Get started learning Python with DataCamp's free Intro to Python tutorial. Learn Data Science by completing interactive coding challenges and watching videos by expert instructors. Start Now!
This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join 11 million other learners and get started learning Python for data science today!
Good news! You can save 25% off your Datacamp annual subscription with the code LEARNPYTHON23ALE25 - Click here to redeem your discount
Løkker
Der er to typer loops i Python, for og while.
"for" loop
For loops itererer over en given sekvens. Her er et eksempel:
For loops kan iterere over en sekvens af tal ved hjælp af "range" og "xrange" funktionerne. Forskellen mellem range og xrange er, at range funktionen returnerer en ny liste med tal inden for den specificerede rækkevidde, mens xrange returnerer en iterator, som er mere effektiv. (Python 3 bruger range funktionen, som fungerer som xrange). Bemærk, at range funktionen er nul-baseret.
"while" loops
While loops gentager, så længe en bestemt boolesk betingelse er opfyldt. For eksempel:
"break" og "continue" statements
break bruges til at afslutte et for loop eller et while loop, mens continue bruges til at springe det nuværende blok over og vende tilbage til "for" eller "while" udsagnet. Et par eksempler:
Kan vi bruge "else" klausul for loops?
I modsætning til sprog som C,CPP.. kan vi bruge else for loops. Når loop betingelsen for "for" eller "while" udsagnet fejler, så udføres kode delen i "else". Hvis en break erklæring udføres inde i for loop, så springes "else" delen over. Bemærk, at "else" delen udføres, selvom der er en continue erklæring.
Her er nogle eksempler:
Øvelse
Løb igennem og udskriv alle lige tal fra numrene i listen i den samme rækkefølge, de modtages. Udskriv ikke nogle tal, der kommer efter 237 i sekvensen.
This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join over a million other learners and get started learning Python for data science today!
