You are here:  Home » Python » 更多控制流语句及工具(4)python入门教程(原版)

除了while刚刚介绍的语句之外,Python还知道其他语言中常见的控制流语句,并且有一些曲折。

 

4.1。if陈述

也许最着名的陈述类型是if陈述。例如:

>>>
>>> x = int(input("Please enter an integer: "))
Please enter an integer: 42
>>> if x < 0:
...     x = 0
...     print('Negative changed to zero')
... elif x == 0:
...     print('Zero')
... elif x == 1:
...     print('Single')
... else:
...     print('More')
...
More

 

可以有零个或多个elif零件,else零件是可选的。关键字’ elif‘是’else if’的缩写,有助于避免过度缩进。一 if… … elif… … elif… …序列的替代switch或 case其它语言中的语句。

 

4.2。for陈述

forPython中的语句与您在C或Pascal中使用的语句略有不同。而不是总是迭代数字的算术级数(如在Pascal中),或者让用户能够定义迭代步骤和停止条件(作为C),Python的for语句迭代任何序列的项目(列表或string),按照它们出现在序列中的顺序。例如(没有双关语):

>>>
>>> # Measure some strings:
... words = ['cat', 'window', 'defenestrate']
>>> for w in words:
...     print(w, len(w))
...
cat 3
window 6
defenestrate 12

 

如果您需要修改在循环内迭代的序列(例如复制所选项目),建议您先复制一份。迭代序列不会隐式地复制。切片表示法使这特别方便:

>>>
>>> for w in words[:]:  # Loop over a slice copy of the entire list.
...     if len(w) > 6:
...         words.insert(0, w)
...
>>> words
['defenestrate', 'cat', 'window', 'defenestrate']

 

使用,该示例将尝试创建无限列表,一遍又一遍地插入。for w in words:defenestrate

 

4.3。该range()功能

如果你需要迭代一系列数字,内置函数 range()就派上用场了。它生成算术进度:

>>>
>>> for i in range(5):
...     print(i)
...
0
1
2
3
4

 

给定的终点永远不是生成序列的一部分; range(10)生成10个值,长度为10的序列的项目的合法索引。可以让范围从另一个数字开始,或指定不同的增量(甚至是负数;有时这称为“步骤”):

range(5, 10) 
5, 6, 7, 8, 9 
range(0, 10, 3) 
0, 3, 6, 9 
range(-10, -100, -30) 
-10, -40, -70

 

要遍历序列的索引,您可以组合range()并 len()如下:

>>>
>>> a = ['Mary', 'had', 'a', 'little', 'lamb']
>>> for i in range(len(a)):
...     print(i, a[i])
...
0 Mary
1 had
2 a
3 little
4 lamb

 

但是,在大多数此类情况下,使用该enumerate() 函数很方便,请参阅循环技术

如果你只打印一个范围,会发生一件奇怪的事:

>>>
>>> print(range(10))
range(0, 10)

 

在许多方面,返回的对象range()表现得好像它是一个列表,但事实上并非如此。它是一个对象,当您迭代它时返回所需序列的连续项,但它并不真正使列表,从而节省空间。

我们说这样的对象是可迭代的,也就是说,适合作为函数和构造的目标,这些函数和构造期望在供应耗尽之前它们可以从中获得连续的项目。我们已经看到该for语句是一个迭代器。功能list() 是另一个; 它从迭代创建列表:

>>>
>>> list(range(5))
[0, 1, 2, 3, 4]

 

稍后我们将看到更多返回iterables的函数,并将iterables作为参数。

 

4.4。breakcontinue语句以及else循环条款

break与C语句一样,该语句突破了最内层的封闭 forwhile循环。

循环语句可能有一个else子句; 当循环通过列表耗尽(with for)或条件变为false(with while)时终止,但是当循环被break语句终止时不执行它。这通过以下循环来举例说明,该循环搜索素数:

>>>
>>> for n in range(2, 10):
...     for x in range(2, n):
...         if n % x == 0:
...             print(n, 'equals', x, '*', n//x)
...             break
...     else:
...         # loop fell through without finding a factor
...         print(n, 'is a prime number')
...
2 is a prime number
3 is a prime number
4 equals 2 * 2
5 is a prime number
6 equals 2 * 3
7 is a prime number
8 equals 2 * 4
9 equals 3 * 3

 

(是的,这是正确的代码,仔细一看:该else条款属于for循环,不是if。陈述)

当循环使用,该else条款有更多的共同点与 else一个条款try声明比它认为的 if语句:一个try语句的else时候也不例外条款发生运行和循环的else条款时没有运行break 发生。有关try语句和异常的更多信息,请参阅 处理异常

continue声明也是从C借用的,继续循环的下一次迭代:

>>>
>>> for num in range(2, 10):
...     if num % 2 == 0:
...         print("Found an even number", num)
...         continue
...     print("Found a number", num)
Found an even number 2
Found a number 3
Found an even number 4
Found a number 5
Found an even number 6
Found a number 7
Found an even number 8
Found a number 9

 

 

4.5。pass陈述

pass语句什么也不做。当语法需要语句但程序不需要操作时,可以使用它。例如:

>>>
>>> while True:
...     pass  # Busy-wait for keyboard interrupt (Ctrl+C)
...
这通常用于创建最小类:
>>>
>>> class MyEmptyClass:
...     pass
...

 

pass当您处理新代码时,可以使用另一个地方作为函数或条件体的占位符,允许您在更抽象的层次上继续思考。将pass被自动忽略:

>>>
>>> def initlog(*args):
...     pass   # Remember to implement this!
...

 

 

4.6。定义函数

我们可以创建一个将Fibonacci系列写入任意边界的函数:

>>>
>>> def fib(n):    # write Fibonacci series up to n
...     """Print a Fibonacci series up to n."""
...     a, b = 0, 1
...     while a < n:
...         print(a, end=' ')
...         a, b = b, a+b
...     print()
...
>>> # Now call the function we just defined:
... fib(2000)
0 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597

 

该关键字def引入了一个函数定义。它必须后跟函数名称和带括号的形式参数列表。构成函数体的语句从下一行开始,并且必须缩进。

函数体的第一个语句可以选择是字符串文字; 此字符串文字是函数的文档字符串或docstring。(有关文档字符串的更多信息,请参阅文档字符串部分。)有些工具使用文档字符串自动生成在线或印刷文档,或让用户以交互方式浏览代码; 在您编写的代码中包含docstrings是一种很好的做法,因此要养成习惯。

函数的执行引入了用于函数局部变量的新符号表。更确切地说,函数中的所有变量赋值都将值存储在本地符号表中; 而变量引用首先在本地符号表中查找,然后在封闭函数的本地符号表中查找,然后在全局符号表中查找,最后在内置名称表中查找。因此,全局变量不能直接在函数内赋值(除非在global语句中命名),尽管可以引用它们。

调用函数调用的实际参数(参数)在被调用函数的本地符号表中引入; 因此,使用call by value传递参数(其中始终是对象引用,而不是对象的值)。[1]当函数调用另一个函数时,将为该调用创建一个新的本地符号表。

函数定义在当前符号表中引入函数名称。函数名称的值具有解释器将其识别为用户定义函数的类型。可以将此值分配给另一个名称,该名称也可以用作函数。这是一般的重命名机制:

>>>
>>> fib
<function fib at 10042ed0>
>>> f = fib
>>> f(100)
0 1 1 2 3 5 8 13 21 34 55 89

 

来自其他语言,您可能会反对这fib不是一个函数而是一个过程,因为它不返回值。实际上,即使是没有return语句的函数也会 返回一个值,尽管它是一个相当无聊的值。调用此值None(它是内置名称)。None如果它是唯一写入的值,则解释器通常会禁止写入该值。如果你真的想使用它,你可以看到它print()

>>>
>>> fib(0)
>>> print(fib(0))
None

 

编写一个函数可以很简单地返回Fibonacci系列的数字列表,而不是打印它:

>>>
>>> def fib2(n):  # return Fibonacci series up to n
...     """Return a list containing the Fibonacci series up to n."""
...     result = []
...     a, b = 0, 1
...     while a < n:
...         result.append(a)    # see below
...         a, b = b, a+b
...     return result
...
>>> f100 = fib2(100)    # call it
>>> f100                # write the result
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]

 

像往常一样,这个例子演示了一些新的Python特性:

  • return语句返回一个函数的值。 return没有表达式参数返回None。掉落函数的末尾也会返回None
  • 该语句result.append(a)调用list对象 的方法result。方法是“属于”对象并被命名的函数 obj.methodname,其中obj是某个对象(可以是表达式),并且methodname是由对象的类型定义的方法的名称。不同类型定义不同的方法。不同类型的方法可以具有相同的名称而不会引起歧义。(可以使用定义自己的对象类型和方法,请参阅append()示例中显示的方法是为列表对象定义的; 它在列表的末尾添加了一个新元素。在这个例子中它相当于 ,但效率更高。result = result + [a]

 

4.7。更多关于定义函数的信息

也可以使用可变数量的参数定义函数。有三种形式可以组合。

 

4.7.1。默认参数值

最有用的形式是为一个或多个参数指定默认值。这创建了一个函数,可以使用比定义允许的参数更少的参数调用。例如:

def ask_ok(prompt, retries=4, reminder='Please try again!'): 
    while True: 
        ok = input(prompt) 
        if ok in ('y', 'ye', 'yes'): 
            return True 
        if ok in ('n', 'no', 'nop', 'nope'): 
            return False 
        retries = retries - 1 
        if retries < 0:
            raise ValueError('invalid user response') 
        print(reminder)

 

可以通过多种方式调用此函数:

  • 只给出强制性参数: ask_ok('Do you really want to quit?')
  • 给出一个可选参数: ask_ok('OK to overwrite the file?', 2)
  • 甚至给出所有论据: ask_ok('OK to overwrite the file?', 2, 'Come on, only yes or no!')

此示例还介绍了in关键字。这测试序列是否包含某个值。

默认值在定义范围内的函数定义点进行计算 ,以便进行

i = 5 
def f(arg=i):
    print(arg) 
i = 6 
f()

 

将打印5

重要警告: 默认值仅评估一次。当默认值是可变对象(例如列表字典或大多数类的实例)时,这会产生差异。例如,以下函数累积在后续调用中传递给它的参数:

def f(a, L=[]): 
    L.append(a) 
    return L 
print(f(1)) 
print(f(2)) 
print(f(3))

 

这将打印

[1]
[1, 2]
[1, 2, 3]

如果您不希望在后续调用之间共享默认值,则可以编写如下函数:

def f(a, L=None): 
    if L is None: 
        L = [] 
    L.append(a) 
    return L

 

 

4.7.2。关键字参数

也可以使用 表单的关键字参数调用函数kwarg=value。例如,以下功能:

def parrot(voltage, state='a stiff', action='voom', type='Norwegian Blue'): 
    print("-- This parrot wouldn't", action, end=' ') 
    print("if you put", voltage, "volts through it.") 
    print("-- Lovely plumage, the", type) 
    print("-- It's", state, "!")

 

接受一个所需参数(voltage)和三个可选参数(stateaction,和type)。可以通过以下任何方式调用此函数:

parrot(1000) # 1 positional argument 
parrot(voltage=1000) # 1 keyword argument 
parrot(voltage=1000000, action='VOOOOOM') # 2 keyword arguments 
parrot(action='VOOOOOM', voltage=1000000) # 2 keyword arguments 
parrot('a million', 'bereft of life', 'jump') # 3 positional arguments 
parrot('a thousand', state='pushing up the daisies') # 1 positional, 1 keyword

 

但以下所有调用都将无效:

parrot() # required argument missing 
parrot(voltage=5.0, 'dead') # non-keyword argument after a keyword argument 
parrot(110, voltage=220) # duplicate value for the same argument 
parrot(actor='John Cleese') # unknown keyword argument

 

在函数调用中,关键字参数必须遵循位置参数。传递的所有关键字参数必须与函数接受的参数之一匹配(例如actor,不是函数的有效参数 parrot),并且它们的顺序并不重要。这还包括非可选参数(例如parrot(voltage=1000)也是有效的)。没有参数可能会多次收到一个值。以下是由于此限制而失败的示例:

>>>
>>> def function(a):
...     pass
...
>>> function(0, a=0)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: function() got multiple values for keyword argument 'a'

 

**name存在表单的最终形式参数时,它接收包含所有关键字参数的字典(请参阅映射类型 – 字典),除了与形式参数相对应的参数。这可以与形式的形式参数*name(在下一小节中描述)组合,该参数接收包含超出形式参数列表的位置参数的元组。(*name必须在之前发生**name。)例如,如果我们定义一个这样的函数:

def cheeseshop(kind, *arguments, **keywords): 
    print("-- Do you have any", kind, "?") 
    print("-- I'm sorry, we're all out of", kind) 
    for arg in arguments: 
        print(arg) 
    print("-" * 40) 
    for kw in keywords: 
        print(kw, ":", keywords[kw])

 

它可以像这样调用:

cheeseshop("Limburger", "It's very runny, sir.",
           "It's really very, VERY runny, sir.", 
           shopkeeper="Michael Palin", 
           client="John Cleese", 
           sketch="Cheese Shop Sketch")

 

当然它会打印:

-- Do you have any Limburger ? 
-- I'm sorry, we're all out of Limburger 
It's very runny, sir. 
It's really very, VERY runny, sir. 
---------------------------------------- 
shopkeeper : Michael Palin 
client : John Cleese 
sketch : Cheese Shop Sketch

 

请注意,打印关键字参数的顺序保证与函数调用中提供它们的顺序相匹配。

 

4.7.3。任意参数列表

最后,最不常用的选项是指定可以使用任意数量的参数调用函数。这些参数将被包含在一个元组中(参见元组和序列)。在可变数量的参数之前,可能会出现零个或多个正常参数。

def write_multiple_items(file, separator, *args): 
     file.write(separator.join(args))

 

通常,这些variadic参数将在形式参数列表中排在最后,因为它们会挖掘传递给函数的所有剩余输入参数。在*args 参数之后出现的任何形式参数都是“仅关键字”参数,这意味着它们只能用作关键字而不是位置参数。

>>>
>>> def concat(*args, sep="/"):
...     return sep.join(args)
...
>>> concat("earth", "mars", "venus")
'earth/mars/venus'
>>> concat("earth", "mars", "venus", sep=".")
'earth.mars.venus'

 

 

4.7.4。解压缩参数列表

当参数已经在列表或元组中但需要为需要单独位置参数的函数调用解包时,会发生相反的情况。例如,内置range()函数需要单独的 startstop参数。如果它们不是单独可用的,请使用*-operator 编写函数调用以 从列表或元组中解压缩参数:

>>>
>>> list(range(3, 6))            # normal call with separate arguments
[3, 4, 5]
>>> args = [3, 6]
>>> list(range(*args))            # call with arguments unpacked from a list
[3, 4, 5]

 

以相同的方式,字典可以使用**-operator 提供关键字参数 :

>>>
>>> def parrot(voltage, state='a stiff', action='voom'):
...     print("-- This parrot wouldn't", action, end=' ')
...     print("if you put", voltage, "volts through it.", end=' ')
...     print("E's", state, "!")
...
>>> d = {"voltage": "four million", "state": "bleedin' demised", "action": "VOOM"}
>>> parrot(**d)
-- This parrot wouldn't VOOM if you put four million volts through it. E's bleedin' demised !

 

 

4.7.5。Lambda表达式

可以使用lambda关键字创建小的匿名函数。此函数返回其两个参数的总和:。Lambda函数可以在需要函数对象的任何地方使用。它们在语法上限于单个表达式。从语义上讲,它们只是正常函数定义的语法糖。与嵌套函数定义一样,lambda函数可以引用包含范围的变量:lambda a, b: a+b

>>>
>>> def make_incrementor(n):
...     return lambda x: x + n
...
>>> f = make_incrementor(42)
>>> f(0)
42
>>> f(1)
43

 

上面的示例使用lambda表达式返回一个函数。另一个用途是传递一个小函数作为参数:

>>>
>>> pairs = [(1, 'one'), (2, 'two'), (3, 'three'), (4, 'four')]
>>> pairs.sort(key=lambda pair: pair[1])
>>> pairs
[(4, 'four'), (1, 'one'), (3, 'three'), (2, 'two')]

 

 

4.7.6。文档字符串

以下是有关文档字符串的内容和格式的一些约定。

第一行应始终是对象目的的简短摘要。为简洁起见,它不应显式声明对象的名称或类型,因为这些可通过其他方式获得(除非名称恰好是描述函数操作的动词)。该行应以大写字母开头,以句点结尾。

如果文档字符串中有更多行,则第二行应为空白,从而在视觉上将摘要与其余描述分开。以下行应该是一个或多个段落,描述对象的调用约定,其副作用等。

Python解析器不会从Python中删除多行字符串文字的缩进,因此处理文档的工具必须根据需要去除缩进。这是使用以下约定完成的。字符串第一行之后的第一个非空行 确定整个文档字符串的缩进量。(我们不能使用第一行,因为它通常与字符串的开头引号相邻,因此它的缩进在字符串文字中不明显。)然后从字符串的所有行的开头剥离“等效”到该缩进的空格。缩进的行不应该出现,但是如果它们出现,则应该剥离它们的所有前导空格。应在扩展标签后测试空白的等效性(通常为8个空格)。

以下是多行文档字符串的示例:

>>>
>>> def my_function():
...     """Do nothing, but document it.
...
...     No, really, it doesn't do anything.
...     """
...     pass
...
>>> print(my_function.__doc__)
Do nothing, but document it.

    No, really, it doesn't do anything.

 

 

4.7.7。功能注释

函数注释是关于用户定义函数使用的类型的完全可选元数据信息(请参阅PEP 3107和 PEP 484了解更多信息)。

注释__annotations__ 作为字典存储在函数的属性中,对函数的任何其他部分都没有影响。参数注释由参数名称后面的冒号定义,后跟一个表达式,用于评估注释的值。返回注释由->参数列表和冒号表示def语句结尾之间的文字,后跟表达式定义。以下示例具有位置参数,关键字参数和注释的返回值:

>>>
>>> def f(ham: str, eggs: str = 'eggs') -> str:
...     print("Annotations:", f.__annotations__)
...     print("Arguments:", ham, eggs)
...     return ham + ' and ' + eggs
...
>>> f('spam')
Annotations: {'ham': <class 'str'>, 'return': <class 'str'>, 'eggs': <class 'str'>}
Arguments: spam eggs
'spam and eggs'

 

 

4.8。Intermezzo:编码风格

现在您要编写更长,更复杂的Python,现在是讨论编码风格的好时机。大多数语言都可以以不同的风格编写(或更简洁,格式化); 有些比其他人更具可读性。让其他人轻松阅读您的代码总是一个好主意,采用一种不错的编码风格对此非常有帮助。

对于Python, PEP 8已成为大多数项目坚持的风格指南; 它促进了一种非常易读且令人赏心悦目的编码风格。每个Python开发人员都应该在某个时候阅读它; 以下是为您提取的最重要的要点:

  • 使用4空格缩进,没有标签。

    4个空间是小压痕(允许更大的嵌套深度)和大压痕(更容易阅读)之间的良好折衷。标签引入混淆,最好省略。

  • 换行,使其不超过79个字符。

    这有助于用户使用小型显示器,并且可以在较大的显示器上并排放置多个代码文件。

  • 使用空行分隔函数和类,以及函数内的更大代码块。

  • 如果可能的话,将评论放在他们自己的一行上。

  • 使用docstrings。

  • 在操作符周围和逗号后使用空格,但不能直接在包围结构内:。a = f(1, 2) + g(3, 4)

  • 一致地命名您的类和函数; 约定 CamelCase用于类,lower_case_with_underscores函数和方法。始终使用self第一个方法参数的名称(有关类和方法的更多信息,请参阅类的初步查看)。

  • 如果您的代码旨在用于国际环境,请不要使用花哨的编码。Python的默认值,UTF-8甚至纯ASCII在任何情况下都能最好地工作。

  • 同样,如果只有最轻微的机会,说不同语言的人会阅读或维护代码,请不要在标识符中使用非ASCII字符。

脚注

[1] 实际上,通过对象引用调用将是更好的描述,因为如果传递了可变对象,则调用者将看到被调用者对其做出的任何更改(插入到列表中的项)。