Python学习：条件和循环

在学习了列表、元祖、字典、集合和字符串等一系列 Python 的基本数据类型后，如何把这一个个基本的数据结构类型串接起来，就需要条件和循环了。

一、条件语句

Python 的条件语句，用法很简单。比如，想要表示 y=|x|这个函数，那么相应的代码便是：

# y = |x|
if x < 0:
    y = -x
else:
    y = x

需要注意的是，在条件语句的末尾必须加上冒号（:），这是 Python 特定的语法规范。

由于 Python 不支持 switch 语句，因此，当存在多个条件判断时，需要用 else if 来实现，这在 Python 中的表达是elif。语法如下：

if condition_1:
    statement_1
elif condition_2:
    statement_2
...
elif condition_i:
    statement_i
else:
    statement_n

整个条件语句是顺序执行的，如果遇到一个条件满足，比如 condition_i 满足时，在执行完 statement_i 后，便会退出整个 if、elif、else 条件语句，而不会继续向下执行。

不过要注意，if 语句是可以单独使用的，但 elif、else 都必须和 if 成对使用。

另外，在进行条件判断时， 不少人喜欢省略判断的条件，比如写成下面这样：

if s: # s is a string
    ...
if l: # l is a list
    ...
if i: # i is an int
    ...
... 

关于省略判断条件的常见用法：

不过，切记，在实际写代码时，除了 boolean 类型的数据，条件判断最好是显性的。比如，在判断一个整型数是否为 0 时，我们最好写出判断的条件：

if i != 0:
    ...

而不是只写出变量名：

if i:
    ...

二、循环语句

所谓循环，顾名思义，本质上就是遍历集合中的元素。和其他语言一样，Python 中的循环一般通过 for 循环和 while 循环实现。

比如，有一个列表，需要遍历列表中的所有元素并打印输出，代码如下：

l = [1, 2, 3, 4]
for item in l:
    print(item)

1
2
3
4

其实，Python 中的数据结构只要是可迭代的（iterable），比如列表、集合等等，那么都可以通过下面这种方式遍历：

for item in <iterable>:
    ...

这里需要单独强调一下字典。字典本身只有键是可迭代的，如果我们要遍历它的值或者是键值对，就需要通过其内置的函数 values() 或者 items() 实现。其中，values() 返回字典的值的集合，items() 返回键值对的集合。

d = {'name': 'jason', 'dob': '2000-01-01', 'gender': 'male'}
for k in d: # 遍历字典的键
    print(k)

name
dob
gender

for v in d.values(): # 遍历字典的值
    print(v)

jason
2000-01-01
male    

for k, v in d.items(): # 遍历字典的键值对
    print('key: {}, value: {}'.format(k, v))

key: name, value: jason
key: dob, value: 2000-01-01
key: gender, value: male 

通过集合中的索引遍历元素，通常通过 range() 这个函数，拿到索引，再去遍历访问集合中的元素。比如下面的代码，遍历一个列表中的元素，当索引小于 5 时，打印输出：

l = [1, 2, 3, 4, 5, 6, 7]
for index in range(0, len(l)):
    if index < 5:
        print(l[index])  
              
1
2
3
4
5

当我们同时需要索引和元素时，还有一种更简洁的方式，那就是通过 Python 内置的函数 enumerate()。用它来遍历集合，不仅返回每个元素，并且还返回其对应的索引，这样一来，上面的例子就可以写成:

l = [1, 2, 3, 4, 5, 6, 7]
for index, item in enumerate(l):
    if index < 5:
        print(item)  
             
1
2
3
4
5

在循环语句中，我们还常常搭配 continue 和 break 一起使用。所谓 continue，就是让程序跳过当前这层循环，继续执行下面的循环；而 break 则是指完全跳出所在的整个循环体。在循环中适当加入 continue 和 break，往往能使程序更加简洁、易读。

比如，给定两个字典，分别是产品名称到价格的映射，和产品名称到颜色列表的映射。我们要找出价格小于 1000，并且颜色不是红色的所有产品名称和颜色的组合。如果不用 continue，代码应该是下面这样的：

# name_price: 产品名称 (str) 到价格 (int) 的映射字典
# name_color: 产品名字 (str) 到颜色 (list of str) 的映射字典
for name, price in name_price.items():
    if price < 1000:
        if name in name_color:
            for color in name_color[name]:
                if color != 'red':
                    print('name: {}, color: {}'.format(name, color))
        else:
            print('name: {}, color: {}'.format(name, 'None'))

而加入 continue 后，代码显然清晰了很多：

# name_price: 产品名称 (str) 到价格 (int) 的映射字典
# name_color: 产品名字 (str) 到颜色 (list of str) 的映射字典
for name, price in name_price.items():
    if price >= 1000:
        continue
    if name not in name_color:
        print('name: {}, color: {}'.format(name, 'None'))
        continue
    for color in name_color[name]:
        if color == 'red':
            continue
        print('name: {}, color: {}'.format(name, color))

我们可以看到，按照第一个版本的写法，从开始一直到打印输出符合条件的产品名称和颜色，共有 5 层 for 或者 if 的嵌套；但第二个版本加入了 continue 后，只有 3 层嵌套。

对于 while 循环，原理也是一样的。它表示当 condition 满足时，一直重复循环内部的操作，直到 condition 不再满足，就跳出循环体。

while condition:
    ....

很多时候，for 循环和 while 循环可以互相转换，比如要遍历一个列表，我们用 while 循环同样可以完成：

l = [1, 2, 3, 4]
index = 0
while index < len(l):
    print(l[index])
    index += 1

通常来说，如果你只是遍历一个已知的集合，找出满足条件的元素，并进行相应的操作，那么使用 for 循环更加简洁。但如果你需要在满足某个条件前，不停地重复某些操作，并且没有特定的集合需要去遍历，那么一般则会使用 while 循环。

同时需要注意的是，for 循环和 while 循环的效率问题。比如下面的 while 循环：

   i = 0
while i < 1000000:
    i += 1

和等价的 for 循环：

for i in range(0, 1000000):
    pass

要知道，**range() 函数是直接由 C 语言写的，调用它速度非常快。**而 while 循环中的“i += 1”这个操作，得通过 Python 的解释器间接调用底层的 C 语言；并且这个简单的操作，又涉及到了对象的创建和删除（因为 i 是整型，是 immutable，i += 1 相当于 i = new int(i + 1)）。所以，显然，for 循环的效率更胜一筹。

注意：如果想在for循环中从一个小数到另一个小数，可用np.arange()
可参考https://blog.csdn.net/weixin_44052055/article/details/108358654

三、条件与循环的复用

在阅读代码的时候，你应该常常会发现，有很多将条件与循环并做一行的操作，例如

expression1 if condition else expression2 for item in iterable

将这个表达式分解开来，其实就等同于下面这样的嵌套结构：

for item in iterable:
    if condition:
        expression1
    else:
        expression2

而如果没有 else 语句，则需要写成：

expression for item in iterable if condition

举个例子，比如我们要绘制 y = 2*|x| + 5 的函数图像，给定集合 x 的数据点，需要计算出 y 的数据集合：

y = [value * 2 + 5 if value > 0 else -value * 2 + 5 for value in x]

再比如我们在处理文件中的字符串时，常常遇到的一个场景：将文件中逐行读取的一个完整语句，按逗号分割单词，去掉首位的空字符，并过滤掉长度小于等于 3 的单词，最后返回由单词组成的列表。这同样可以简洁地表达成一行：

text = ' Today,  is, Sunday'
text_list = [s.strip() for s in text.split(',') if len(s.strip()) > 3]
print(text_list)

['Today', 'Sunday']

当然，这样的复用并不仅仅局限于一个循环。比如，给定两个列表 x、y，要求返回 x、y 中所有元素对组成的元祖，相等情况除外。

[(xx, yy) for xx in x for yy in y if xx != yy]

这样的写法就等价于：

l = []
for xx in x:
    for yy in y:
        if xx != yy:
            l.append((xx, yy))

由两个列表attributes和values，然后针对values中每一组子列表value，输入器和attributes中的键对应后的字典，最后返回字典组成的列表。

attributes = ['name', 'dob', 'gender']
values = [['jason', '2000-01-01', 'male'], 
['mike', '1999-01-01', 'male'],
['nancy', '2001-02-01', 'female']
]

# expected outout:
[{'name': 'jason', 'dob': '2000-01-01', 'gender': 'male'}, 
{'name': 'mike', 'dob': '1999-01-01', 'gender': 'male'}, 
{'name': 'nancy', 'dob': '2001-02-01', 'gender': 'female'}]

分行的：

out = []
for value in values:
    result = {}
    for index in range(len(value)):
        result[attributes[index]] = value[index]
    out.append(result)
print(out)

一行的：

out = [{attributes[i]: value[i] for i in range(len(attributes))} for value in values ]
print(out)

使用zip函数的一行的：

[dict(zip(attributes, value)) for value in values]

[{'name': 'jason', 'dob': '2000-01-01', 'gender': 'male'}, {'name': 'mike', 'dob': '1999-01-01', 'gender': 'male'}, {'name': 'nancy', 'dob': '2001-02-01', 'gender': 'female'}]

zip函数：接受任意多个（包括0个和1个）序列作为参数，返回一个tuple列表。

使用zip创建字典：

key = 'abcde'

value = range(1, 6)

d = dict(zip(key, value))

遍历字典： keys() 、values() 、items()：

for key,value in d.items():
    print(key, value)

a 1
b 2
c 3
d 4
e 5

d.items()

dict_items([('a', 1), ('b', 2), ('c', 3), ('d', 4), ('e', 5)])

参考:《Python核心技术与实战》