经常用到的Python遍历与if语句的组合应用。
Python遍历与if语句的
在Python编程中，遍历（如`for`循环）与`if`语句的组合是非常常见且强大的工具。它们可以用于处理各种数据结构（如列表、字典、集合等），并对数据进行筛选、分类、统计等操作。以下从多个角度详细说明它们的组合应用：
1. 遍历列表并筛选元素
- 场景：从一个列表中筛选出满足特定条件的元素。
- 示例：从一个数字列表中筛选出所有大于10的数。
```python
numbers = [5, 12, 8, 17, 3]
result = []
for num in numbers:
if num > 10:
result.append(num)
print(result) # 输出：[12, 17]
```
---
2. 遍历字典并筛选键或值
- 场景：从字典中筛选出满足条件的键或值。
- 示例：从一个学生分数字典中筛选出分数大于90的学生。
```python
scores = {'Alice': 85, 'Bob': 92, 'Charlie': 88, 'David': 95}
high_scorers = []
for name, score in scores.items():
if score > 90:
high_scorers.append(name)
print(high_scorers) # 输出：['Bob', 'David']
```
---
3. 遍历集合并检查元素
- 场景：遍历集合中的每个元素，并根据条件进行操作。
- 示例：检查一个集合中的元素是否为偶数。
```python
numbers = {1, 2, 3, 4, 5}
even_numbers = set()
for num in numbers:
if num % 2 == 0:
even_numbers.add(num)
print(even_numbers) # 输出：{2, 4}
```
---
4. 遍历字符串并统计字符
- 场景：遍历字符串中的每个字符，并根据条件进行统计或操作。
- 示例：统计一个字符串中元音字母的数量。
```python
s = "Hello World"
vowels = {'a', 'e', 'i', 'o', 'u'}
count = 0
for char in s.lower():
if char in vowels:
count += 1
print(f"元音字母数量：{count}") # 输出：3
```
---
5. 遍历文件并筛选内容
- 场景：读取文件内容并根据条件筛选或处理。
- 示例：读取日志文件，筛选出包含错误信息的行。
```python
with open('log.txt', 'r') as file:
for line in file:
if 'ERROR' in line:
print(line.strip())
```
---
6. 遍历多维数据结构
- 场景：遍历嵌套的数据结构（如二维列表）并进行条件判断。
- 示例：从一个二维列表中筛选出所有大于10的数。
```python
matrix = [
[5, 12, 8],
[17, 3, 20],
[2, 15, 7]
]
result = []
for row in matrix:
for num in row:
if num > 10:
result.append(num)
print(result) # 输出：[12, 17, 20, 15]
```
---
7. 结合`else`子句进行操作
- 场景：在满足条件时执行某段代码，否则执行另一段代码。
- 示例：遍历一个列表，打印每个数是否为偶数。
```python
numbers = [1, 2, 3, 4, 5]
for num in numbers:
if num % 2 == 0:
print(f"{num} 是偶数")
else:
print(f"{num} 是奇数")
```
---
8. 复杂条件判断
- 场景：使用多个条件（如`and`、`or`）进行更复杂的筛选。
- 示例：从一个学生信息列表中筛选出年龄大于18岁且性别为女性的学生。
```python
students = [
{'name': 'Alice', 'age': 19, 'gender': 'F'},
{'name': 'Bob', 'age': 17, 'gender': 'M'},
{'name': 'Charlie', 'age': 20, 'gender': 'M'},
{'name': 'Diana', 'age': 18, 'gender': 'F'}
]
eligible_students = []
for student in students:
if student['age'] > 18 and student['gender'] == 'F':
eligible_students.append(student['name'])
print(eligible_students) # 输出：['Alice']
```
---
9. 结合异常处理
- 场景：在遍历过程中处理可能出现的异常情况。
- 示例：遍历一个包含不同数据类型的列表，只处理整数。
```python
data = [1, 'a', 3, 'b', 5]
valid_numbers = []
for item in data:
try:
if isinstance(item, int):
valid_numbers.append(item)
except TypeError:
pass
print(valid_numbers) # 输出：[1, 3, 5]
```
---
10. 优化与性能
- 场景：在大数据量下优化遍历与条件判断的效率。
- 示例：使用生成器表达式代替显式的循环和条件判断。
```python
numbers = [5, 12, 8, 17, 3]
result = [num for num in numbers if num > 10]
print(result) # 输出：[12, 17]
```
---
总结
Python中的遍历与`if`语句的组合应用非常灵活，几乎可以处理所有需要条件判断和数据筛选的任务。通过结合不同的数据结构、复杂条件、异常处理等方法，可以实现高效且功能强大的代码。希望以上示例能够帮助你更好地理解和应用这一组合！