#关于循环的小伎俩 不管是while还是for，所发起的循环，在python编程中是经常被用到的。特别是for，一般认为，它要比while快，而且也容易写（是否容易，可能因人而异，但是，执行时间快，是的确的），因此在实践中，for用的比较多点，不是说while就不用，比如前面所列举而得那个猜数字游戏，在业务逻辑上，用while就更容易理解（当然是限于那个游戏的业务需要而言）。另外，在某些情况下，for也不是简单地把对象中的元素遍历一遍，比如有有隔一个取一个的要求，等等。 在编写代码的实践中，为了对付循环中的某些要求，需要用一些其它的函数，比如前面已经介绍过的range就是一个被看做循环中的计数器的好东西。 ##range 在[《有容乃大的list(4)》](./116.md)中，专门对range()这个内置函数做了详细介绍，看官可以回到那节教程复习一番。这里重点是复习并展示一下它的for循环中，做为计数器的使用。 还记得曾经在教程中有一个问题：[列出100以内被3整除的数](./118.md)。下面引用那个问题的代码和运行结果。 #! /usr/bin/env python #coding:utf-8 aliquot = [] for n in range(1,100): if n%3 == 0: aliquot.append(n) print aliquot 代码运行结果： [3, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48, 51, 54, 57, 60, 63, 66, 69, 72, 75, 78, 81, 84, 87, 90, 93, 96, 99] 这个问题，如果改写一下（也有网友在博客中提出了改写方法） >>> aliquot = [ x for x in range(1,100) if x%3==0 ] #用list解析，本质上跟上面无太大差异 >>> aliquot [3, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48, 51, 54, 57, 60, 63, 66, 69, 72, 75, 78, 81, 84, 87, 90, 93, 96, 99] >>> aliquot = range(3,100,3) #这种方法更简单。这是博客中一网友提供。 >>> aliquot [3, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48, 51, 54, 57, 60, 63, 66, 69, 72, 75, 78, 81, 84, 87, 90, 93, 96, 99] 如果有一个由字母组成的字符串，只想隔一个从字符串中取一个字母。可以这样来实现，这是range()的一个重要用途。 >>> one = "Ilikepython" >>> new_list = [ one[i] for i in range(0,len(one),2) ] >>> new_list ['I', 'i', 'e', 'y', 'h', 'n'] 当然，间隔的举例，是可以任意指定的。还是前面那个问题，还可以通过下面的方式，选出所有能够被3整除的数。 >>> all_int = range(1,100) >>> all_int [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99] >>> aliquot = [ all_int[i] for i in range(len(all_int)) if all_int[i]%3==0 ] >>> aliquot [3, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48, 51, 54, 57, 60, 63, 66, 69, 72, 75, 78, 81, 84, 87, 90, 93, 96, 99] 通过上述实例，主要是让看官理解range()在for循环中计数器的作用。 ##zip 在[《难以想象的for》](./206.md)中，已经对zip进行了介绍，此处还要提到这个函数，不仅仅是复习，还能深入一下，更主要是它也会常常被用到循环之中。 zip是用于并行遍历的函数。 比如有两个list，元素是由整数组成，如果计算对应位置元素的和。一种方法是通过循环，分别从两个list中取出元素，然后求和。 >>> list1 = range(2,10,2) >>> list1 [2, 4, 6, 8] >>> list2 = range(11,20,2) >>> list2 [11, 13, 15, 17, 19] >>> result = [ list1[i]+list2[i] for i in range(len(list1)) ] >>> result [13, 17, 21, 25] 正如在[《难以想象的for》](./206.md)中讲述的那样，上面的方法不是很完美，在上一讲中有比较完美一点的代码，请看官欣赏。 zip完成上面的任务，是这么做的： >>> list1 [2, 4, 6, 8] >>> list2 [11, 13, 15, 17, 19] >>> for a,b in zip(list1,list2): ... print a+b, ... 13 17 21 25 zip()的作用就是把list1和list2两个对象中的对应元素放到一个元组(a,b)中，然后对这两个元素进行操作。 >>> list1 [2, 4, 6, 8] >>> list2 [11, 13, 15, 17, 19] >>> zip(list1,list2) [(2, 11), (4, 13), (6, 15), (8, 17)] 对这个功能，看官可以理解为，将两个list压缩成为(zip)一个list，只不过找不到配对的就丢掉了。 能够压缩，也能够解压缩，用下面的方式就是反过来了。 >>> result = zip(list1,list2) >>> result [(2, 11), (4, 13), (6, 15), (8, 17)] >>> zip(*result) [(2, 4, 6, 8), (11, 13, 15, 17)] 列位注意观察，解压缩得到的结果，跟前面压缩前的结果相比，第二项就少了一个元素19，因为在压缩的时候就丢掉了。 这似乎跟for没有什么关系呀。别着急，思考一个问题，看看如何求解： **问题描述**：有一个dictionary，myinfor = {"name":"qiwsir","site":"qiwsir.github.io","lang":"python"},将这个字典变换成：infor = {"qiwsir":"name","qiwsir.github.io":"site","python":"lang"} 解法有几个，如果用for循环，可以这样做（当然，看官如果有方法，欢迎贴出来）。 >>> infor = {} >>> for k,v in myinfor.items(): ... infor[v]=k ... >>> infor {'python': 'lang', 'qiwsir.github.io': 'site', 'qiwsir': 'name'} 下面用zip()来试试： >>> dict(zip(myinfor.values(),myinfor.keys())) {'python': 'lang', 'qiwsir.github.io': 'site', 'qiwsir': 'name'} 呜呼，这是什么情况？原来这个zip()还能这样用。是的，本质上是这么回事情。如果将上面这一行分解开来，看官就明白其中的奥妙了。 >>> myinfor.values() #得到两个list ['python', 'qiwsir', 'qiwsir.github.io'] >>> myinfor.keys() ['lang', 'name', 'site'] >>> temp = zip(myinfor.values(),myinfor.keys()) #压缩成一个list，每个元素是一个tuple >>> temp [('python', 'lang'), ('qiwsir', 'name'), ('qiwsir.github.io', 'site')] >>> dict(temp) #这是函数dict()的功能，将上述列表转化为dictionary {'python': 'lang', 'qiwsir.github.io': 'site', 'qiwsir': 'name'} 至此，是不是明白zip()和循环的关系了呢？有了它可以让某些循环简化。特别是在用python读取数据库的时候（比如mysql），zip()的作用更会显现。 ##enumerate enumerate的详细解释，在[《再深点，更懂list》](./119.md)中已经有解释，这里姑且复习。 如果要对一个列表，想得到其中每个元素的偏移量（就是那个脚标）和对应的元素，怎么办呢？可以这样： >>> mylist = ["qiwsir",703,"python"] >>> new_list = [] >>> for i in range(len(mylist)): ... new_list.append((i,mylist[i])) ... >>> new_list [(0, 'qiwsir'), (1, 703), (2, 'python')] enumerate的作用就是简化上述操作： >>> enumerate(mylist) #出现这个结果，用list就能显示内容.类似的会在后面课程出现，意味着可迭代。 >>> list(enumerate(mylist)) [(0, 'qiwsir'), (1, 703), (2, 'python')] 对enumerate()的深刻阐述，还得看这个官方文档： >class enumerate(object) >| enumerate(iterable[, start]) -> iterator for index, value of iterable >| >| Return an enumerate object. iterable must be another object that supports >| iteration. The enumerate object yields pairs containing a count (from >| start, which defaults to zero) and a value yielded by the iterable argument. >| enumerate is useful for obtaining an indexed list: >| (0, seq[0]), (1, seq[1]), (2, seq[2]), ... >| >| Methods defined here: >| >| __getattribute__(...) >| x.__getattribute__('name') <==> x.name >| >| __iter__(...) >| x.__iter__() <==> iter(x) >| >| next(...) >| x.next() -> the next value, or raise StopIteration >| >| ---------------------------------------------------------------------- >| Data and other attributes defined here: >| >| __new__ = >| T.__new__(S, ...) -> a new object with type S, a subtype of T 对官方文档，有的朋友可能看起来有点迷糊，不要紧，至少浏览一下，看个大概。因为随着个人实践的越来越多，对文档的含义理解会越来越深刻。这就好比令狐冲，刚刚学习了独孤九剑的口诀和招式后，理解不是很深刻，只有在不断的打打杀杀实践中，特别跟东方不败等高手过招之后，才能越来越体会到独孤九剑中的奥妙。