Python的循環有兩種，一種是for...in循環，依次把list或tuple中的每個元素迭代出來，看例子：
names = ['Michael', 'Bob', 'Tracy']
for name in names:
print(name)
執行這段代碼，會依次打印names的每一個元素：
Michael
Bob
Tracy
所以for x in ...循環就是把每個元素代入變量x，然后執行縮進塊的語句。
再比如我們想計算1-10的整數之和，可以用一個sum變量做累加：
sum = 0
for x in [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]:
sum = sum + x
print(sum)
如果要計算1-100的整數之和，從1寫到100有點困難，幸好Python提供一個range()函數，可以生成一個整數序列，再通過list()函數可以轉換為list。比如range(5)生成的序列是從0開始小于5的整數：
>>> list(range(5))
[0, 1, 2, 3, 4]
range(101)就可以生成0-100的整數序列，計算如下：
sum = 0
for x in range(101):
sum = sum + x
print(sum)
第二種循環是while循環，只要條件滿足，就不斷循環，條件不滿足時退出循環。比如我們要計算100以內所有奇數之和，可以用while循環實現：
sum = 0
n = 99
while n > 0:
sum = sum + n
n = n - 2
print(sum)
練習
請利用循環依次對list中的每個名字打印出Hello, xxx!：
# -*- coding: utf-8 -*-
L = ['Bart', 'Lisa', 'Adam']
for name in L:
print ('Hello, %s!'%name)
dict
Python內置了字典：dict的支持，dict全稱dictionary，在其他語言中也稱為map，使用鍵-值（key-value）存儲，具有極快的查找速度。
舉個例子，假設要根據同學的名字查找對應的成績，如果用list實現，需要兩個list：
names = ['Michael', 'Bob', 'Tracy']
scores = [95, 75, 85]
給定一個名字，要查找對應的成績，就先要在names中找到對應的位置，再從scores取出對應的成績，list越長，耗時越長。
如果用dict實現，只需要一個“名字”-“成績”的對照表，直接根據名字查找成績，無論這個表有多大，查找速度都不會變慢。用Python寫一個dict如下：
>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
>>> d['Michael']
95
為什么dict查找速度這么快？因為dict的實現原理和查字典是一樣的。假設字典包含了1萬個漢字，我們要查某一個字，一個辦法是把字典從第一頁往后翻，直到找到我們想要的字為止，這種方法就是在list中查找元素的方法，list越大，查找越慢。
第二種方法是先在字典的索引表里（比如部首表）查這個字對應的頁碼，然后直接翻到該頁，找到這個字。無論找哪個字，這種查找速度都非常快，不會隨著字典大小的增加而變慢。
dict就是第二種實現方式，給定一個名字，比如'Michael'，dict在內部就可以直接計算出Michael對應的存放成績的“頁碼”，也就是95這個數字存放的內存地址，直接取出來，所以速度非常快。
你可以猜到，這種key-value存儲方式，在放進去的時候，必須根據key算出value的存放位置，這樣，取的時候才能根據key直接拿到value。
把數據放入dict的方法，除了初始化時指定外，還可以通過key放入：
>>> d['Adam'] = 67
>>> d['Adam']
67
由于一個key只能對應一個value，所以，多次對一個key放入value，后面的值會把前面的值沖掉：
>>> d['Jack'] = 90
>>> d['Jack']
90
>>> d['Jack'] = 88
>>> d['Jack']
88
如果key不存在，dict就會報錯：
>>> d['Thomas']
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 'Thomas'
要避免key不存在的錯誤，有兩種辦法，一是通過in判斷key是否存在：
>>> 'Thomas' in d
False
二是通過dict提供的get方法，如果key不存在，可以返回None，或者自己指定的value：
>>> d.get('Thomas')
>>> d.get('Thomas', -1)
-1
注意：返回None的時候Python的交互式命令行不顯示結果。
要刪除一個key，用pop(key)方法，對應的value也會從dict中刪除：
>>> d.pop('Bob')
75
>>> d
{'Michael': 95, 'Tracy': 85}
請務必注意，dict內部存放的順序和key放入的順序是沒有關系的。
和list比較，dict有以下幾個特點：
查找和插入的速度極快，不會隨著key的增加而增加；
需要占用大量的內存，內存浪費多。
而list相反：
查找和插入的時間隨著元素的增加而增加；
占用空間小，浪費內存很少。
所以，dict是用空間來換取時間的一種方法。
dict可以用在需要高速查找的很多地方，在Python代碼中幾乎無處不在，正確使用dict非常重要，需要牢記的第一條就是dict的key必須是不可變對象。
這是因為dict根據key來計算value的存儲位置，如果每次計算相同的key得出的結果不同，那dict內部就完全混亂了。這個通過key計算位置的算法稱為哈希算法（Hash）。
要保證hash的正確性，作為key的對象就不能變。在Python中，字符串、整數等都是不可變的，因此，可以放心地作為key。而list是可變的，就不能作為key：
>>> key = [1, 2, 3]
>>> d[key] = 'a list'
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'
set
set和dict類似，也是一組key的集合，但不存儲value。由于key不能重復，所以，在set中，沒有重復的key。
要創建一個set，需要提供一個list作為輸入集合：
>>> s = set([1, 2, 3])
>>> s
{1, 2, 3}
注意，傳入的參數[1, 2, 3]是一個list，而顯示的{1, 2, 3}只是告訴你這個set內部有1，2，3這3個元素，顯示的順序也不表示set是有序的。。
重復元素在set中自動被過濾：
>>> s = set([1, 1, 2, 2, 3, 3])
>>> s
{1, 2, 3}
通過add(key)方法可以添加元素到set中，可以重復添加，但不會有效果：
>>> s.add(4)
>>> s
{1, 2, 3, 4}
>>> s.add(4)
>>> s
{1, 2, 3, 4}
通過remove(key)方法可以刪除元素：
>>> s.remove(4)
>>> s
{1, 2, 3}
我是有多么無聊編了下面這個三角形。。。。
n = 0
s = set([0])
while n <= 5:
print (s)
n = n+1
s.add(n)
print(s)
while n >=0:
s.remove(n)
print(s)
n = n-1
{0}
{0, 1}
{0, 1, 2}
{0, 1, 2, 3}
{0, 1, 2, 3, 4}
{0, 1, 2, 3, 4, 5}
{0, 1, 2, 3, 4, 5, 6}
{0, 1, 2, 3, 4, 5}
{0, 1, 2, 3, 4}
{0, 1, 2, 3}
{0, 1, 2}
{0, 1}
{0}
set可以看成數學意義上的無序和無重復元素的集合，因此，兩個set可以做數學意義上的交集、并集等操作：
>>> s1 = set([1, 2, 3])
>>> s2 = set([2, 3, 4])
>>> s1 & s2
{2, 3}
>>> s1 | s2
{1, 2, 3, 4}
set和dict的唯一區別僅在于沒有存儲對應的value，但是，set的原理和dict一樣，所以，同樣不可以放入可變對象，因為無法判斷兩個可變對象是否相等，也就無法保證set內部“不會有重復元素”。試試把list放入set，看看是否會報錯。
小結
使用key-value存儲結構的dict在Python中非常有用，選擇不可變對象作為key很重要，最常用的key是字符串。
tuple雖然是不變對象，但試試把(1, 2, 3)和(1, [2, 3])放入dict或set中，并解釋結果。
答：（1，2，3）做key可以，為非變量。（1，[2,3])不行，因為[2,3]是變量，導致(1,[2,3])的值可變化。
做一個簡單的類比。把變量因素當做因子“0”，非變量當做1.當兩者包含關系的時候，用乘法來判斷最后結果是變量還是非變量。
變量包含變量： 00=0, 依然是變量。
變量包含非變量：01=0,結果是變量。
非變量包含變量：10=0,結果是變量。
非變量包含非變量：11=1,結果是非變量。
其他： range()函數
>>> range(1,5) #代表從1到5(不包含5)
[1, 2, 3, 4]
>>> range(1,5,2) #代表從1到5，間隔2(不包含5)
[1, 3]
>>> range(5) #代表從0到5(不包含5)
[0, 1, 2, 3, 4]
xrange()函數，更好用。因為每次都只是放了一個生成器在對應位置，不占用list本身具有的大量空間。只有在調用的時候才即時生成list,效率更高。
可是range()在python 3里面已經和xrange一樣好用了，于是3里面沒有xrange了。。。。
