phrase) for phrase in\ remove_underscore)
next(new_attack_phrase) #輸出:'STRAIGHT ANKLE LOCK'
for number in range(10): print(next(new_attack_phrase)) '''輸出: KIMURA KEYLOCK STRAIGHT ANKLE LOCK '''
語法上列表推導式與生成器表達式類似,然而直接對比它們,會發現列表推導式是在內存中求值。此外,列表推導式是優化的C代碼,可以認為這是對傳統for循環的重大改進。
martial_arts = ["Sambo", "Muay Thai", "BJJ"] new_phrases [f"mixed Martial Arts is influenced by \ (martial_art)" for martial_art in martial_arts]
print(new_phrases) ['Mixed Martial Arts is influenced by Sambo', \ 'Mixed Martial Arts is influenced by Muay Thai', \ 'Mixed Martial Arts is influenced by BJJ']
有了這些基礎知識后,重要的是不僅要了解如何創建代碼,還要了解如何創建可維護的代碼。創建可維護代碼的一種方法是創建一個庫,另一種方法是使用已經安裝的第三方庫編寫的代碼。其總體思想是最小化和分解復雜性。
使用Python編寫庫
使用Python編寫庫非常重要,之后將該庫導入項目無須很長時間。下面這些示例是編寫庫的基礎知識:在存儲庫中有一個名為funclib的文件夾,其中有一個_init_ .py文件。要創建庫,在該目錄中需要有一個包含函數的模塊。
首先創建一個文件。
touch funclib/funcmod.py
然后在該文件中創建一個函數。
"""This is a simple module""" def list_of_belts_in_bjj(): """Returns a list of the belts in Brazilian jiu-jitsu""" belts= ["white", "blue", "purple", "brown", "black"] return belts
import sys;sys.path.append("..") from funclib import funcmod funcmod.list_of_belts_in-bjj() #輸出:['white', 'blue', 'purple', 'brown', 'black']
導入庫
如果庫是上面的目錄,則可以用Jupyter添加sys.path.append方法來將庫導入。接下來,使用前面創建的文件夾/文件名/函數名的命名空間導入模塊。
安裝第三方庫
可使用pip install命令安裝第三方庫。請注意,conda命令(
https://conda.io/docs/user-guide/tasks/manage-pkgs.html)是pip命令的可選替代命令。如果使用conda命令,那么pip命令也會工作得很好,因為pip是virtualenv虛擬環境的替代品,但它也能直接安裝軟件包。
安裝pandas包。
pip install pandas
另外,還可使用requirements.txt文件安裝包。
> ca requirements.txt pylint pytest pytest-cov click jupyter nbval > pip install -r requirements.txt
下面是在Jupyter Notebook中使用小型庫的示例。值得指出的是,在Jupyter Notebook中創建程序代碼組成的巨型蜘蛛網很容易,而且非常簡單的解決方法就是創建一些庫,然后測試并導入這些庫。
"""This is a simple module""" import pandas as pd def list_of_belts_in_bjj(): """Returns a list of the belts in Brazilian jiu-jitsu""" belts = ["white", "blue", "purple", "brown", "black"] return belts def count_belts(): """Uses Pandas to count number of belts""" belts = list_of_belts_in_bjj() df = pd.Dataframe(belts) res = df.count() count = res.values.tolist()[0] return count
from funclib.funcmod import count_belts
print(count_belts()) #輸出:5
類
可在Jupyter Notebook中重復使用類并與類進行交互。最簡單的類類型就是一個名稱,類的定義形式如下。
class Competitor: pass
該類可實例化為多個對象。
class Competitor: pass
conor = Competitor() conor.name = "Conor McGregor" conor.age = 29 conor.weight = 155
nate = Competitor() nate.name = "Nate Diaz" nate.age = 30 nate.weight = 170
def print_competitor _age(object): """Print out age statistics about a competitor""" print(f"{object.name} is {object.age} years old")
print_competitor_age(nate) #輸出:Nate Diaz is 30 years old
print_competitor_age(conor) #輸出:Conor McGregor is 29 years old
類和函數的區別
類和函數的主要區別包括:
函數更容易解釋。
函數(典型情況下)只在函數內部具有狀態,而類在函數外部保持不變的狀態。
類能以復雜性為代價提供更高級別的抽象。
“怎么理解Python的控制結構”的內容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站,小編將為大家輸出更多高質量的實用文章!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。