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
- 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
- 布尔表达式:条件判断基于表达式的布尔值
- 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
-
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) -
zip函数:并行迭代多个序列
tea = 'tea' for word, letter in zip(words, tea): print(word, letter) -
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
-
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 -
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:
-
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
-
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
- 尽量捕获特定的异常,而不是通用的Exception
- 在异常处理中包含足够的错误信息
- 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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
578
3.91 K
Ascend Extension for PyTorch
Python
401
481
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
360
223
暂无简介
Dart
815
201
React Native鸿蒙化仓库
JavaScript
313
365
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
903
713
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.4 K
792
昇腾LLM分布式训练框架
Python
123
150
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++
93
160