python中实现循环指定次数：
我们注重客户提出的每个要求，我们充分考虑每一个细节，我们积极的做好网站设计、成都做网站服务，我们努力开拓更好的视野，通过不懈的努力，成都创新互联赢得了业内的良好声誉，这一切，也不断的激励着我们更好的服务客户。 主要业务：网站建设,网站制作,网站设计,重庆小程序开发,网站开发,技术开发实力，DIV+CSS，PHP及ASP，ASP.Net，SQL数据库的技术开发工程师。
count=0
for item in list:
print item
count +=1 if count % 10 == 0:
print 'did ten'
或：
for count in range(0,len(list)):
print list[count] if count % 10 == 0:
print 'did ten'
在Python的for循环里，循环遍历可以写成：
for item in list:
print item
扩展资料：
Python 注意事项：
1、tuple：元组
（1）元组一旦初始化就不可修改。不可修改意味着tuple更安全。如果可能，能用tuple代替list就尽量用tuple。
（2）定义只有一个元素的tuple的正确姿势：t = (1,)，括号内添加一个逗号，否则会存在歧义。
2、dict：字典
a.获取value值：dict['key']，若key不存在，编译器就会报错KeyError。避免方法：
一是通过 in 判断 key 值是否在dict中：
'key' in dict # 返回True 或 False。
二是通过 dict 的函数get()：
dict.get('key') # 返回 value 值 或 None。
循环累加
1、进入都pycharm编辑器中，打开一个Python文件或者可以新建一个文件，先初始化两个变量，输入下面的代码：
result=0
i=0
2、使用循环累加的方式，在这里我们使用的是while函数进行循环累加的操作，循环的条件是i小于或者是等于100，也就是说，求的是100以内的数在和，代码如下：
while i=100:
result+=i
i+=1
这里的变量i，每循环一次，它就自增一次，直到它大于100，循环才会结束。最后可以使用Python中的print()函数输出累加的结果。
方法二：递归累加
1、同样的使用pycharm编辑器，进入到编辑界面之后，打开或者是创建一个Python文件，在文件中调用使用函数进行调用，对变量进行累加，输入下面的这段代码：
def sum_num(num):
这里是定义了一个函数为sum_num，包含了一个参数，用来传递具体的值，并且执行下面的代码调用，进行累加，代码如下：
t=sum_num(n-1)
return n+t
2、在函数的调用过程中，我们可以设置一个变量，用来存放最后得到的累加的结果，并且最后使用print()函数对运行结果进行打印，代码如下：
result = s_num(100)
print(result)
关于怎么在Python中实现累加求和？Python累加求和的方法的文章就分享到这里了，文章中介绍了两种累加求和的方法，大家可以根据操作步骤，动手实践一下。
编写循环的技巧，for循环包含了常见的计数器式循环。由于通常for循环比while循环更容易写,也执行得更快，所以for循环一般是你遍历序列或其他可迭代对象时的首选。事实上，作为一条通用法则，你应该克制在Python中使用计数方式的诱惑——Python提供的迭代工具,能帮你把像C这样低级语言中循环集合体的工作自动化。不过，有些情况下你还是需要以更为特定的方式进行迭代。例如，如果你需要在列表中每隔一个元素或每隔两个元素进行访问，或是要同时修改列表呢?如果在同一个for循环内，并行遍历一个以上的序列呢?如果你也需要进行索引呢?
你总是可以用while循环和手动索引运算来编写这些独特的循环，但是python提供了一套内置函数,可以帮你在for循环内定制迭代:·内置函数range (Python 0.X及之后版本可用)返回一系列连续增加的整数，可作为for中的索引。内置函数zip (Python 2.0及之后版本可用)返回一系列并行元素的元组，可用于在for中内遍历多个序列。内置函数enumerate (Python 2.3及之后版本可用）同时生成可迭代对象中元素的值和索引，因而我们不必再手动计数。内置函数map (Python 1.0及之后版本可用）在Python 2.X中与zip有着相似的效果，但是在3.X中 map 的这一角色被移除了。因为for循环可能会比基于while的计数器循环运行得更快，所以借助这些工具并尽可能地使用for循环，会让你受益匪浅。让我们在常见的使用场景下，依次看一看这些内置函数吧。我们将会看到，它们的用法在Python 2.X和3.X中稍有不同，同时它们中的一些要比其他的更加有效。