pre
成都创新互联主要从事做网站、网站制作、网页设计、企业做网站、公司建网站等业务。立足成都服务高明,十余年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:13518219792
da =[
['a',30,0.45],
['b',31,0.43548],
['c',32, 0.43],
['d',33, 0.42],
['e',34, 0.41],
['f',35, 0.40],
['g',36, 0.39],
['h',37, 0.38]
]
li = [] # 存放符合条件的数
lp = [] # 正参与循环的数
total = 0.0 # 求和
no = 0 # 总循环次数
i,ln = 0,len(da)
while True:
if i ln: # 加入循环
lp +=[da[i]]
print('{}次后{}参入循环！'.format(no,da[i][0]))
i += 1
while lp:
no += 1
for j in range(len(lp)-1,-1,-1):
total += lp[j][2]
lp[j][1] -= 1
if lp [j][1] == 0:
print('{}次后，{}循环结束！'.format(no,lp[j][0]))
del lp[j]
if total = 10:
li += [[no,round(total-10,5)]]
total = 0
break
if i==ln and lp == []:
print('最后值为：{}'.format(total))
break
print('\n符合条件的值有{}个，他们如下：\n'.format(len(li)),'*'*40)
for i in range(len(li)):
print(li[i][0],'次循环后，符合条件,其和为：',10+li[i][1],' ,减10后为：',li[i][1])
/pre
python中实现循环指定次数：
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。
以python为例谈谈编写循环的技巧，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。