正文
python集合遍历函数,python遍历求和
小程序：扫一扫查出行【扫一扫了解最新限行尾号】
复制小程序
python集合可以遍历吗
可以的。
在python中可以通过循环语句等方法对集合进行遍历。
python中列表的遍历
没有优雅的方法解决，只有不要使用print语句，如楼上所说，或者使用python3.X中的print函数（通过
from __future__ import print_function使能print函数形式）
其实，在python2.X手册中对print语句描述说：（python2.7.2官方帮助文档）
一个空格会被自动打印在每个对象前，
除非：（1）还没有输出写到标准输出中
（2）当最后一个写到标准输出的是一个除了空格‘ ’的空白字符
（3）当最后写到标准输出的不是一个print语句。
所以在apple、banana等每个字符前都有一个空格。（apple的a前也有空格呢！）
一个好的解决办法是使用python3.X中的print函数。
通过在文件前面加上：
from __future__ import print_function
就可以使用print的函数形式了。
print函数的语法：
print([object, ...][, sep=' '][, end='\n'][, file=sys.stdout])
默认下，若没有指定sep，则使用空格。没指定end，则使用换行符。没指定输出文件则输出到标准输出。
例如：print('hello','world',sep='-',end='#')输出：
hello-world#
所以，你的程序可改为：
from __future__ import print_function
list = ["apple", "banana", "grape", "orange"]
for x in range(len(list)):
print('list[%d]:'%x,end='')
for y in range(len(list[x])):
print(list[x][y],sep='',end='')
print('')
至于： 'list[%d]:'%x 这里的百分号，是一个对字符串的操作符。百分号使得百分号前面的字符串中
的%d被百分号后的x的值替换掉。
Python 简明教程 ---13，Python 集合
目录
前几节我们已经介绍了Python 中的 列表list ， 元组tuple 和 字典dict ，本节来介绍Python 中的最后一种数据结构—— 集合set 。
Python 中的 set 与 dict 很像，唯一的不同是， dict 中保存的是 键值对 ，而 set 中只保存 键 ，没有 值 。
Python 集合 有如下特点：
Python 集合的声明有两种方式：
创建 空集合 时，只能用 set() ，而不能用 {} ：
创建 非空集合 时，可以用 set() ，也可以用 {} ：
由于集合中的元素是唯一的，如果初始化时的 可迭代 数据中有重复的元素，则会自动删去重复的元素：
使用 len() 函数可以查看集合中元素的个数：
由于Python 集合中的元素的是无序的，所以可不能使用 下标 的方式来访问集合中的单个元素。
我们可以使用 for 循环 来遍历集合中的所有元素：
我们可以对两个集合进行如下运算：
交集与并集
in 运算
使用 dir(set) 查看集合支持的所有方法：
下面一一介绍这些 非魔法方法 ，共17 个。
1. add 方法
由于集合中的元素是唯一的，向集合中添加元素时有两种情况：
示例：
2. remove 方法
示例：
3. discard 方法
示例：
4. pop 方法
示例：
5. union 方法
示例：
6. update 方法
示例：
7. clear 方法
示例：
8. copy 方法
示例：
9. difference 方法
示例：
10. difference_update 方法
示例：
11. intersection 方法
示例：
12. intersection_update 方法
示例：
13. isdisjoint 方法
示例：
14. issubset 方法
示例：
15. issuperset 方法
示例：
16. symmetric_difference 方法
示例：
17. symmetric_difference_update 方法
示例：
（完。）
推荐阅读：
Python 简明教程 --- 8，Python 字符串函数
Python 简明教程 --- 9，Python 编码
Python 简明教程 ---10，Python 列表
Python 简明教程 ---11，Python 元组
Python 简明教程 ---12，Python 字典
Python 之内置函数：filter、map、reduce、zip、enumerate
这几个函数在 Python 里面被称为高阶函数，本文主要学习它们的用法。
filter 函数原型如下：
第一个参数是判断函数（返回结果需要是 True 或者 False），第二个为序列，该函数将对 iterable 序列依次执行 function(item) 操作，返回结果是过滤之后结果组成的序列。
简单记忆：对序列中的元素进行筛选，获取符合条件的序列。
返回结果为： ，使用 list 函数可以输入序列内容。
map 函数原型如下：
该函数运行之后生成一个 list，第一个参数是函数、第二个参数是一个或多个序列；
下述代码是一个简单的测试案例：
上述代码运行完毕，得到的结果是： 。使用 print(list(my_new_list)) 可以得到结果。
map 函数的第一个参数，可以有多个参数，当这种情况出现后，后面的第二个参数需要是多个序列。
map 函数解决的问题：
reduce 函数原型如下：
第一个参数是函数，第二个参数是序列，返回计算结果之后的值。该函数价值在于滚动计算应用于列表中的连续值。
测试代码如下：
最终的结果是 6，如果设置第三个参数为 4，可以运行代码查看结果，最后得到的结论是，第三个参数表示初始值，即累加操作初始的数值。
简单记忆：对序列内所有元素进行累计操作。
zip 函数原型如下：
zip 函数将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。
如果各个迭代器的元素个数不一样，则返回列表长度与最短的对象相同，利用星号（ * ）操作符，可以将元组解压为列表。
测试代码如下：
展示如何利用 * 操作符：
输出结果如下：
简单记忆：zip 的功能是映射多个容器的相似索引，可以方便用于来构造字典。
enumerate 函数原型如下：
参数说明：
该函数用于将一个可遍历的数据对象组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。
测试代码如下：
返回结果为： 。
本文涉及的函数可以与 lambda 表达式进行结合，能大幅度提高编码效率。最好的学习资料永远是官方手册
python中的for i in range怎么用
python for i in range是用来for循环遍历的。python中range 是个函数，range() 函数可创建一个整数列表,python中用来在for循环中遍历。
用法如： for i in range （1，3）。语法格式：range(start, stop[, step])，分别是起始、终止和步长。
range()函数返回的对象的行为都很像一个列表，但是它确实不是一个列表，它只是在循环迭代的情况下返回指定索引的值，但是它并不会在内存中真正产生一个列表对象，这样也是为了节约内存空间。实际用法分以下几种情况：
for in range（3）即：从0到3，不包含3，即0,1,2。
2.for in range(1,3) 即：从1到3，不包含3，即1,2。
3.for in range（1,3,2）即：从1到3，每次增加2，因为1+2=3，所以输出只有1
第三个数字2是代表步长。如果不设置，就是默认步长为1。
python编程中编写循环的技巧？
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。
