首页
/ Python数据分析基础:控制流详解

Python数据分析基础:控制流详解

2025-06-12 17:15:44作者:秋阔奎Evelyn

本文基于DS-python-data-analysis项目中的控制流教学内容,深入讲解Python中控制程序执行流程的关键概念和技术要点。

条件控制语句:if/elif/else

Python中使用缩进来区分代码块,这是与其他语言使用大括号不同的显著特点。条件判断语句的基本结构如下:

if 条件表达式1:
    # 条件1为真时执行的代码
elif 条件表达式2:
    # 条件2为真且条件1为假时执行的代码
else:
    # 所有条件都不满足时执行的代码

关键注意事项

  1. 缩进规则:Python严格依赖缩进来识别代码块,通常使用4个空格作为标准缩进
  2. 布尔表达式:条件判断基于表达式的布尔值
  3. 执行顺序:从上到下依次判断,一旦某个条件满足,执行对应代码块后即退出整个判断结构

实际应用示例

num = 2
if num == 1:
    print(1)
elif num == 2:
    print(2)
else:
    print('大于2')

循环结构

for循环

Python的for循环可以直接迭代序列中的元素,而不必像某些语言那样只能通过索引访问:

# 通过range生成数字序列
for i in range(4):
    print(i)

# 直接迭代元组元素
for word in ('cool', 'powerful', 'readable'):
    print(f'Python是{word}的!')

高级迭代技巧

  1. enumerate函数:同时获取元素和索引

    words = ('cool', 'powerful', 'readable')
    for index, item in enumerate(words):
        print(index, item)
    
  2. zip函数:并行迭代多个序列

    tea = 'tea'
    for word, letter in zip(words, tea):
        print(word, letter)
    
  3. 字典迭代:使用items()方法同时获取键值对

    a_dict = {'One': 1, 'Two':2, 'Three':3}
    for key, val in a_dict.items():
        print(f'键: {key} 值: {val}')
    

while循环

while循环在满足条件时持续执行:

z = 1 + 1j
# 曼德勃罗特问题示例
while abs(z) < 100:
    z = z**2 + 1
print(z)

循环控制语句

  1. break:立即终止整个循环

    while abs(z) < 100:
        if z.imag < 0:
            break  # 虚部为负时退出循环
        z = z**2 + 1
    
  2. continue:跳过当前迭代,进入下一次循环

    aList = [1, 0, 2, 4]
    for num in aList:
        if num == 0:
            continue  # 跳过除数为0的情况
        print(1. / num)
    

条件表达式详解

Python中有多种条件判断方式:

  1. 真值测试

    • 视为False的情况:0、空容器、None、False
    • 视为True的情况:其他所有对象
  2. 比较运算符

    • ==:值相等比较
    • is:对象身份比较(检查是否为同一对象)
    • in:成员关系测试(对字典测试键是否存在)
# == 与 is 的区别
a = 1
b = 1
print(a == b)  # True,值相等
print(a is b)  # True,小整数缓存导致是同一对象

# in 运算符
a_dict = {'key': 'value'}
print('key' in a_dict)  # True
print('value' in a_dict)  # False

异常处理机制

Python使用异常来处理程序执行期间的错误情况。

基本异常处理结构

try:
    # 可能引发异常的代码
    result = 10 / 0
except ZeroDivisionError:
    # 处理特定异常
    print("不能除以零!")
except Exception as e:
    # 处理其他所有异常
    print(f"发生错误: {e}")
finally:
    # 无论是否发生异常都会执行的代码
    print("执行完毕")

主动抛出异常

可以使用raise语句主动引发异常:

value = 123
if not isinstance(value, str):
    raise TypeError("需要字符串类型输入")

异常处理最佳实践

  1. 尽量捕获特定的异常,而不是通用的Exception
  2. 在异常处理中包含足够的错误信息
  3. 合理使用finally子句进行资源清理

实战练习

练习1:字典值查找

companies = {'antea': 3, 'IMDC': 2, 'arcadis': 4}
value = 2

for name, rank in companies.items():
    if rank == value:
        print(name.upper())

练习2:字符统计

text = "hello world! 123"
stats = {"DIGITS": 0, "LETTERS": 0}

for char in text:
    if char.isdigit():
        stats["DIGITS"] += 1
    elif char.isalpha():
        stats["LETTERS"] += 1

print(f"字母: {stats['LETTERS']}")
print(f"数字: {stats['DIGITS']}")

通过掌握这些控制流技术,您将能够编写更加灵活、健壮的Python程序,为数据分析工作打下坚实基础。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
517
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
784
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
971
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
482
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
768
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
809
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
285