تکنیک‌های حلقه

تکنیک‌های حلقه

وقتی از دیکشنری‌ها عبور می‌کنید، کلید و مقدار متناظر می‌توانند به طور همزمان با استفاده از متد items() بازیابی شوند.

>>> knights = {'gallahad': 'the pure', 'robin': 'the brave'}
>>> for k, v in knights.items():
...     print(k, v)
...
gallahad the pure
robin the brave

وقتی از یک توالی عبور می‌کنید، اندیس موقعیت و مقدار متناظر می‌توانند به طور همزمان با استفاده از تابع enumerate() بازیابی شوند.

>>> for i, v in enumerate(['tic', 'tac', 'toe']):
...     print(i, v)
...
0 tic
1 tac
2 toe

برای حلقه زدن روی دو یا چند توالی به طور همزمان، می‌توان ورودی‌ها را با تابع zip() جفت کرد.

>>> questions = ['name', 'quest', 'favorite color']
>>> answers = ['lancelot', 'the holy grail', 'blue']
>>> for q, a in zip(questions, answers):
...     print('What is your {0}?  It is {1}.'.format(q, a))
...
What is your name?  It is lancelot.
What is your quest?  It is the holy grail.
What is your favorite color?  It is blue.

برای حلقه زدن روی یک توالی به صورت معکوس، ابتدا توالی را به صورت مستقیم مشخص کرده و سپس تابع reversed() را فراخوانی کنید.

>>> for i in reversed(range(1, 10, 2)):
...     print(i)
...
9
7
5
3
1

برای حلقه زدن روی یک توالی به ترتیب مرتب‌شده، از تابع sorted() استفاده کنید که یک لیست مرتب‌شده جدید برمی‌گرداند در حالی که منبع را بدون تغییر باقی می‌گذارد.

>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> for i in sorted(basket):
...     print(i)
...
apple
apple
banana
orange
orange
pear

استفاده از set() روی یک توالی عناصر تکراری را حذف می‌کند. استفاده از sorted() در ترکیب با set() روش قراردادی برای حلقه زدن روی عناصر منفرد توالی به ترتیب مرتب‌شده است.

>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> for f in sorted(set(basket)):
...     print(f)
...
apple
banana
orange
pear

گاهی وسوسه‌انگیز است که یک لیست را در حین عبور از آن تغییر دهید؛ با این حال، معمولاً ساده‌تر و ایمن‌تر است یک لیست جدید ایجاد کنید.

>>> import math
>>> raw_data = [56.2, float('NaN'), 51.7, 55.3, 52.5, float('NaN'), 47.8]
>>> filtered_data = []
>>> for value in raw_data:
...     if not math.isnan(value):
...         filtered_data.append(value)
...
>>> filtered_data
[56.2, 51.7, 55.3, 52.5, 47.8]