
CDA数据分析师 出品
作者:CDA明星讲师 曹鑫
编辑:Mika
大家好,今天我们来讲讲函数返回结果。但是我们拿来的这个函数还是稍显复杂的。
返回斐波那契数列的 n 项,我们定义 def fibo (n) ,fibo 是我自己取的一个名字,n 代表我要返回多少项,然后冒号是函数的开头结尾,然后下面要缩进。
开始写 a 等于 0,b等于1,i=0,result 等于一个空的列表,这都是我们提前的预知变量。
然后while i 小于 n,就是说如果我想要5个,我这个 i 如果小于5的话,我就执行下面的操作。
i是什么?i 开始是 0,也就是从第0的位置,一个值开始。
那 0 肯定是小于 5 的, 接着 result.append (a) 。a 是什么?a 是 0,它第一个位置就是 0 。
接下来这个特别重要,a,b=b, a+b, 也就是同时赋值。a 被赋值为b,b被赋值为 a+b 。
这里一定要记住了, a 这个时候是 0,但是 b 是 1,所以这个赋值的时候,a 就变成了 1 了,接下来 b 被赋值成 a+b。
注意这里的 a 依然是 0,1 是 1,因为负值是同时产生的,你不能把这里赋值完值的 a 再拿到这里来用。
这后面 b 就是 1,a 就是 0,b 就是 1,这时候 a 和 b 就分别又被赋值成了1和0+1 也是1,然后 i=i+1,去为了下一次循环做准备。
接下来第二个, i=i+1 之后,i 依然是小于 5 的,继续把 result.append 刚刚 a它已经被赋值为 1 了,1 进去之后再继续求 a,b 分别是 b 和 a+b 的赋值,也就是这么一个循环,不断的去进行,直到 i 不小于你给出的 n ,就得到了一个结果。
就把这个结果给 return出来,return 就是返回结果的方式,我们运行一下,然后把 fibo改成 10,我们就得到了 0、1、1这样一个10位的斐波那契数列。
为什么这里可以自动打印出来?
首先 return 了,就是把这个值返回过来了,同时在 jupyter notebook 里面默认最后一行是打印的,所以这里有个 print操作,就可以把这个结果显示出来。
这里最重要的要理解的就是这个 a,b它在做同时赋值的时候一定是用原始的值来求的。
如果你把它分开,分成 a=b ,然后再用b=a+b 的话,这个时候它就有一个先后运算的关系了,而在这里它是同时运行的,这里需要大家好好理解。
接下来我们来讲讲遍历的操作。
我这里有一个 n ,那遍历三次的话就是 for i in range (n) ,然后 print (i)。我们就会得到0、1、2 那个结果。为什么呢?
因为 range (n) 它其实意思就是 range (0) 到你的 n,这里是 3,就是 0 到 3 这样一个范围,这是我们最常用的遍历的方式。
当大家不知道这个 range 是什么的时候,可以用 range (n) 把它打印出来看一下,它会返回什么结果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23