本文介绍python中的while循环、for循环。在python中for可以用于循环，也可用于另一种近亲的列表解析，列表解析是python中非常重要的特性，详细内容见后面的文章。
一般来说，python写for循环比写while更容易、方便，而且python中的for比while效率要更高，如果可以，用for而不是while。
while循环
python中的while/for循环和其它语言的while循环有些不一样，它支持else分支。结构如下：
while <CONDITION>:
CODE
else:
CODE_ELSE
注意，condition部分只能是表达式，不能是语句，所以condition中不能包含赋值语句，如while a = x:是错误的。
while和for的else分支表示当正常退出while/for循环的时候所执行的代码分支。所谓正常退出，是指不是通过break跳出的情况，也就是正常把所有循环条件轮完的情况。这对于那些需要通过设置标志位来判断的情况来说非常方便，而标志位通常是用于离开循环的时候，提供一个额外的标记、通知功能，比如退出循环时想找的数据是否找到。
例如搜索一个列表，并在退出时告知是否找到。如果使用标志位来实现，如下：
found = False
while x and not found:
if match(x[0]):
print("found it")
found = True
else:
x = x[1:]
if not found:
print("not found")
如果通过else，则逻辑更清晰：
while x:
if match(x[0]):
print("found it")
break
x = x[1:]
else:
print("not found")
再例如，判断一个数(如下面的y)是否是质数。
y = 21
x = y // 2
while x > 1:
if y % x == 0:
print( y, "has a factor: ", x)
break
x -= 1
else:
print("y is a prime")
想象一下如果不使用while的else，上面的功能该如何实现。
pass、break、continue、else
这几个关键字都能用在while/for中。
- break：退出整个循环(while/for)，如果嵌套了循环，则退出break所在的那个层次
- continue：直接跳到下一次循环
- else：在循环正常退出(不是break中断的循环)时执行的所执行的默认代码块
- pass：在python中作为空的占位符，表示什么也不做。比如:
if x:pass
while x:pass
def x():pass
class x:pass
在python 3.x中，pass的另一种方式是…，它也表示什么也不做的占位符。
for循环
python中的for是一个通用的序列迭代器，和bash的for语法类似。python中没有for(i=0;i<N;i++)的语法，但for结合range可以实现一样的功能，后文介绍。
for语法：
python for i in <Sequence>: CODE else: CODE_ELSE
每次迭代时，for从序列中取一个元素赋值给控制变量i，下一轮迭代取下一个元素再赋值给i。和其它语言不太一样，for中的控制变量不会在for循环完后消失，它会保持最后一个被迭代的元素值。之所以会这样，是因为其它语言中for是一个代码块，而python中for不算是代码块，也就是说没有自己的名称空间。
实际上不止序列，只要是可迭代的对象，都能用for进行遍历。关于什么是可迭代的，将专门在迭代器相关的文章中解释。
例如，遍历一个字符串，因为它是序列。
for i in 'xiaofang':
print(i)
print("var i after: ",i) # 输出g
遍历一个列表：
L = ["aa","bb","cc"]
for i in L:
print(i)
嵌套:
L = ["aa","bb","cc"]
for i in L:
for j in i:
print(j)
计算序列中所有数值的和：
L = [1,2,3,4,5]
sum = 0
for i in L:
sum += i
print(sum)
for迭代字典
for迭代字典时，迭代的是key。
D = {'a': 1,
'b': 2,
'c': 3}
for key in D:
print(key, "=>", D[key])
其它迭代字典的几种方式：
1.通过keys()迭代字典
for k in D.keys():
print(key, "=>", D[key])
2.直接迭代字典的value
for v in D.values():
print(v)
3.同时迭代key和value
for k, v in D.items():
print(k, v)
for中的赋值和序列解包
for迭代时，实际上是从可迭代对象中取元素并进行赋值的过程，python中各种变量赋值的方式在for中都支持。而且，python中变量赋值是按引用赋值的，所以每次迭代过程中赋值给控制变量的是那个元素的引用，而不是拷贝这个元素并赋值给控制变量。所以，如果赋值给控制变量的是可变对象时，修改控制变量会直接修改原始数据。
例如:
T = [(1, 2), (3, 4), (5, 6)]
for i in T:
print(i)
for (a, b) in T:
print(a, b)
输出：
(1, 2)
(3, 4)
(5, 6)
1 2
3 4
5 6
for还支持序列解包的赋值形式。
例如：
for (a, *b, c) in [(1, 2, 3, 4), (5, 6, 7, 8)]:
print(a, b, c)
结果：
1 [2, 3] 4
5 [6, 7] 8
因为python是按引用赋值的，所以控制变量都是直接指向迭代元素的，而不是拷贝副本后进行赋值。看下面的结果：
L = [1111, 2222]
print(id(L[0]))
print(id(L[1]))
print("-" * 15)
for i in L:
print(id(i))
输出结果：
46990096
46990128
---------------
46990096
46990128
可见，变量i和列表中元素的内存地址是一致的。
正因为是按引用赋值，所以迭代过程中修改赋值给控制变量i的不可变对象时会创建新对象，从而不会影响原始数据，但如果赋值给i的是可变对象，则修改i会影响原始数据。
例如：
L = [1111, 2222]
for i in L:
i += 1
print(L)
列表L不会改变：
[1111, 2222]
而下面修改控制变量i会改变原始对象：
L = [[1],[1,2],[1,2,3],[1,2,3,4]]
for i in L:
i.append(0)
print(L)
结果：
[[1, 0], [1, 2, 0], [1, 2, 3, 0], [1, 2, 3, 4, 0]]
for + range
python中并没有直接支持for i=0;i<N;i++的for语法，但是，通过for + range()，可以实现类似的功能。
先介绍一下range()。它像Linux下的seq命令功能一样，用来返回一些序列数值。range()返回一个迭代器，目前无需知道迭代器是什么，只需知道它可以转换成list、tuple、Set，然后可以在for中进行迭代。
>>> range(3)
range(0, 3)
>>> list(range(3)),set(range(3)),tuple(range(3))
([0, 1, 2], {0, 1, 2}, (0, 1, 2))
可见，range()返回的序列值是前闭后开的。
还可以指定起始值，步进(每隔几个数)。
>>> list(range(1,5))
[1, 2, 3, 4]
>>> list(range(-1,5))
[-1, 0, 1, 2, 3, 4]
>>> list(range(-1,5,2))
[-1, 1, 3]
步进值指定为负数的时候，可以生成降序的序列值。
>>> list(range(10,5,-1))
[10, 9, 8, 7, 6]
range()返回了生成序列值的迭代器后，可以用for来进行迭代。
for i in range(3):
print(i)
range()还经常用于for中作为序列的索引位。例如：
L = ["a","b","c","d"]
for i in range(3):
print(L[i])
分析for + range迭代的过程
下面两个例子，在结果上是等价的：
for i in range(3):
print(i)
for i in [0,1,2]:
print(i)
但除了结果上，过程并不一样。range()既然返回迭代器，说明序列数值是需要迭代一个临时生成一个的，也就是说range()从始至终在内存中都只占用一个数值的内存空间。而[0,1,2]则是在内存中占用一个包含3数值元素的列表，然后for从这个列表对象中按照索引进行迭代。
再通俗地解释下，for i in range(3)开始迭代的时候，生成一个数值0，第二次迭代再生成数值1，第三次迭代再生成数值2，在第一次迭代的时候，1和2都是不存在的。而[0,1,2]则是早就存在于内存中，for通过list类型编写好的迭代器进行迭代，每次迭代从已存在的数值中取一个元素。
所以，在效率上，使用range()要比直接解析列表要慢一点，但是在内存应用上，range()的方式要比直接解析已存在的列表要好，特别是列表较大的时候。一般来说，python中最简单的方式总是最好的、效率很大可能上也是最高的，所以能直接解析的时候，不使用range的效率总会更高一些。
这种效率的区别，也可以应用于其它迭代方式的分析上。例如，按行读取文件的两种方式：
for i in open("filename"):
print(i)
for i in open("filename").readlines():
print(i)
第一种方式，open()返回一个文件迭代器，每次需要迭代的时候才会去读需要的那一行，也就是说从始至终在内存中都只占用一行数据的空间。而第二种通过readlines()读取时，它会一次性将文件中所有行都读取到一个列表中，然后for去迭代这个列表。如果文件比较大，第二种方式可能会占用比较大的内存，甚至可能比原文件大小还要大，因为很可能会一次性为400M的文件分配500M内存，以免后续不断的内存分配。
for + range的步进以及分片
无论是range()，还是序列的分片计数，都支持步进。例如步进为2：
>>> list(range(1,6,2))
[1, 3, 5]
>>> L = [1,2,3,4,5]
>>> L[::2]
[1, 3, 5]
它们都能用于for。
for i in range(1,6,2):
print(i)
L = [1,2,3,4,5]
for i in L[::2]:
print(i)
它们的结果是一样的。但是和前面分析的一样，range除了在内存应用上比较有优势，在效率上是不及直接列表解析的，包括这里分片步进。
for修改列表元素
有一个列表，想要为列表中的值都加1。
L = [1,2,3,4]
for i in L:
i += 1
这是无效的，虽然python中是按照引用进行赋值的，但数值类型是不可变类型，所以每次修改i实际上都会创建新的数据对象，并不会直接影响L中的元素。这些前文已经解释过了。
如果想要修改L本身，直接迭代L是没法实现的，可以通过迭代它的索引，然后通过索引的方式来修改L的元素值。例如：
L = [1,2,3,4]
for i in range(len(L)):
L[i] += 1
print(L) # 输出：[2,3,4,5]
通过while也可以实现。但更简单的方式是后面的文章要详细解释的"列表解析"：
L = [1,2,3,4]
L = [x + 1 for x in L]
print(L)
for迭代的陷阱
for是一个通用的迭代器，它按照next的方式一次取一个元素，下一轮迭代取下一个元素。所以，如果在for内部修改了正在迭代的序列(所以这里是说可变序列，且特指列表类型)，可能会引起一些奇怪现象。
这是for的一个陷阱，或者说是迭代器的一个陷阱：迭代的对象在迭代过程中被修改了。
陷阱一
迭代操作是递归到数据对象中去的，而不是根据变量名进行迭代的。也就是说迭代的对象是内存中的数据对象。
例如：
L = [1,2,3,4]
for i in L:
...
这个for迭代器在迭代刚开始的时候，先找到L所指向的迭代对象，即内存中的[1,2,3,4]。如果迭代过程中如果L变成了一个集合，或另一个列表对象，for的迭代并不会收到影响。但如果是在原处修改这个列表，那么迭代将会收到影响，例如新增元素也会被迭代到。
看下面的例子：
L = ['a','b','c','d','e']
## 原处修改列表，新元素f、g也会被迭代
for i in L:
if i in "de":
L += ["f", "g"]
print(i)
## 创建新列表，新元素f、g不会被迭代
for i in L:
if i in "de":
L = L + ["f", "g"]
print(i)
陷阱二
例如，迭代一个列表，迭代过程中删除一个列表元素。
L = ['a','b','c','d','e']
for i in L:
if i in "bc":
L.remove(i)
print(i)
print(L)
输出的结果将是：
b
['a', 'c', 'd', 'e']
这个for循环的本意是想删除b、c元素，但结果却只删除了b。通过结果可以发现，c根本就没有被for迭代。之所以会这样，是因为迭代到b的时候，满足if条件，然后删除了列表中的b元素。正因为删除操作，使得列表中b后面的元素整体前移一个位置，也就是c元素的索引位置变成了index=1，而index=1的元素已经被for迭代过(即元素b)，使得c幸运地逃过了for的迭代。
如果迭代并修改的是集合或字典呢？将会报错。虽然它们是可变序列，但是它们是以hash key作为迭代依据的，只要增、删元素，就会导致整个对象的顺序hash key发生改变，这显然是编写这两种类型的迭代器时所需要避免的问题。如下：
D = {'a':1,
'b':2,
'c':3,
'd':4,
'e':5}
for i in D:
if i in "bc":
L.remove(i)
print(i)
print(L)
报错：
Traceback (most recent call last):
File "g:/pycode/lists.py", line 12, in <module>
for i in D:
RuntimeError: dictionary changed size during iteration
S = {'a','b','c','d','e'}
for i in S:
if i in "bc":
S.remove(i)
print(i)
print(S)
报错：
Traceback (most recent call last):
File "g:/pycode/lists.py", line 4, in <module>
for i in L:
RuntimeError: Set changed size during iteration
迭代并修改集合、字典是非常常见的需求，但很多第三方模块在迭代并修改它们的时候都隐隐忽略了这种问题。那么如何实现这种需求且不会出错？可以考虑迭代它们的副本，并修改它们自身。
例如：
D = {'a':1,'b':2,'c':3,'d':4,'e':5}
for i in D.copy():
if i in "bc":
D.pop(i)
print(i)
print(D)
S = {'a','b','c','d','e'}
for i in S.copy():
if i in "bc":
S.remove(i)
print(i)
print(S)
结果：
b
c
{'a': 1, 'd': 4, 'e': 5}
c
b
{'e', 'd', 'a'}
注意，别使用dict的keys()函数，在python 2.x是可以的，因为返回的是一个列表，但是在python3.x中，它返回的是一个迭代器。
除了使用copy()，使用其它的方式也可以，只要保证迭代的对象和修改的对象不是同一个对象即可。例如，list()方法转换Set/Dict，在转换的过程中会创建新的数据对象，所以迭代和修改操作是互不影响的。
D = {'a':1,'b':2,'c':3,'d':4,'e':5}
for i in list(D):
if i in "bc":
D.pop(i)
print(i)
print(D)
本文转载至：https://www.cnblogs.com/f-ck-need-u/p/10129317.html
