跳到主内容

LangChain Python

最后更新: 2026-10-11

1. 遍历

当一段代码需要对列表中的每个元素都执行一次时,可以使用循环。例如,逐个打印学习主题、检查每个订单,或者处理接口返回的多条数据。

如果手动写出每一次操作,代码会重复很多次:

repeat.py
1
topics = ["变量", "数据类型", "条件语句"]
2
3
print(topics[0])
4
print(topics[1])
5
print(topics[2])

当数据数量变化时,这种写法还需要不断修改。for 循环可以把「取出一个元素并执行一次代码」这件事表达出来:

first-loop.py
1
topics = ["变量", "数据类型", "条件语句"]
2
3
for topic in topics:
4
print(topic)

这段代码会依次取出列表中的三个字符串,并分别赋值给 topic。循环体执行三次,每次处理一个主题。

2. for

for 循环的基本结构是:

syntax.py
1
for item in collection:
2
print(item)

可以把它读成「从 collection 中依次取出元素,把当前元素叫作 item,然后执行缩进的代码」。

Python 使用缩进表示循环体,冒号不能省略:

names.py
1
names = ["小明", "小红", "小李"]
2
3
for name in names:
4
message = f"你好,{name}"
5
print(message)
6
7
print("所有名字处理完成")

for 循环结束后,程序会继续执行循环体后面的代码。循环变量 name 在每次循环中会被新的元素覆盖。

for 不要求集合必须是列表。元组、集合和字符串都可以被遍历:

iterable.py
1
colors = ("红色", "绿色", "蓝色")
2
3
for color in colors:
4
print(color)
5
6
for character in "Python":
7
print(character)

字符串会被逐个遍历其中的字符。实际开发中,先判断自己想处理的是整个字符串,还是字符串中的每个字符,避免误用循环。

3. range

如果只是想重复执行几次,而不是遍历现成的数据,可以使用 range() 生成一组连续的整数:

range-basic.py
1
for number in range(3):
2
print(number)

输出是 0、1、2。range(3) 包含 0,但不包含结束值 3。这个「包含开始,不包含结束」的规则非常重要。

range() 也可以指定开始值和结束值:

range-start.py
1
for number in range(1, 4):
2
print(number)

输出是 1、2、3。如果还需要指定每次增加多少,可以传入第三个参数:

range-step.py
1
for number in range(0, 10, 2):
2
print(number)

这段代码输出 0、2、4、6、8,每次增加 2。步长也可以是负数,用来倒序遍历:

range-reverse.py
1
for number in range(3, 0, -1):
2
print(number)

初学时可以先记住三种常见形式:range(stop)、range(start, stop) 和 range(start, stop, step)。stop 永远不会出现在结果中。

4. 控制

循环中可以配合条件语句,决定当前元素是否需要处理:

filter.py
1
numbers = [1, 2, 3, 4, 5, 6]
2
3
for number in numbers:
4
if number % 2 == 0:
5
print(f"{number} 是偶数")

break 用来提前结束整个循环。一旦执行到 break,循环后面的元素就不会再处理:

break.py
1
for number in range(1, 6):
2
if number == 4:
3
break
4
print(number)

这段代码只会打印 1、2、3。break 适合「已经找到结果,不需要继续查找」的场景。

continue 用来跳过本轮循环,直接进入下一轮:

continue.py
1
for number in range(1, 6):
2
if number == 3:
3
continue
4
print(number)

这段代码会跳过 3,但仍然继续打印 4 和 5。continue 适合「当前元素不符合条件,但后面的元素仍然要处理」的场景。

在同一个循环中可以同时使用 if、break 和 continue,但要让每个分支的目的清楚。循环层级太多或条件太长时,可以先把判断拆成变量。

5. 数据

遍历列表时,循环变量直接得到元素,不需要先通过下标访问:

index.py
1
topics = ["变量", "循环", "函数"]
2
3
for topic in topics:
4
print(topic)

如果需要序号和元素,可以使用 enumerate()。默认序号从 0 开始,与列表下标一致;下面通过 start=1 改成从 1 开始的展示序号:

enumerate.py
1
topics = ["变量", "循环", "函数"]
2
3
for index, topic in enumerate(topics, start=1):
4
print(f"第 {index} 个主题:{topic}")

enumerate() 比 range(len(topics)) 更直接,也不容易写出下标越界的问题。

遍历字典时,直接遍历得到的是键:

dictionary.py
1
user = {
2
"name": "小明",
3
"city": "上海",
4
}
5
6
for key in user:
7
print(key, user[key])

如果需要同时得到键和值,可以使用 items():

dictionary-items.py
1
user = {
2
"name": "小明",
3
"city": "上海",
4
}
5
6
for key, value in user.items():
7
print(f"{key}:{value}")

循环变量只是当前元素的一个名字。重新给循环变量赋值,不会自动替换原列表中的元素:

variable.py
1
numbers = [1, 2, 3]
2
3
for number in numbers:
4
number = number * 10
5
6
print(numbers) # [1, 2, 3]

如果要生成修改后的列表,应当把新值保存到另一个列表,或者使用后面会学习到的列表推导式。这里说的是重新赋值;如果列表的元素本身也是可变对象,通过循环变量调用它的方法,仍然可能改变那个对象。

6. 实例

下面用一个成绩列表统计通过人数。循环负责逐个检查成绩,条件语句负责判断当前成绩是否达到及格线:

scores.py
1
scores = [58, 76, 91, 42, 68]
2
passed_count = 0
3
4
for score in scores:
5
if score >= 60:
6
passed_count += 1
7
8
print(f"通过人数:{passed_count}")

如果还需要记录没有通过的成绩,可以在循环中的 if 后面使用 else 分支:

score-report.py
1
scores = [58, 76, 91, 42, 68]
2
3
for score in scores:
4
if score >= 60:
5
print(f"{score}:通过")
6
else:
7
print(f"{score}:需要补充练习")

嵌套循环可以处理二维数据,例如一个简单的表格:

nested-loop.py
01
table = [
02
["姓名", "分数"],
03
["小明", 82],
04
["小红", 95],
05
]
06
07
for row in table:
08
for value in row:
09
print(value, end=" ")
10
print()

外层循环负责处理每一行,内层循环负责处理当前行中的每一列。嵌套循环很有用,但每增加一层,理解和调试的成本都会上升,应当保持数据结构和循环职责清楚。

修改正在遍历的列表容易漏掉元素,因为删除一个元素后,后面的元素会向前移动。更稳妥的做法是遍历副本,或者创建一个新的结果列表:

remove.py
1
numbers = [1, 2, 3, 4, 5]
2
odd_numbers = []
3
4
for number in numbers:
5
if number % 2 == 1:
6
odd_numbers.append(number)
7
8
print(odd_numbers) # [1, 3, 5]

7. 在线实验

本篇在线案例直接使用文章中的成绩统计,再加上 range()、break、continue 和字典遍历的观察结果。每次发送请求,Python 都会重新遍历当前成绩列表并计算统计,不会保留上一次的计数。

目录结构
使用上下方向键浏览目录,左右方向键展开或收起,Enter 或空格切换展开状态。
    • main.py请求声明与实验入口
    • for_loops.py本篇 Python 实验
    • pyproject.toml基础依赖与项目配置
    • .python-version本机 Python 版本
    • .gitignore忽略环境与生成文件
    • README.md操作步骤与结果说明

main.py 提供接口,把请求数据交给主题文件。完整入口代码如下:

main.py
01
from typing import Annotated
02
03
from fastapi import FastAPI
04
from pydantic import BaseModel, Field
05
06
from for_loops import build_score_report
07
08
app = FastAPI()
09
10
class ScoresRequest(BaseModel):
11
scores: list[Annotated[int, Field(ge=0, le=100)]] = Field(max_length=100)
12
pass_mark: int = Field(default=60, ge=0, le=100)
13
14
@app.post("/scores")
15
async def scores(request: ScoresRequest) -> dict[str, object]:
16
report = build_score_report(request.scores, request.pass_mark)
17
print(f"通过人数:{report['passed_count']};未通过人数:{report['failed_count']}")
18
for row in report["rows"]:
19
print(f"第 {row['position']} 个成绩:{row['score']},{row['status']}")
20
return report
21

实验保存在 for_loops.py 中。这里展示的代码与在线工作区的原始文件直接共用同一份来源:

for_loops.py
01
def build_score_report(scores: list[int], pass_mark: int) -> dict[str, object]:
02
passed_count = 0
03
failed_count = 0
04
rows = []
05
for position, score in enumerate(scores, start=1):
06
if score >= pass_mark:
07
passed_count += 1
08
status = "通过"
09
else:
10
failed_count += 1
11
status = "需要补充练习"
12
rows.append({"position": position, "score": score, "status": status})
13
14
stopped_numbers = []
15
for number in range(1, 6):
16
if number == 4:
17
break
18
stopped_numbers.append(number)
19
20
skipped_numbers = []
21
for number in range(1, 6):
22
if number == 3:
23
continue
24
skipped_numbers.append(number)
25
26
user = {"name": "小明", "city": "上海"}
27
user_fields = []
28
for key, value in user.items():
29
user_fields.append({"key": key, "value": value})
30
31
return {
32
"pass_mark": pass_mark,
33
"total": len(scores),
34
"passed_count": passed_count,
35
"failed_count": failed_count,
36
"rows": rows,
37
"range_step": list(range(0, 10, 2)),
38
"break_values": stopped_numbers,
39
"continue_values": skipped_numbers,
40
"dictionary_fields": user_fields,
41
}
42

7.1 运行并观察

打开在线案例,运行后发送默认 POST /scores,请求体是:

code.ts
1
{
2
"scores": [58, 76, 91, 42, 68],
3
"pass_mark": 60
4
}

响应中的关键结果如下,完整的 rows 会逐项显示成绩和判断结果:

code.ts
1
{
2
"pass_mark": 60,
3
"total": 5,
4
"passed_count": 3,
5
"failed_count": 2,
6
"range_step": [0, 2, 4, 6, 8],
7
"break_values": [1, 2, 3],
8
"continue_values": [1, 2, 4, 5]
9
}

break_values 在遇到 4 时停止,后面的 4、5 都没有加入结果;continue_values 只跳过 3,仍然处理后面的 4、5。rows 中的 position 从 1 开始,是方便阅读的序号,不是列表从 0 开始的下标。日志会按相同顺序打印每个成绩的状态。

把 pass_mark 改为 80,通过人数会变为 1,未通过人数变为 4。也可以修改 scores 的内容和长度,观察循环次数如何随数据变化。把成绩列表改为 [],接口仍然正常返回,两个计数都是 0,rows 也是空列表。

为了让实验保持有界,列表最多接收 100 个成绩,每个成绩与及格线都应在 0 到 100 之间;非法数据返回 HTTP 422。这些约束放在入口文件中,主题文件主要负责清楚地表达遍历、判断和累加。实验不调用模型或外部服务。

7.2 本机运行

下载并解压项目,在项目目录执行:

code.ts
1
uv run fastapi dev main.py

然后打开 http://127.0.0.1:8000/docs,选择 POST /scores,填写上面的请求体并发送。

浏览器使用当前 Pyodide 的 Python 环境,本机使用 .python-version 指定的版本。在线模式无需启动本机端口,也不需要模型密钥。本篇的文件草稿、日志、Git 配置和 PI Agent 对话独立保存,依赖下载缓存可与同站其他文章共享。

正在验证登录状态
请稍候,验证完成后将继续显示文章内容

此段落已有评论,按 Enter 查看评论及回复列表。

评论-

文章反应
评论与回复

连接 GitHub 后查看和发表评论,也可在 GitHub 查看公开讨论。

添加评论
    即时渲染