Dalam tutorial sebelumnya, kita telah membahas dasar-dasar Python for loop, melihat bagaimana melakukan iterasi melalui daftar dan daftar daftar. Tapi ada lebih banyak untuk loop daripada mengulang daftar, dan dalam pekerjaan sains data dunia nyata, Anda mungkin ingin menggunakan for loop dengan struktur data lain, termasuk array numpy dan panda DataFrames Show
Tutorial ini dimulai dengan cara menggunakan for loop untuk melakukan iterasi melalui struktur data Python umum selain daftar (seperti tupel dan kamus). Kemudian kita akan mempelajari penggunaan for loop bersamaan dengan pustaka ilmu data Python umum seperti 1, 2, dan 3. Kami juga akan melihat lebih dekat pada fungsi 4 dan bagaimana itu berguna saat menulis untuk loopTinjauan Cepat. Python Untuk LoopA for loop adalah pernyataan pemrograman yang memberi tahu Python untuk mengulang kumpulan objek, melakukan operasi yang sama pada setiap objek secara berurutan. Sintaks dasarnya adalah _Setiap kali Python melakukan iterasi melalui loop, variabel 5 mengambil nilai dari objek berikutnya dalam urutan kita 6, dan Python akan mengeksekusi kode yang telah kita tulis pada setiap objek dari 6 secara berurutanSekarang, mari selami cara menggunakan for loop dengan berbagai jenis struktur data. Kami akan melewatkan daftar karena telah dibahas dalam tutorial sebelumnya; Struktur dataTupelTuple adalah urutan, seperti daftar. Perbedaan antara tupel dan daftar adalah bahwa tupel tidak dapat diubah; . Tuples juga menggunakan tanda kurung, bukan tanda kurung siku Terlepas dari perbedaan ini, perulangan tupel sangat mirip dengan daftar
Jika kita memiliki daftar tupel, kita dapat mengakses elemen individual di setiap tupel dalam daftar kita dengan memasukkan keduanya sebagai variabel dalam perulangan for, seperti itu
KamusSelain daftar dan tupel, kamus adalah tipe data Python umum lainnya yang mungkin Anda temui saat bekerja dengan data, dan for loop juga dapat beralih melalui kamus. Kamus Python terdiri dari pasangan kunci-nilai, jadi di setiap loop, ada dua elemen yang perlu kita akses (kunci dan nilainya). Alih-alih menggunakan 8 seperti yang kita lakukan dengan daftar, untuk mengulang kedua kunci dan nilai yang sesuai untuk setiap pasangan nilai kunci, kita perlu memanggil metode 9Misalnya, bayangkan kita memiliki kamus bernama 0 yang berisi ticker saham dan harga saham yang sesuai. Kami akan menggunakan metode _9 pada kamus kami untuk menghasilkan kunci dan nilai untuk setiap iterasi
Perhatikan bahwa kunci nama dan nilai sepenuhnya arbitrer; StringSeperti yang disebutkan dalam tutorial pengantar, for loop juga dapat mengulang melalui setiap karakter dalam sebuah string. Sebagai ulasan singkat, berikut cara kerjanya
Array NumpySekarang, mari kita lihat bagaimana for loop dapat digunakan dengan paket ilmu data Python umum dan tipe datanya Kita akan mulai dengan melihat bagaimana menggunakan for loop dengan 1 array, jadi mari kita mulai dengan membuat beberapa array angka acak
Iterasi pada array numpy satu dimensi sangat mirip dengan iterasi pada daftar 0 1Sekarang, bagaimana jika kita ingin melakukan iterasi melalui array dua dimensi? 2 3Array dua dimensi dibangun dari sepasang array satu dimensi. Untuk mengunjungi setiap elemen daripada setiap larik, kita dapat menggunakan fungsi numpy 3, objek iterator multi-dimensi yang menggunakan larik sebagai argumennyaPada kode di bawah ini, kita akan menulis perulangan for yang mengulang setiap elemen dengan meneruskan 4, larik dua dimensi kita, sebagai argumen untuk 3 4 5Seperti yang bisa kita lihat, ini pertama-tama mencantumkan semua elemen di x, lalu semua elemen y Ingat. Saat mengulang melalui struktur data yang berbeda ini, kamus memerlukan metode, array numpy memerlukan fungsi Bingkai Data PandaSaat kami bekerja dengan data di Python, kami sering menggunakan 2 DataFrames. Dan untungnya, kita bisa menggunakan for loop untuk mengulanginya jugaMari berlatih melakukan ini sambil bekerja dengan file CSV kecil yang mencatat PDB, ibu kota, dan populasi untuk enam negara berbeda. Kami akan membaca ini menjadi DataFrame panda di bawah ini Panda bekerja sedikit berbeda dari numpy, jadi kami tidak akan dapat mengulangi proses numpy yang telah kami pelajari. Jika kami mencoba untuk mengulangi panda DataFrame seperti yang kami lakukan pada array numpy, ini hanya akan mencetak nama kolom 6 7Sebagai gantinya, kita perlu menyebutkan secara eksplisit bahwa kita ingin mengulangi baris DataFrame. Kami melakukan ini dengan memanggil metode _7 pada DataFrame, dan mencetak label baris dan data baris, di mana satu baris adalah seluruh seri panda 8 9Kami juga dapat mengakses nilai spesifik dari seri panda. Misalkan kita hanya ingin mencetak ibukota masing-masing negara. Kita dapat menentukan bahwa kita hanya menginginkan keluaran dari kolom "Modal" seperti itu 0 1Untuk melangkah lebih jauh dari sekadar cetakan sederhana, mari tambahkan kolom menggunakan loop for. Mari tambahkan kolom PDB per kapita. Ingatlah bahwa _8 berbasis label. Pada kode di bawah ini, kami akan menambahkan kolom dan menghitung isinya untuk setiap negara dengan membagi total PDB dari populasinya dan mengalikan hasilnya dengan satu triliun (karena angka PDB tercantum dalam triliunan) 2 3Untuk setiap baris dalam kerangka data kami, kami membuat label baru, dan menyetel data baris sama dengan total PDB dibagi dengan populasi negara, dan dikalikan dengan $1T untuk ribuan dolar Fungsi stocks = { 'AAPL': 187.31, 'MSFT': 124.06, 'FB': 183.50 } for key, value in stocks.items() : print(key + " : " + str(value)) 4Kita telah melihat bagaimana kita dapat menggunakan for loop untuk melakukan iterasi pada urutan atau struktur data apa pun. Tetapi bagaimana jika kita ingin mengulangi urutan ini dalam urutan tertentu, atau untuk beberapa kali tertentu? Ini dapat dicapai dengan fungsi 4 bawaan Python. Bergantung pada berapa banyak argumen yang Anda berikan ke fungsi, Anda dapat memutuskan di mana rangkaian angka tersebut akan dimulai dan diakhiri serta seberapa besar perbedaan antara satu angka dan angka berikutnya. Perhatikan bahwa, mirip dengan daftar, hitungan fungsi 4 dimulai dari 0 dan bukan dari 1Ada tiga cara untuk memanggil 4
print("data science")
for c in "data science":
print(c)
|