京公网安备 11010802034615号
经营许可证编号:京B2-20210330
python表达式和语句及for、while循环练习实例
下面小编就为大家带来一篇python 表达式和语句及for、while循环练习实例。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。
Python中表达式和语句及for、while循环练习
1)表达式
常用的表达式操作符:
x + y, x - y
x * y, x / y, x // y, x % y
逻辑运算:
x or y, x and y, not x
成员关系运算:
x in y, x not in y
对象实例测试:
x is y, x not is y
比较运算:
x < y, x > y, x <= y, x >= y, x == y, x != y
位运算:
x | y, x & y, x ^ y, x << y, x >> y
一元运算:
-x, +x, ~x:
幂运算:
x ** y
索引和分片:
x[i], x[i:j], x[i:j:stride]
调用:
x(...)
取属性:
x.attribute
元组:(...)
序列:[...]
字典:{...}
三元选择表达式:x if y else z
匿名函数:lambda args: expression
生成器函数发送协议:yield x
运算优先级:
(...), [...], {...}
s[i], s[i:j]
s.attribute
s(...)
+x, -x, ~x
x ** y
*, /, //, %
+, -
<<, >>
&
^
|
<, <=, >, >=, ==, !=
is, not is
in, not in
not
and
or
lambda
2)语句:
赋值语句
调用
print: 打印对象
if/elif/else: 条件判断
for/else: 序列迭代
while/else: 普通循环
pass: 占位符
break:
continue
def
return
yield
global: 命名空间
raise: 触发异常
import:
from: 模块属性访问
class: 类
try/except/finally: 捕捉异常
del: 删除引用
assert: 调试检查
with/as: 环境管理器
赋值语句:
隐式赋值:import, from, def, class, for, 函数参数
元组和列表分解赋值:当赋值符号(=)的左侧为元组或列表时,Python会按照位置把右边的对象和左边的目标自左而右逐一进行配对儿;个数不同时会触发异常,此时可以切片的方式进行;
多重目标赋值
增强赋值: +=, -=, *=, /=, //=, %=,
3)for循环练习
练习1:逐一分开显示指定字典d1中的所有元素,类似如下
k1 v1
k2 v2
...
>>> d1 = { 'x':1,'y':2,'z':3,'m':4 }
>>> for (k,v) in d1.items():
print k,v
y 2
x 1
z 3
m 4
练习2:逐一显示列表中l1=["Sun","Mon","Tue","Wed","Thu","Fri","Sat"]中的索引为奇数的元素;
>>> l1 = ["Sun","Mon","Tue","Wed","Thu","Fri","Sat"]
>>> for i in range(1,len(l1),2):
print l1[i]
Mon
Wed
Fri
练习3:将属于列表l1=["Sun","Mon","Tue","Wed","Thu","Fri","Sat"],但不属于列表l2=["Sun","Mon","Tue","Thu","Sat"]的所有元素定义为一个新列表l3;
>>> l1 = ["Sun","Mon","Tue","Wed","Thu","Fri","Sat"]
>>> l2 = ["Sun","Mon","Tue","Thu","Sat"]
>>> l3 = [ ]
>>> for i in l1:
if i not in l2:
l3.append(i)
>>> l3
['Wed', 'Fri']
练习4:已知列表namelist=['stu1','stu2','stu3','stu4','stu5','stu6','stu7'],删除列表removelist=['stu3', 'stu7', 'stu9'];请将属于removelist列表中的每个元素从namelist中移除(属于removelist,但不属于namelist的忽略即可);
>>> namelist= ['stu1','stu2','stu3','stu4','stu5','stu6','stu7']
>>> removelist = ['stu3', 'stu7', 'stu9']
>>> for i in namelist:
if i in removelist :
namelist.remove(i)
>>> namelist
['stu1', 'stu2', 'stu4', 'stu5', 'stu6']
4)while循环练习
练习1:逐一显示指定列表中的所有元素;
>>> l1 = [1,2,3,4,5]
>>> i = 0
>>> while i < len(l1)
print l1[i]
i += 1
1
2
3
4
5
>>> l1 = [1,2,3,4,5]
>>> while l1:
print l1.pop(0)
1
2
3
4
5
练习2:求100以内所有偶数之和;
>>> i = 0
>>> sum = 0
>>> while i < 101:
sum += i
i += 2
print sum
2550
>>> for i in range(0,101,2):
sum+=i
print sum
2550
练习3:逐一显示指定字典的所有键;并于显示结束后说明总键数;
>>> d1 = {'x':1, 'y':23, 'z': 78}
>>> i1 = d1.keys()
>>> while i1:
print i1.pop(0)
else:
print len(d1)
x
y
z
3
练习4:创建一个包含了100以内所有奇数的列表;
>>> d1 = [ ]
>>> i = 1
>>> while i < 101:
d1.append(i)
i+=2
>>> print d1
[1, 3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25, 27, 29, 31, 33, 35, 37, 39, 41, 43, 45, 47, 49, 51, 53, 55, 57, 59, 61, 63, 65, 67, 69, 71, 73, 75, 77, 79, 81, 83, 85, 87, 89, 91, 93, 95, 97, 99]
>>> d1 = [ ]
>>> for i in range(1,101,2)
d1.append(i)
>>> print d1
[1, 3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25, 27, 29, 31, 33, 35, 37, 39, 41, 43, 45, 47, 49, 51, 53, 55, 57, 59, 61, 63, 65, 67, 69, 71, 73, 75, 77, 79, 81, 83, 85, 87, 89, 91, 93, 95, 97, 99]
练习5:列表l1=[0,1,2,3,4,5,6], 列表l2=["Sun","Mon","Tue","Wed","Thu","Fri","Sat"],以第一个列表中的元素为键,以第二个列表中的元素为值生成字典d1;
>>> l1 = [0,1,2,3,4,5,6]
>>> l2 = ["Sun","Mon","Tue","Wed","Thu","Fri","Sat"]
>>> d1 = {}
>>> count = 0
>>> if len(l1) == len(l2):
while count < len(l1):
d1[l1[count]] = l2[count]
count += 1
以上这篇python 表达式和语句及for、while循环练习实例就是小编分享给大家的全部内容了,希望能给大家一个参考
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13