Python for循环全攻略：基本用法与性能优化技巧

python教程：for循环基本用法

Python中的循环主要用于终止数组。
下面介绍Python中循环的基本用法。
首先，打开cmd命令行，输入python命令，进入Python运行环境。
部分步骤如下图所示。
接下来，我们创建一个数组并使用for循环来检索该数组的内容。
部分步骤如下图所示。
编写第一个for循环时，请注意使用in和out语法。
部分步骤如下图所示。
此外，您可以通过循环遍历数组来检索数组的内容。
部分步骤如下图所示。
使用索引时，请注意使用透镜方法。
使用透镜法求数组的长度。
例如，如果数组包含5个元素，则lens方法返回5。
接下来，我们可以使用for循环和索引来迭代数组中的每个元素。
部分步骤如下图所示。
在循环中，您可以使用索引访问数组中的每个元素。
例如，可以使用range(len(rr))生成从0到数组长度减1的范围，然后使用索引查找数组中的每个元素。
部分步骤如下图所示。
在上面的方法中，您可以简单地使用for循环来迭代数组并检索每个元素。
希望本教程对您有用。

python中for循环的用法

for循环是指通用的序列迭代器，用于遍历任何已排序的序列对象中的元素。
它可用于字符串、元组、列表和其他内置可迭代对象，以及通过类创建的新对象。
forexpressioninobject:for_suiteelse:else_suite的循环语法格式forexpressioninobject:for_suiteifboolean_expression2:continueifboolean_expression3:breakelse:else_suite的扩展语法格式

为什么python中的for和while有什么区别？

Python的for循环和while循环都是用于实现代码块的重复执行的结构。
For循环通常用于迭代序列（列表、元组、字符串等），而while循环用于在满足特定条件时重复执行代码块。
1、for循环的语法结构：pythonforvariableinequence:#执行的代码块这里的“variable”是一个临时变量，用于存储每次迭代时序列的当前元素。
“序列”可以是列表、元组、字符串或其他可迭代对象。
for循环依次获取序列中的每个元素，将其分配给变量，然后执行代码块。
当序列中的所有元素都被遍历完时，循环结束。
例如，以下示例是使用for循环迭代列表的简单示例：pythonfruits=['apple','banana','cherry']forfruitinfruits:print(fruit)按顺序输出。
while循环语法结构：pythonwhilecondition:#执行的代码块，其中“condition”是布尔表达式。
如果条件为真，则执行代码块。
每次执行代码块时都会重新评估条件如果条件仍然为True，则再次执行代码块。
重复此过程直到条件变为假，此时循环结束。
例如，以下示例是使用while循环计算1到10之和的简单示例：pythonsum=0i=1whilei<=10:sum+=ii+=1print(sum)此代码打印：yaml55此示例使用附加的变量i来控制循环。
最初，i的值为1。
在每次迭代中，将i添加到总和中，并将i加1。
如果i的值超过10，则条件变为false，循环结束。

Python实现循环的最快方式（for、while等速度对比）

众所周知，Python并不是一种高效的语言。
此外，在任何语言中，循环都是非常耗时的操作。
如果一个简单的单步操作需要一个单位的时间，那么重复这个操作数万次，最终的时间就会增加数万倍。

While和for是Python中实现循环的两个常用关键字，但在实践中这些操作的效率存在差距。
例如以下测试代码：

importtimeitdefwhile_loop(n=100_000_000):i=0s=0whileiwhileloop4.718853999860585#=>forloop3.211570399813354

这是一个简单的求和运算，计算从1到n的所有自然数的和。
您可以看到for循环比while快1.5秒。

两者的主要区别在于机制不同。

在每个循环中，while实际上比for多执行两个步骤（边界检查和递增变量i）。
即每次循环执行时，while都会执行一次边界检查（whilei这两个步骤都是显式的、纯Python代码。

For循环不需要执行边界检查或增量操作，也不需要添加任何显式的Python代码（纯Python代码比底层C代码效率低）。
如果循环次数足够大，就会出现显着的效率差距。

还可以添加两个函数，为for循环添加不必要的边界检查和自动递增计算：

importtimeitdefwhile_loop(n=100_000_000):i=0s=0whileiwhileloop4.718853999860585#=>forloop3.211570399813354#=>forloopwithincrement4.602369500091299#=>forloopwithtest4.18337869993411

可以看到，增加的边界检查和自增操作实际上对for循环的执行效率有很大的影响。

前面说过，Python的底层解释器和内置函数都是用C语言实现的。
C语言的执行效率比Python好很多。

使用Python内置的sum函数比使用for和while循环可以更有效地执行上述对算术序列求和的操作。

importtimeitdefwhile_loop(n=100_000_000):i=0s=0whileiwhileloop4.718853999860585#=>forloop3.211570399813354#=>sumrange0.8658821999561042

内置函数sum将循环替换为后，可以看到代码运行效率更高。
它增加了一倍。

内置函数sum的累加操作实际上是一个循环，只不过是用C语言实现的。
另一方面，for循环内的求和运算是由纯Python代码s+=i实现的。
执行>Python。

请再次扩展你的想法。
小时候，我们都听过高斯的故事，他熟练地计算了从1到100的和。
1...100之和等于(1+100)*50。
这种计算方法也可以应用于上述的求和运算。

importtimeitdefwhile_loop(n=100_000_000):i=0s=0whileiwhileloop4.718853999860585#=>forloop3.211570399813354#=>sumrange0.8658821999561042#=>mathsum2.400018274784088e-06

mathsum的最终运行时间约为2.4e-6，速度快了数百万倍。
这里的想法是循环效率低下，因此代码必须运行数亿次。

使用公式将数十亿个循环操作转换为单个步骤，而不是简单地循环。
当然，效率从未如此之高。

最终结论（有点谜语）：

实现循环的最快方法是不循环。

对于Python，请使用：尽可能使用内置函数，最大限度地减少循环中的纯Python代码。

当然，在某些情况下内置函数并不是最快的。
例如，如果你想创建一个列表，按字面意思写会更快。