首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

数据分析工具篇——for循环运算优化(一)

这一系列《数据分析工具篇》的开篇,也是数据分析流程中开始和结束的动作,数据导入之后,紧接着需要做的就是对数据的处理,我们会花费几篇的时间,来和大家聊一下常用的处理逻辑和常见的几个包,在数据处理过程中,常用的处理逻辑主要有:for循环优化、广播应用方案以及整体(集合)运算方法,特别是for循环,可以说百分之九十九的函数会出现for循环;常见的包主要有:pandas、pyspark、numpy,这三个包可谓是人尽皆知,特别是前两个,一个是小数据使用的包,一个是大数据使用的包,随着python的不断丰富,这两个包越来越完善,今天我们先了解一下for循环的优化方法:

02

Python编程思想(14):嵌套循环

如果把一个循环放在另一个循环体内,那么就可以形成嵌套循环。嵌套循环可以是两层,也可以是多层,但并不建议嵌套循环超过3层。嵌套循环既可以是 for-in循环嵌套while循环,也可以是 while循环嵌套 for-in循环,所在都是for-in循环,或都是while循环。也就是说,各种类型的循环都可以作为外层循环,各种类型的循环也都可以作为内层循环。当程序遇到嵌套循环时,如果外层循环的循环条件是True,则开始执行外层循环的循环体,而外层循环每执行一次循环,内层循环就执行一遍循环。当内层循环执行结束后,外层循环则继续执行下一次循环,当最外层循环结束后,整个嵌套循环也就结束了。

02
领券