Python?enumerate()計(jì)數(shù)器簡(jiǎn)化循環(huán)
摘要:
當(dāng)我們需要計(jì)數(shù)和迭代中的值時(shí),Pythonenumerate()
允許編寫 Pythonicfor
循環(huán)。最大的優(yōu)點(diǎn)enumerate()
是它返回一個(gè)帶有計(jì)數(shù)器和值的元組,因此您不必自己增加計(jì)數(shù)器。它還為您提供了更改計(jì)數(shù)器起始值的選項(xiàng)。
在 Python 中,for循環(huán)通常被寫成對(duì)可迭代對(duì)象的循環(huán)。這意味著您不需要計(jì)數(shù)變量來(lái)訪問(wèn)迭代中的項(xiàng)目。但有時(shí),您確實(shí)希望有一個(gè)在每次循環(huán)迭代中都會(huì)發(fā)生變化的變量。您可以使用 Python enumerate()來(lái)同時(shí)從可迭代對(duì)象中獲取計(jì)數(shù)器和值,而不是自己創(chuàng)建和增加變量!
在本教程中,我們將學(xué)到:
- 用于
enumerate()在
循環(huán)中獲取計(jì)數(shù)器 - 適用
enumerate()
于顯示項(xiàng)目計(jì)數(shù) enumerate()
與條件語(yǔ)句一起使用- 實(shí)現(xiàn)自己的同等功能,以
enumerate()
- 解包返回的值
enumerate()
讓我們開始吧!
一、for在 Python 中使用循環(huán)進(jìn)行迭代
forPython
中的循環(huán)使用基于集合的迭代。這意味著 Python 在每次迭代時(shí)將迭代中的下一項(xiàng)分配給循環(huán)變量,如下例所示:
>>> >>> values = ["a", "b", "c"] >>> for value in values: ... print(value) ... a b c
在這個(gè)例子中,values
是一個(gè)名單有三個(gè)字符串,"a","b",和"c"。在 Python
中,列表是一種可迭代對(duì)象。在for循環(huán)中,循環(huán)變量是value
。在循環(huán)的每次迭代中,value
設(shè)置為 的下一項(xiàng)values。
接下來(lái),我們打印 value
到屏幕上?;诩系牡膬?yōu)勢(shì)在于它有助于避免其他編程語(yǔ)言中常見的逐一錯(cuò)誤。
現(xiàn)在想象一下,除了值本身之外,您還想在每次迭代時(shí)將列表中項(xiàng)目的索引打印到屏幕上。
處理此任務(wù)的一種方法是創(chuàng)建一個(gè)變量來(lái)存儲(chǔ)索引并在每次迭代時(shí)更新它:
>>> >>> index = 0 >>> for value in values: ... print(index, value) ... index += 1 ... 0 a 1 b 2 c
在本例中,index是一個(gè)整數(shù),用于跟蹤您在列表中的距離。在循環(huán)的每次迭代中,您打印index
以及value
. 循環(huán)的最后一步是將存儲(chǔ)的數(shù)字更新index一。
當(dāng)您忘記index在每次迭代時(shí)更新時(shí),會(huì)出現(xiàn)一個(gè)常見錯(cuò)誤:
>>> >>> index = 0 >>> for value in values: ... print(index, value) ... 0 a 0 b 0 c
在這個(gè)例子中,index
在0每次迭代時(shí)都保持 at ,因?yàn)闆]有代碼在循環(huán)結(jié)束時(shí)更新它的值。特別是對(duì)于長(zhǎng)或復(fù)雜的循環(huán),這種錯(cuò)誤是出了名的難以追蹤。
解決此問(wèn)題的另一種常見方法是使用range()
結(jié)合len()
自動(dòng)創(chuàng)建索引。這樣,您就不需要記住更新索引:
>>> >>> for index in range(len(values)): ... value = values[index] ... print(index, value) ... 0 a 1 b 2 c
在本例中,len(values)
返回 的長(zhǎng)度values
,即3。然后range()
創(chuàng)建一個(gè)迭代器,從默認(rèn)的起始值開始運(yùn)行,0直到它達(dá)到len(values)負(fù)一。在這種情況下,index成為您的循環(huán)變量。在循環(huán)中,您將當(dāng)前值設(shè)置為value
等于 中的項(xiàng)目。最后,您打印和。valuesindexindexvalue
在此示例中,可能發(fā)生的一個(gè)常見錯(cuò)誤是您value
在每次迭代開始時(shí)忘記更新。這類似于之前忘記更新索引的錯(cuò)誤。這是該循環(huán)不被視為Pythonic
的原因之一。
這個(gè)例子也有一些限制,因?yàn)?code>values必須允許使用整數(shù)索引訪問(wèn)它的項(xiàng)目。允許這種訪問(wèn)的可迭代對(duì)象在 Python中稱為序列。
技術(shù)細(xì)節(jié):根據(jù)Python
文檔,可迭代對(duì)象是可以一次返回一個(gè)成員的任何對(duì)象。根據(jù)定義,可迭代對(duì)象支持迭代器協(xié)議,該協(xié)議指定在迭代器中使用對(duì)象時(shí)如何返回對(duì)象成員。
Python 有兩種常用的可迭代類型:
- 序列
- 發(fā)電機(jī)
任何可迭代對(duì)象都可以在for循環(huán)中使用,但只能通過(guò)整數(shù)索引訪問(wèn)序列。
嘗試通過(guò)生成器或迭代器的索引訪問(wèn)項(xiàng)目將引發(fā)TypeError:
>>> >>> enum = enumerate(values) >>> enum[0] Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: 'enumerate' object is not subscriptable
在此示例中,您將返回值分配enumerate()
給enum
。enumerate()
是一個(gè)迭代器,因此嘗試通過(guò)索引訪問(wèn)其值會(huì)引發(fā)TypeError.
幸運(yùn)的是,Pythonenumerate()
可以讓您避免所有這些問(wèn)題。它是一個(gè)內(nèi)置函數(shù),這意味著自從2003 年在 Python 2.3中添加它以來(lái),它在每個(gè)版本的 Python 中都可用。
二、使用 Python 的 enumerate()
您可以enumerate()
以與使用原始可迭代對(duì)象幾乎相同的方式在循環(huán)中使用。不是將可迭代對(duì)象直接in放在for循環(huán)之后,而是將它放在enumerate().
我們還必須稍微更改循環(huán)變量,如下例所示:
>>> >>> for count, value in enumerate(values): ... print(count, value) ... 0 a 1 b 2 c
當(dāng)我們使用 時(shí)enumerate(),
該函數(shù)會(huì)返回兩個(gè)循環(huán)變量:
- 該計(jì)數(shù)當(dāng)前迭代的
- 當(dāng)前迭代中項(xiàng)目的值
就像普通for循環(huán)一樣,循環(huán)變量可以任意命名。您在本例中使用count
和value
,但它們可以命名為i和/v或任何其他有效的 Python 名稱。
使用enumerate()
,您不需要記住從可迭代對(duì)象訪問(wèn)該項(xiàng)目,并且您不需要記住在循環(huán)結(jié)束時(shí)推進(jìn)索引。一切都由 Python 的魔力自動(dòng)為您處理!
技術(shù)細(xì)節(jié):使用兩個(gè)循環(huán)變量count
和value
,用逗號(hào)分隔是參數(shù)解包的一個(gè)例子。本文稍后將進(jìn)一步討論這個(gè)強(qiáng)大的 Python 特性。
Pythonenumerate()
有一個(gè)額外的參數(shù),您可以使用它來(lái)控制計(jì)數(shù)的起始值。默認(rèn)情況下,起始值是0因?yàn)?Python 序列類型從零開始索引。換句話說(shuō),當(dāng)您想要檢索列表的第一個(gè)元素時(shí),您可以使用 index 0:
>>> >>> print(values[0]) a
我們可以在此示例中看到,使用values索引訪問(wèn)0會(huì)給出第一個(gè)元素a。但是,很多時(shí)候您可能不希望從enumerate()開始計(jì)數(shù)0。例如,您可能希望打印一個(gè)自然計(jì)數(shù)數(shù)作為用戶的輸出。在這種情況下,您可以使用start參數(shù) forenumerate()
來(lái)更改起始計(jì)數(shù):
>>> >>> for count, value in enumerate(values, start=1): ... print(count, value) ... 1 a 2 b 3 c
在本例中,您傳遞start=1,它從第一次循環(huán)迭代count
的值開始1。將此與前面的示例進(jìn)行比較,其中start的默認(rèn)值為0,看看您是否能發(fā)現(xiàn)差異。
三、用 Python 練習(xí) enumerate()
我們應(yīng)該enumerate()
在需要在循環(huán)中使用計(jì)數(shù)和項(xiàng)目的任何時(shí)候使用。請(qǐng)記住,enumerate()
每次迭代都會(huì)將計(jì)數(shù)加一。但是,這只是略微限制了您的靈活性。由于計(jì)數(shù)是標(biāo)準(zhǔn)的 Python 整數(shù),因此您可以通過(guò)多種方式使用它。在接下來(lái)的幾節(jié)中,您將看到enumerate().
1.可迭代項(xiàng)的自然計(jì)數(shù)
在上一節(jié)中,您看到了如何使用enumerate()withstart
創(chuàng)建一個(gè)自然計(jì)數(shù)數(shù)字來(lái)為用戶打印。enumerate()
在 Python 代碼庫(kù)中也像這樣使用。您可以在腳本中看到一個(gè)示例,它讀取 reST 文件并在出現(xiàn)格式問(wèn)題時(shí)告訴用戶。
注意: reST,也稱為reStructured Text
,是 Python 用于文檔的文本文件的標(biāo)準(zhǔn)格式。您經(jīng)常會(huì)看到在 Python 類和函數(shù)中包含作為文檔字符串的 reST 格式的字符串。讀取源代碼文件并告訴用戶格式問(wèn)題的腳本稱為linter,因?yàn)樗鼈冊(cè)诖a中尋找隱喻的lint。
這個(gè)例子是從rstlint. 不要太擔(dān)心這個(gè)函數(shù)如何檢查問(wèn)題。關(guān)鍵是要展示在現(xiàn)實(shí)世界中的使用enumerate():
1def check_whitespace(lines): 2 """Check for whitespace and line length issues.""" 3 for lno, line in enumerate(lines): 4 if "\r" in line: 5 yield lno+1, "\\r in line" 6 if "\t" in line: 7 yield lno+1, "OMG TABS!!!1" 8 if line[:-1].rstrip(" \t") != line[:-1]: 9 yield lno+1, "trailing whitespace"
check_whitespace()
接受一個(gè)參數(shù),lines,它是應(yīng)該評(píng)估的文件行。在 的第三行check_whitespace()
,enumerate()
用于循環(huán) over lines
。這將返回行號(hào),縮寫為lno和line。由于start未使用,因此lno是文件中行的從零開始的計(jì)數(shù)器。check_whitespace()然后對(duì)不合適的字符進(jìn)行多次檢查:
- 回車 ( \r)
- 制表符 ( \t)
- 行尾的任何空格或制表符
當(dāng)這些項(xiàng)目之一存在時(shí),為用戶check_whitespace()
產(chǎn)生當(dāng)前行號(hào)和有用的消息。計(jì)數(shù)變量lno已1添加到其中,以便它返回計(jì)數(shù)行號(hào)而不是從零開始的索引。當(dāng) 的用戶rstlint.py閱讀消息時(shí),他們將知道要轉(zhuǎn)到哪一行以及要修復(fù)的內(nèi)容。
2.跳過(guò)項(xiàng)目的條件語(yǔ)句
使用條件語(yǔ)句來(lái)處理項(xiàng)目是一種非常強(qiáng)大的技術(shù)。有時(shí)您可能只需要在循環(huán)的第一次迭代上執(zhí)行操作,如下例所示:
>>> >>> users = ["Test User", "Real User 1", "Real User 2"] >>> for index, user in enumerate(users): ... if index == 0: ... print("Extra verbose output for:", user) ... print(user) ... Extra verbose output for: Test User Real User 1 Real User 2
在此示例中,您將列表用作用戶的模擬數(shù)據(jù)庫(kù)。第一個(gè)用戶是您的測(cè)試用戶,因此您希望打印有關(guān)該用戶的額外診斷信息。由于您已將系統(tǒng)設(shè)置為首先測(cè)試用戶,因此您可以使用循環(huán)的第一個(gè)索引值來(lái)打印額外的詳細(xì)輸出。
我們還可以將數(shù)學(xué)運(yùn)算與計(jì)數(shù)或索引的條件結(jié)合起來(lái)。例如,您可能需要從可迭代對(duì)象中返回項(xiàng)目,但前提是它們具有偶數(shù)索引。您可以使用enumerate()以
下方法執(zhí)行此操作:
>>> >>> def even_items(iterable): ... """Return items from ``iterable`` when their index is even.""" ... values = [] ... for index, value in enumerate(iterable, start=1): ... if not index % 2: ... values.append(value) ... return values ...
even_items()
接受一個(gè)名為 的參數(shù),iterable它應(yīng)該是 Python 可以循環(huán)遍歷的某種類型的對(duì)象。首先,values被初始化為一個(gè)空列表。然后你用和 set創(chuàng)建一個(gè)for循環(huán)。iterableenumerate()start=1
內(nèi)for循環(huán),你檢查除以余下是否index通過(guò)2為零。如果是,則將該項(xiàng)目附加到values. 最后,您返回 values。
您可以使用列表推導(dǎo)式在一行中執(zhí)行相同的操作,而無(wú)需初始化空列表,從而使代碼更加Pythonic:
>>> >>> def even_items(iterable): ... return [v for i, v in enumerate(iterable, start=1) if not i % 2] ...
在此示例代碼中,even_items()
使用列表推導(dǎo)式而不是for循環(huán)從列表中提取索引為偶數(shù)的每個(gè)項(xiàng)目。
您可以even_items()
通過(guò)從1到的整數(shù)范圍中獲取偶數(shù)索引項(xiàng)來(lái)驗(yàn)證它是否按預(yù)期工作10。結(jié)果將是[2, 4, 6, 8, 10]:
>>> >>> seq = list(range(1, 11)) >>> print(seq) [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] >>> even_items(seq) [2, 4, 6, 8, 10]
正如預(yù)期的那樣,從even_items()
返回偶數(shù)索引項(xiàng)seq。當(dāng)您使用整數(shù)時(shí),這不是獲得偶數(shù)的最有效方法。但是,現(xiàn)在您已經(jīng)驗(yàn)證它even_items()
可以正常工作,您可以獲得 ASCII 字母表的偶數(shù)索引字母:
>>> >>> alphabet = "abcdefghijklmnopqrstuvwxyz" >>> even_items(alphabet) ['b', 'd', 'f', 'h', 'j', 'l', 'n', 'p', 'r', 't', 'v', 'x', 'z']
alphabet
是一個(gè)字符串,它包含 ASCII 字母表的所有 26 個(gè)小寫字母。調(diào)用even_items()
和傳遞alphabet
返回字母表中交替字母的列表。
Python 字符串是序列,可用于循環(huán)以及整數(shù)索引和切片。因此,對(duì)于字符串,您可以使用方括號(hào)even_items()
更有效地實(shí)現(xiàn)相同的功能:
>>> >>> list(alphabet[1::2]) ['b', 'd', 'f', 'h', 'j', 'l', 'n', 'p', 'r', 't', 'v', 'x', 'z']
在這里使用字符串切片,你給出起始索引1,它對(duì)應(yīng)于第二個(gè)元素。第一個(gè)冒號(hào)之后沒有結(jié)束索引,因此 Python 會(huì)轉(zhuǎn)到字符串的末尾。然后添加第二個(gè)冒號(hào),后跟 a,2以便 Python 將采用所有其他元素。
但是,正如您之前看到的,生成器和迭代器不能被索引或切片,因此您仍然會(huì)發(fā)現(xiàn)它們enumerate()
很有用。要繼續(xù)上一個(gè)示例,您可以創(chuàng)建一個(gè)生成器函數(shù),根據(jù)需要生成字母表中的字母:
>>> >>> def alphabet(): ... alpha = "abcdefghijklmnopqrstuvwxyz" ... for a in alpha: ... yield a >>> alphabet[1::2] Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: 'function' object is not subscriptable >>> even_items(alphabet()) ['b', 'd', 'f', 'h', 'j', 'l', 'n', 'p', 'r', 't', 'v', 'x', 'z']
在此示例中,您定義alphabet()
了一個(gè)生成器函數(shù),當(dāng)該函數(shù)在循環(huán)中使用時(shí),它會(huì)一個(gè)一個(gè)地生成字母表中的字母。Python 函數(shù),無(wú)論是生成器還是常規(guī)函數(shù),都無(wú)法通過(guò)方括號(hào)索引訪問(wèn)。你在第二行試試這個(gè),它會(huì)引發(fā)一個(gè)TypeError.
不過(guò),您可以在循環(huán)中使用生成器函數(shù),并且您可以在最后一行傳遞alphabet()
給even_items().
可以看到結(jié)果和前面兩個(gè)例子是一樣的。
四、理解 Python enumerate()
在最后幾節(jié)中,您看到了何時(shí)以及如何enumerate()
發(fā)揮優(yōu)勢(shì)的示例。現(xiàn)在您已經(jīng)掌握了 的實(shí)際方面enumerate(),
您可以了解更多有關(guān)該函數(shù)如何在內(nèi)部工作的信息。
為了更好地了解enumerate()工
作原理,您可以使用 Python 實(shí)現(xiàn)您自己的版本。您的版本enumerate()
有兩個(gè)要求。這應(yīng)該:
- 接受一個(gè)可迭代和一個(gè)起始計(jì)數(shù)值作為參數(shù)
- 發(fā)回一個(gè)包含當(dāng)前計(jì)數(shù)值和可迭代對(duì)象相關(guān)項(xiàng)的元組
Python 文檔中給出了一種編寫滿足這些規(guī)范的函數(shù)的方法:
>>> >>> def my_enumerate(sequence, start=0): ... n = start ... for elem in sequence: ... yield n, elem ... n += 1 ...
my_enumerate()
接受兩個(gè)參數(shù),sequence
和start。默認(rèn)值start是0。在函數(shù)定義中,您初始化n為 的值start并for在sequence.
對(duì)于每一個(gè)elem在sequence
你yield控制返回給調(diào)用位置和發(fā)送回的當(dāng)前值n和elem
。最后,您遞增n以準(zhǔn)備下一次迭代。您可以my_enumerate()
在此處查看實(shí)際操作:
>>> >>> seasons = ["Spring", "Summer", "Fall", "Winter"] >>> my_enumerate(seasons) <generator object my_enumerate at 0x7f48d7a9ca50> >>> list(my_enumerate(seasons)) [(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')] >>> list(my_enumerate(seasons, start=1)) [(1, 'Spring'), (2, 'Summer'), (3, 'Fall'), (4, 'Winter')]
首先,您創(chuàng)建要使用的四個(gè)季節(jié)的列表。接下來(lái),您將展示調(diào)用my_enumerate()with seasonsassequence
創(chuàng)建一個(gè)生成器對(duì)象。這是因?yàn)槟褂脃ield關(guān)鍵字將值發(fā)送回調(diào)用者。
最后,創(chuàng)建兩個(gè)列表my_enumerate()
,在其中起始值被保留為默認(rèn),0在其中,一個(gè)start改變?yōu)?。在這兩種情況下,您最終都會(huì)得到一個(gè)元組列表,其中每個(gè)元組的第一個(gè)元素是計(jì)數(shù),第二個(gè)元素是來(lái)自 的值seasons
。
盡管您enumerate()
只需幾行 Python 代碼即可實(shí)現(xiàn)等效的函數(shù),但實(shí)際的代碼enumerate()
是用 C 編寫的。這意味著它超級(jí)快速和高效。
五、解包參數(shù) enumerate()
當(dāng)您enumerate()
在for循環(huán)中使用時(shí),您告訴 Python
使用兩個(gè)變量,一個(gè)用于計(jì)數(shù),另一個(gè)用于值本身。您可以通過(guò)使用稱為參數(shù)解包的 Python 概念來(lái)做到這一點(diǎn)。
參數(shù)解包的思想是,一個(gè)元組可以根據(jù)序列的長(zhǎng)度分成幾個(gè)變量。例如,您可以將包含兩個(gè)元素的元組解包為兩個(gè)變量:
>>> >>> tuple_2 = (10, "a") >>> first_elem, second_elem = tuple_2 >>> first_elem 10 >>> second_elem 'a'
首先,您創(chuàng)建一個(gè)包含兩個(gè)元素的元組,10和"a"。然后將該元組解包到first_elemand
中second_elem
,每個(gè)都從元組中分配一個(gè)值。
當(dāng)您調(diào)用enumerate()
并傳遞一系列值時(shí),Python 會(huì)返回一個(gè)迭代器。當(dāng)您向迭代器詢問(wèn)其下一個(gè)值時(shí),它會(huì)生成一個(gè)包含兩個(gè)元素的元組。元組的第一個(gè)元素是計(jì)數(shù),第二個(gè)元素是您傳遞的序列中的值:
>>> >>> values = ["a", "b"] >>> enum_instance = enumerate(values) >>> enum_instance <enumerate at 0x7fe75d728180> >>> next(enum_instance) (0, 'a') >>> next(enum_instance) (1, 'b') >>> next(enum_instance) Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration
在此示例中,您創(chuàng)建了一個(gè)列表,該列表values包含兩個(gè)元素"a"和"b"。然后傳遞values
給enumerate()
并將返回值分配給enum_instance
. 當(dāng)您打印時(shí)enum_instance
,您可以看到它是一個(gè)enumerate()具有特定內(nèi)存地址的實(shí)例。
然后使用 Python 的內(nèi)置next()函數(shù)從enum_instance. enum_instance返
回的第一個(gè)值是一個(gè)元組,其中包含計(jì)數(shù)0和來(lái)自 的第一個(gè)元素values,即"a"。
next()再次調(diào)用on 會(huì)enum_instance
產(chǎn)生另一個(gè)元組,這次是計(jì)數(shù)1和來(lái)自values,的第二個(gè)元素"b"。最后,由于沒有更多的值要從 返回,所以再調(diào)用next()一次會(huì)增加。StopIterationenum_instance
在for循環(huán)中使用可迭代對(duì)象時(shí),Python
會(huì)next()在每次迭代開始時(shí)自動(dòng)調(diào)用,直到StopIteration
引發(fā)。Python 將從可迭代對(duì)象中檢索到的值分配給循環(huán)變量。
如果可迭代對(duì)象返回一個(gè)元組,則可以使用參數(shù)解包將元組的元素分配給多個(gè)變量。這是您在本教程前面通過(guò)使用兩個(gè)循環(huán)變量所做的。
另一次您可能已經(jīng)看到使用for循環(huán)解包參數(shù)是使用內(nèi)置的zip(),它允許您同時(shí)迭代兩個(gè)或多個(gè)序列。
在每次迭代中,zip()返回一個(gè)元組,該元組從所有傳遞的序列中收集元素:
>>> >>> first = ["a", "b", "c"] >>> second = ["d", "e", "f"] >>> third = ["g", "h", "i"] >>> for one, two, three in zip(first, second, third): ... print(one, two, three) ... a d g b e h c f i
通過(guò)使用zip(),可以遍歷first
,second
以及third在同一時(shí)間。在for循環(huán)中,您分配元素 from firstto one
、 from secondtotwo
和 from thirdto three
。然后打印三個(gè)值。
我們可以組合zip()和enumerate()使用嵌套參數(shù)解包:
>>> >>> for count, (one, two, three) in enumerate(zip(first, second, third)): ... print(count, one, two, three) ... 0 a d g 1 b e h 2 c f i
在for此示例的循環(huán)中,您嵌套zip()在enumerate().
這意味著每次for循環(huán)迭代時(shí),都會(huì)enumerate()
產(chǎn)生一個(gè)元組,其中第一個(gè)值作為計(jì)數(shù),第二個(gè)值作為另一個(gè)元組,其中包含從參數(shù)到 的元素zip()。要解壓嵌套結(jié)構(gòu),您需要添加括號(hào)以從zip().
還有其他方法可以模擬enumerate()
與zip(). 一種方法使用itertools.count(),
它默認(rèn)返回從零開始的連續(xù)整數(shù)。您可以將前面的示例更改為使用itertools.count():
>>> >>> import itertools >>> for count, one, two, three in zip(itertools.count(), first, second, third): ... print(count, one, two, three) ... 0 a d g 1 b e h 2 c f i
用itertools.count()
在這個(gè)例子中,您可以使用一個(gè)單一的zip()呼叫產(chǎn)生計(jì)數(shù)以及沒有嵌套參數(shù)拆包的循環(huán)變量。
六、結(jié)論
當(dāng)您需要計(jì)數(shù)和迭代中的值時(shí),Pythonenumerate()
允許您編寫 Pythonicfor
循環(huán)。最大的優(yōu)點(diǎn)enumerate()
是它返回一個(gè)帶有計(jì)數(shù)器和值的元組,因此您不必自己增加計(jì)數(shù)器。它還為您提供了更改計(jì)數(shù)器起始值的選項(xiàng)。
總結(jié):
enumerate()
在for循環(huán)中使用Python
- 應(yīng)用
enumerate()
在幾個(gè)現(xiàn)實(shí)世界的例子中 enumerate()
使用參數(shù)解包獲取值- 實(shí)現(xiàn)自己的同等功能,以
enumerate()
我們還看到enumerate()
在一些實(shí)際代碼中使用,包括在CPython
代碼存儲(chǔ)庫(kù)中。您現(xiàn)在擁有簡(jiǎn)化循環(huán)并使 Python 代碼時(shí)尚的超能力!
到此這篇關(guān)于Python enumerate()計(jì)數(shù)器簡(jiǎn)化循環(huán)的文章就介紹到這了,更多相關(guān)Python enumerate內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python動(dòng)態(tài)參數(shù)/命名空間/函數(shù)嵌套/global和nonlocal
這篇文章主要介紹了Python動(dòng)態(tài)參數(shù)/命名空間/函數(shù)嵌套/global和nonlocal,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值 ,需要的朋友可以參考下2019-05-05Django初步使用Celery處理耗時(shí)任務(wù)和定時(shí)任務(wù)問(wèn)題
這篇文章主要介紹了Django初步使用Celery處理耗時(shí)任務(wù)和定時(shí)任務(wù)問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-12-12Python Flask-Login實(shí)現(xiàn)用戶會(huì)話管理
這篇文章主要介紹了Python Flask-Login實(shí)現(xiàn)用戶會(huì)話管理過(guò)程,F(xiàn)lask-Login為Flask提供用戶會(huì)話管理。它處理登錄、注銷和長(zhǎng)時(shí)間記住用戶會(huì)話等常見任務(wù)2022-12-12Python實(shí)現(xiàn)無(wú)損放大圖片的示例代碼
這篇文章主要為大家詳細(xì)介紹了如何利用Python語(yǔ)言實(shí)現(xiàn)一個(gè)簡(jiǎn)單的無(wú)損放大圖片小程序,可以支持將JPG/PNG圖片無(wú)損放大上萬(wàn)像素,感興趣的可以了解一下2022-08-08flask框架json數(shù)據(jù)的拿取和返回操作示例
這篇文章主要介紹了flask框架json數(shù)據(jù)的拿取和返回操作,結(jié)合實(shí)例形式分析了flask框架針對(duì)json格式數(shù)據(jù)的解析、數(shù)據(jù)庫(kù)操作與輸出等相關(guān)操作技巧,需要的朋友可以參考下2019-11-11Python實(shí)現(xiàn)批量導(dǎo)入1000條xlsx數(shù)據(jù)
本文主要介紹了Python實(shí)現(xiàn)批量導(dǎo)入1000條xlsx數(shù)據(jù),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02