一文读懂Python循环语句

🙋‍♀️ 个人主页：颜颜yan_
⭐ 本期精彩：一文读懂Python循环语句
🏆 热门专栏：零基础玩转Python爬虫：手把手教你成为数据猎人
🚀 专栏亮点：零基础友好 | 实战案例丰富 | 循序渐进教学 | 代码详细注释
💡 学习收获：掌握爬虫核心技术，成为数据采集高手，开启你的数据科学之旅！

🔥 如果觉得文章有帮助，别忘了点赞👍 收藏⭐ 关注🚀，你的支持是我创作的最大动力！

文章目录

• 前言
• while语句
• • 基本语法
  • 基本while循环
  • 计算累加和
  • 无限循环
• while-else语句
• for语句
• • 基本语法
  • 遍历列表
  • 遍历字符串
  • 使用range()函数
  • 遍历字典
  • 使用enumerate()函数
• for-else语句
• break和continue语句
• • break语句
  • • 在while循环中使用break
    • 在for循环中使用break
  • continue语句
  • • 在while循环中使用continue
    • 在for循环中使用continue
• 进阶应用
• • 嵌套循环
  • 列表推导式
  • • 传统方法 vs 列表推导式对比
• 实际应用案例
• • 斐波那契数列计算
  • 文本词频统计分析
• 🎯 与我一起学习成长
• • 📚 专栏推荐
  • 💬 期待与你交流

前言

循环是编程中最基本也是最强大的控制结构之一，它允许我们重复执行特定的代码块，直到满足某个条件为止。Python提供了两种主要的循环结构：while循环和for循环，以及用于控制循环执行的break和continue语句。本文将详细讲解这些循环结构的语法和使用方法，并通过实例展示其在实际编程中的应用。

while语句

while语句是一种先判断的循环结构，首先测试条件表达式，如果值为true，则执行语句组，如果条件表达式为false，则忽略语句组，继续执行后面的语句。

从流程图可以看出，while循环的执行过程是一个不断判断条件的循环过程：

1. 首先判断条件表达式
2. 如果条件为真，执行循环体，然后回到条件判断
3. 如果条件为假，直接跳出循环

基本语法

while 条件表达式: 语句组

基本while循环

# 打印1到5的数字count = 1while count <= 5: print(count) count += 1

计算累加和

# 计算1到100的和total = 0num = 1while num <= 100: total += num num += 1 print(f\"1到100的和是: {total}\")

无限循环

有时我们需要创建无限循环，然后在循环体内部使用条件语句来跳出循环：

# 模拟简单的菜单系统while True: print(\"\\n===== 菜单 =====\") print(\"1. 查看信息\") print(\"2. 修改设置\") print(\"3. 退出程序\") choice = input(\"请输入选项 (1-3): \") if choice == \'1\': print(\"显示信息...\") elif choice == \'2\': print(\"修改设置...\") elif choice == \'3\': print(\"程序已退出\") break else: print(\"无效的选项，请重试\")

while-else语句

Python的while循环可以包含else子句，当循环条件变为False时，else子句将被执行。

# 查找列表中的元素numbers = [1, 3, 5, 7, 9]target = 6index = 0while index < len(numbers): if numbers[index] == target: print(f\"找到目标数字{target}，位置是{index}\") break index += 1else: print(f\"列表中不存在数字{target}\")

for语句

python语言中for语句用于遍历序列类型，序列包括字符串、列表和元组。

for循环的执行流程更加直观：

1. 获取序列的第一个元素
2. 判断序列中是否还有元素
3. 如果有，执行循环体，然后获取下一个元素
4. 如果没有，结束循环
   

基本语法

for 迭代变量 in 序列: 语句组

序列表示所有的实现序列的类型都可以使用for循环。迭代变量是从序列中迭代取出的元素。

遍历列表

# 遍历水果列表fruits = [\"苹果\", \"香蕉\", \"橙子\", \"草莓\", \"葡萄\"]for fruit in fruits: print(f\"我喜欢吃{fruit}\")

遍历字符串

# 遍历字符串中的字符message = \"Python\"for char in message: print(char)

使用range()函数

range()函数可以生成一个数字序列，常用于for循环中：

# 打印平方数for i in range(1, 6): # 生成1到5的序列 square = i ** 2 print(f\"{i}的平方是{square}\")

遍历字典

# 遍历字典的键值对student = { \"name\": \"李明\", \"age\": 18, \"grade\": \"高三\", \"score\": 95}for key, value in student.items(): print(f\"{key}: {value}\")

使用enumerate()函数

enumerate()函数可以同时获取索引和元素：

# 使用enumerate()获取索引和元素colors = [\"红\", \"橙\", \"黄\", \"绿\", \"蓝\", \"紫\"]for index, color in enumerate(colors): print(f\"第{index+1}个颜色是{color}色\")

for-else语句

与while循环类似，for循环也可以带有else子句，当for循环正常结束时（不是通过break跳出）执行else子句：

# 检查列表中的奇数numbers = [2, 4, 6, 8, 10]for num in numbers: if num % 2 != 0: print(f\"找到奇数: {num}\") breakelse: print(\"列表中没有奇数\")

break和continue语句

break和continue语句是控制循环执行流程的重要工具，它们的执行流程如下图所示：

break语句

break语句可用于while或for循环，它的作用是强行退出循环体，不再执行循环体中剩余的语句。

在while循环中使用break

# 查找第一个能被7整除的数i = 1while i <= 100: if i % 7 == 0: print(f\"找到了第一个能被7整除的数: {i}\") break i += 1

在for循环中使用break

# 查找特定元素并停止names = [\"张三\", \"李四\", \"王五\", \"赵六\", \"钱七\"]search_name = \"王五\"for name in names: if name == search_name: print(f\"找到了{search_name}！\") break print(f\"检查: {name}\")

continue语句

continue语句用来结束本次循环，跳过循环体中尚未执行的语句，接着进行终止条件的判断，以决定是否继续循环。

在while循环中使用continue

# 打印1到10中除了5以外的所有数字num = 0while num < 10: num += 1 if num == 5: continue print(f\"当前数字: {num}\")

在for循环中使用continue

# 打印所有不包含\'e\'的单词words = [\"apple\", \"banana\", \"orange\", \"grape\", \"kiwi\"]for word in words: if \'e\' in word: continue print(f\"{word} 不包含字母\'e\'\")

进阶应用

嵌套循环

循环可以嵌套使用，即在一个循环内部包含另一个循环。下面通过九九乘法表来演示嵌套循环的应用：

• 外层循环控制行数（i从1到9）
• 内层循环控制每行的列数（j从1到i）
• 每个内层循环完成后，外层循环进入下一次迭代
• 形成阶梯状的乘法表结构

# 打印乘法表for i in range(1, 10): for j in range(1, i+1): print(f\"{j}×{i}={i*j}\", end=\"\\t\") print() # 换行

列表推导式

列表推导式是Python的一个强大特性，可以用简洁的语法创建列表。

传统方法 vs 列表推导式对比

1. 创建平方数列表的对比：

传统方法：

squares_traditional = []for x in range(1, 11): squares_traditional.append(x**2)# 结果: [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

列表推导式：

squares_comprehension = [x**2 for x in range(1, 11)]# 结果: [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

2. 过滤偶数的对比：

传统方法：

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]even_traditional = []for x in numbers: if x % 2 == 0: even_traditional.append(x)# 结果: [2, 4, 6, 8, 10]

列表推导式：

even_comprehension = [x for x in numbers if x % 2 == 0]# 结果: [2, 4, 6, 8, 10]

3. 复杂的列表推导式：

# 创建一个包含平方数的字典square_dict = {x: x**2 for x in range(1, 6)}print(square_dict)# 从字符串列表中提取长度大于4的单词并转换为大写words = [\"python\", \"java\", \"c\", \"javascript\", \"go\", \"rust\"]long_words = [word.upper() for word in words if len(word) > 4]print(long_words)

实际应用案例

斐波那契数列计算

斐波那契数列是一个经典的数学序列，每个数都是前两个数的和。通过for循环，我们可以高效地计算这个数列：

def fibonacci(n): \"\"\"生成斐波那契数列的前n个数\"\"\" if n <= 0: return [] elif n == 1: return [0] elif n == 2: return [0, 1] fib_series = [0, 1] # 初始化前两个数 # 从第3个数开始计算 for i in range(2, n): next_number = fib_series[i-1] + fib_series[i-2] fib_series.append(next_number) return fib_series# 计算并显示斐波那契数列fib_15 = fibonacci(15)print(f\"斐波那契数列的前15个数: {fib_15}\")

小知识：斐波那契数列中，相邻两项的比值会逐渐趋向于黄金比例 φ ≈ 1.618，这是一个非常有趣的数学现象。

文本词频统计分析

在自然语言处理和数据分析中，词频统计是一个常见的任务。通过循环，我们可以高效地统计文本中各个词汇的出现频率。

1. 遍历文本中的每个字符和单词
2. 统计每个词汇的出现次数
3. 过滤和排序高频词汇
4. 生成可视化数据

def chinese_word_frequency(text): \"\"\"统计中文文本中各词语出现的频率\"\"\" import re # 定义常见的中文词汇模式 chinese_words = re.findall(r\'[\\u4e00-\\u9fff]+\', text) english_words = re.findall(r\'[a-zA-Z]+\', text) # 进一步分析中文词汇（简单的2-3字词分割） analyzed_words = [] for word in chinese_words: if len(word) >= 2: # 提取常见词汇 for i in range(len(word) - 1): if i + 2 <= len(word):  analyzed_words.append(word[i:i+2]) if i + 3 <= len(word):  analyzed_words.append(word[i:i+3]) # 添加英文单词 for word in english_words: analyzed_words.append(word.lower()) # 统计频率 frequency = {} for word in analyzed_words: if len(word) >= 2: # 只考虑长度>=2的词 frequency[word] = frequency.get(word, 0) + 1 return frequency# 测试文本sample_text = \"\"\"Python是一种广泛使用的高级编程语言，Python的设计具有很强的可读性。相比其他语言经常使用英文关键字，其他语言的一些标点符号，Python具有相对简单的语法。相对其他动态类型语言，Python拥有相对较少的关键字。Python的核心哲学总结起来就是：优美胜于丑陋，明了胜于晦涩，简洁胜于复杂。Python开发者的哲学是用一种方法，最好是只有一种方法来做一件事。Python是一种解释型语言，Python可以应用于多个领域。\"\"\"# 统计单词频率word_count = chinese_word_frequency(sample_text)# 过滤高频词并排序frequent_words = {word: count for word, count in word_count.items() if count >= 2}sorted_words = sorted(frequent_words.items(), key=lambda x: x[1], reverse=True)print(\"高频词汇统计结果（出现次数 ≥ 2）：\")for word, count in sorted_words: print(f\"\'{word}\' 出现了 {count} 次\")

🎯 与我一起学习成长

掌握循环结构是编程的基础，它们使得我们能够高效地处理重复任务和数据集合。通过本文的示例和案例，希望您对Python的循环结构有了更深入的了解，并能在实际开发中灵活运用这些知识。循环不仅是编程的基础工具，更是解决复杂问题的强大武器！🐍✨

我是颜颜yan_，一名专注于技术分享的博主。如果这篇文章对你有帮助，欢迎关注我的更多精彩内容！

📚 专栏推荐

• 零基础玩转Python爬虫：手把手教你成为数据猎人
• 鸿蒙HarmonyOS：探索未来智能生态新纪元

💬 期待与你交流

• 有疑问？欢迎在评论区留言讨论
• 想深入学习？关注我获取更多优质教程
• 觉得有用？别忘了点赞👍 收藏⭐ 关注🚀