Python에서 for 루프와 while 루프의 차이점은 무엇입니까?
이 글에서는 "for" 루프와 "while" 루프의 차이점에 대해 알아봅니다.
For 루프
for 루프는 미리 정의된 반복 횟수만큼 코드를 실행하는 제어 흐름 문입니다. 이 제어 흐름 문에 사용된 키워드는 "for"입니다. 반복 횟수를 알고 있는 경우 for 루프를 사용하세요.
for 루프는 두 부분으로 나뉩니다 -
Title - 루프의 반복을 지정하는 부분입니다. 헤더 섹션에서는 반복이 실행되고 있는 본문을 알려주는 루프 변수도 선언됩니다.
Body - body 섹션에는 각 반복마다 실행되는 명령문이 포함됩니다.
초기화, 조건 확인 및 반복 문은 모두 루프 시작 부분에 작성됩니다.
반복 횟수를 미리 알고 있는 경우에만 사용하세요.
"for" 루프에 조건이 언급되지 않으면 루프는 무한히 반복됩니다.
초기화는 한 번만 수행되며 반복되지 않습니다.
반복문은 처음에 작성됩니다.
따라서 루프의 모든 명령문이 실행되면 실행됩니다.
문법
으아악예
다음 프로그램은 for 루프를 사용하여 모든 목록 요소를 인쇄합니다. -
으아악출력
실행되면 위 프로그램은 다음과 같은 출력을 생성합니다.
으아악While 루프
주어진 참 조건에 대해 단일 문 또는 문 집합을 실행하는 루프입니다. 이 루프는 "while"이라는 키워드로 표시됩니다. 반복 횟수를 알 수 없는 경우 "while" 루프가 사용됩니다. 부울 값이 false가 될 때까지 이 문을 반복합니다. while 루프의 시작 부분에서 조건을 테스트하므로 사전 테스트 루프라고도 합니다.
초기화 및 조건 확인은 루프 시작 시 수행됩니다.
반복 횟수를 알 수 없는 경우에만 사용됩니다.
"while" 루프에 조건이 언급되지 않으면 컴파일 오류가 발생합니다.
조건을 확인하면서 초기화를 하면 루프를 반복할 때마다 초기화가 발생합니다.
반복문은 루프 내의 어느 지점에서나 작성할 수 있습니다.
문법
으아악예
다음 프로그램은 for 루프를 사용하여 모든 목록 요소를 인쇄합니다. -
으아악출력
실행되면 위 프로그램은 다음과 같은 출력을 생성합니다.
으아악For 및 While 루프는 언제 사용해야 합니까?
for 루프는 반복 횟수(즉, 명령문을 실행해야 하는 횟수)를 알 때 사용됩니다. 그렇기 때문에 for 루프를 초기화할 때 끝점을 정의해야 합니다.
반복 횟수알 수 없음인 경우 while 루프를 사용하세요. 반복 횟수 이외의 조건에 따라 루프를 종료해야 할 때 사용할 수 있습니다. 이 경우 상황을 미리 알 필요는 없습니다. 이것이 바로 루프 초기화에 부울 표현식을 사용할 수 있는 이유입니다.
조건 없음
for 및 while 루프에 조건이 지정되지 않으면 루프는 무한히 반복됩니다.
조건문이 없을 때 for 루프와 while 루프의 차이점은 다음과 같습니다. -
For Loop - 아래 예에서는 루프가 무한히 실행됩니다.
예
으아악출력
실행되면 위 프로그램은 다음과 같은 출력을 생성합니다.
으아악목록으로 시작하여 단일 임의 값으로 초기화합니다. 그런 다음 for 루프와 in 연산자를 사용하여 목록의 요소를 반복합니다. 루프 내부에서는 임의의 텍스트를 인쇄한 다음 목록에 다른 요소를 추가하여 새 요소로 인해 for 루프가 다시 실행됩니다. 이 루프는 무한히 실행됩니다.
While Loop - 아래 예에서는 루프가 무한히 실행됩니다.
예
으아악출력
실행되면 위 프로그램은 다음과 같은 출력을 생성합니다.
TutorialsPoint TutorialsPoint TutorialsPoint TutorialsPoint TutorialsPoint TutorialsPoint . . . . runs infinite times
差异表
比较基础 | For循环 | While循环 |
---|---|---|
关键字 | 使用for关键字 | 使用while关键字 |
已使用 | 当迭代次数已知时,使用 For 循环。 | 当迭代次数未知时使用While循环。 |
不存在条件 | 不存在条件时循环无限次运行 | 在不存在条件的情况下返回编译时错误 |
初始化的性质 | 一旦完成,不可重复 | 在while循环中,每次迭代都可以重复。 |
函数 | 要进行迭代,请使用 range 或 xrange 函数。 | while循环中没有这样的函数。 |
基于迭代的初始化 | 在循环开始时完成。 | 在 while 循环中,可以在循环体中的任何位置执行此操作。 |
生成器支持 | Python 的 for 循环可以迭代生成器。 | While 循环不能直接在生成器上迭代。 |
速度 | for 循环比 while 循环更快。 | 与 for 循环相比,While 循环相对较慢。 |
结论
在本文中,我们通过示例了解了 for 和 while 循环之间的区别,以及 while 和 for 循环的工作原理。
위 내용은 Python에서 for 루프와 while 루프의 차이점은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











이 튜토리얼은 Python을 사용하여 Zipf의 법칙의 통계 개념을 처리하는 방법을 보여주고 법을 처리 할 때 Python의 읽기 및 대형 텍스트 파일을 정렬하는 효율성을 보여줍니다. ZIPF 분포라는 용어가 무엇을 의미하는지 궁금 할 것입니다. 이 용어를 이해하려면 먼저 Zipf의 법칙을 정의해야합니다. 걱정하지 마세요. 지침을 단순화하려고 노력할 것입니다. Zipf의 법칙 Zipf의 법칙은 단순히 : 큰 자연어 코퍼스에서 가장 자주 발생하는 단어는 두 번째 빈번한 단어, 세 번째 빈번한 단어보다 세 번, 네 번째 빈번한 단어 등 4 배나 자주 발생합니다. 예를 살펴 보겠습니다. 미국 영어로 브라운 코퍼스를 보면 가장 빈번한 단어는 "TH입니다.

이 기사에서는 HTML을 구문 분석하기 위해 파이썬 라이브러리 인 아름다운 수프를 사용하는 방법을 설명합니다. 데이터 추출, 다양한 HTML 구조 및 오류 처리 및 대안 (SEL과 같은 Find (), find_all (), select () 및 get_text ()와 같은 일반적인 방법을 자세히 설명합니다.

시끄러운 이미지를 다루는 것은 특히 휴대폰 또는 저해상도 카메라 사진에서 일반적인 문제입니다. 이 튜토리얼은 OpenCV를 사용 하여이 문제를 해결하기 위해 Python의 이미지 필터링 기술을 탐구합니다. 이미지 필터링 : 강력한 도구 이미지 필터

데이터 과학 및 처리가 가장 좋아하는 Python은 고성능 컴퓨팅을위한 풍부한 생태계를 제공합니다. 그러나 Python의 병렬 프로그래밍은 독특한 과제를 제시합니다. 이 튜토리얼은 이러한 과제를 탐구하며 전 세계 해석에 중점을 둡니다.

이 기사는 딥 러닝을 위해 텐서 플로와 Pytorch를 비교합니다. 데이터 준비, 모델 구축, 교육, 평가 및 배포와 관련된 단계에 대해 자세히 설명합니다. 프레임 워크, 특히 계산 포도와 관련하여 주요 차이점

이 튜토리얼은 Python 3에서 사용자 정의 파이프 라인 데이터 구조를 작성하여 클래스 및 작업자 과부하를 활용하여 향상된 기능을 보여줍니다. 파이프 라인의 유연성은 일련의 기능을 데이터 세트, GE에 적용하는 능력에 있습니다.

파이썬 객체의 직렬화 및 사막화는 사소한 프로그램의 주요 측면입니다. 무언가를 Python 파일에 저장하면 구성 파일을 읽거나 HTTP 요청에 응답하는 경우 객체 직렬화 및 사태화를 수행합니다. 어떤 의미에서, 직렬화와 사제화는 세계에서 가장 지루한 것들입니다. 이 모든 형식과 프로토콜에 대해 누가 걱정합니까? 일부 파이썬 객체를 지속하거나 스트리밍하여 나중에 완전히 검색하려고합니다. 이것은 세상을 개념적 차원에서 볼 수있는 좋은 방법입니다. 그러나 실제 수준에서 선택한 직렬화 체계, 형식 또는 프로토콜은 속도, 보안, 유지 보수 상태 및 프로그램의 기타 측면을 결정할 수 있습니다.

Python의 통계 모듈은 강력한 데이터 통계 분석 기능을 제공하여 생물 통계 및 비즈니스 분석과 같은 데이터의 전반적인 특성을 빠르게 이해할 수 있도록 도와줍니다. 데이터 포인트를 하나씩 보는 대신 평균 또는 분산과 같은 통계를보고 무시할 수있는 원래 데이터에서 트렌드와 기능을 발견하고 대형 데이터 세트를보다 쉽고 효과적으로 비교하십시오. 이 튜토리얼은 평균을 계산하고 데이터 세트의 분산 정도를 측정하는 방법을 설명합니다. 달리 명시되지 않는 한,이 모듈의 모든 함수는 단순히 평균을 합산하는 대신 평균 () 함수의 계산을 지원합니다. 부동 소수점 번호도 사용할 수 있습니다. 무작위로 가져옵니다 수입 통계 Fracti에서
