Python学习笔记——Python开发中的控制语句

本文详细介绍了Python中的循环控制语句和条件语句,包括if语句、if-else语句、if-elif-else语句、嵌套if语句、以及for和while循环的使用方法和注意事项。

其他语言中都有循环控制语句,今天学习一下python中的循环控制等语句

一、条件语句

1、if语句
if(a > b):#注意冒号
    print a, " > ", b
2、if else语句
if(a > b):
    print a, " > ", b
else:
    print a, " < ", b
3、 if…elif…else语句
if(score >= 90) and (score <= 100):#注意冒号
    print "A"
elif(score >= 80) and (score < 90):#注意冒号
    print "B"
elif(score >= 60) and (score < 80):#注意冒号
    print "C"
else:
print "D"
4、if语句的嵌套
嵌套就和c中类似了,不过写法上不一样,c中作用域或者说条件执行的语句包含在大括号{中,而python则使用冒号:和缩进来进行分割
5、一些判断的情况
两个不同的名字关联的对象,具有相同的值
两个不同的名字与同一个对象(具有相同ID的对象)关联==检查两个名称引用的对象是否具有相同的值,is检查两个名字是否引用同一个对象
比较两个浮点数是不是相等应该用(x-y)< 1.0000001,而不能用x==y,否则可能会得到错误的结果
python的牛叉之处:比较X是不是大于等于A小于等于B的时候用 A <= X <= B;这一点和其他的编程语言不同

二、循环语句

循环语句for while等
1、for循环
for <> in <对象集合>:
... if <条件>:
... break
... if <条件>:
... continue
... <其他语句>
...else:
... <>
...


for语句是python中的循环控制语句。可用来遍历某一对象,还具有一个附带的可选的else块,主要用于处理for语句中包含的break语句。


如果for循环未被break终止,则执行else块中的语句。


break 在需要时终止for循环


continue 跳过位于其后的语句,开始下一轮循环。
注:如果for循环没有被终止,那么就去执行else部分,否则就不会去执行else部分。
附带说明一下range函数
range([start,] stop [, step])


    # start  可选参数,起始数


    #stop   终止数,如果 range 只有一个参数x,则产生一个包含 0 至 x-1 的整数列表


    #step   可选参数,步长


for i in range(0,100,1)


2、while循环
while <test>:
    <statements1>
else:
    <statements2>
首行以及测试表达式,有一列或多列缩进语句的主体以及一个选用的else部分(控制权离开循环时而没有碰到break语句时会执行)
   
#!/usr/bin/python
count = 0
while (count < 9):
    print 'The count is:', count
    count = count + 1
print "Good bye!"


#!/usr/bin/python
count = 0
while count < 5:
    print count, " is less than 5"
    count = count + 1
else:
    print count, " is not less than 5"

类似if语句的语法,如果你的while循环体中只有一条语句,你可以将该语句与while写在同一行中, 如下所示
#!/usr/bin/python
flag = 1
while (flag): print 'Given flag is really true!'
print "Good bye!"






基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制问题,并提供完整的Matlab代码实现。文章结合数据驱动方法与Koopman算子理论,利用递归神经网络(RNN)对非线性系统进行建模与线性化处理,从而提升纳米级定位系统的精度与动态响应性能。该方法通过提取系统隐含动态特征,构建近似线性模型,便于后续模型预测控制(MPC)的设计与优化,适用于高精度自动化控制场景。文中还展示了相关实验验证与仿真结果,证明了该方法的有效性和先进性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事精密控制、智能制造、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能控制设计;②为非线性系统建模与线性化提供一种结合深度学习与现代控制理论的新思路;③帮助读者掌握Koopman算子、RNN建模与模型预测控制的综合应用。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注数据预处理、RNN结构设计、Koopman观测矩阵构建及MPC控制器集成等关键环节,并可通过更换实际系统数据进行迁移验证,深化对方法泛化能力的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值