京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA数据分析师 出品
作者:CDA明星讲师 曹鑫
编辑:Mika
大家好,今天我们来讲讲函数返回结果。但是我们拿来的这个函数还是稍显复杂的。
返回斐波那契数列的 n 项,我们定义 def fibo (n) ,fibo 是我自己取的一个名字,n 代表我要返回多少项,然后冒号是函数的开头结尾,然后下面要缩进。
开始写 a 等于 0,b等于1,i=0,result 等于一个空的列表,这都是我们提前的预知变量。
然后while i 小于 n,就是说如果我想要5个,我这个 i 如果小于5的话,我就执行下面的操作。
i是什么?i 开始是 0,也就是从第0的位置,一个值开始。
那 0 肯定是小于 5 的, 接着 result.append (a) 。a 是什么?a 是 0,它第一个位置就是 0 。
接下来这个特别重要,a,b=b, a+b, 也就是同时赋值。a 被赋值为b,b被赋值为 a+b 。
这里一定要记住了, a 这个时候是 0,但是 b 是 1,所以这个赋值的时候,a 就变成了 1 了,接下来 b 被赋值成 a+b。
注意这里的 a 依然是 0,1 是 1,因为负值是同时产生的,你不能把这里赋值完值的 a 再拿到这里来用。
这后面 b 就是 1,a 就是 0,b 就是 1,这时候 a 和 b 就分别又被赋值成了1和0+1 也是1,然后 i=i+1,去为了下一次循环做准备。
接下来第二个, i=i+1 之后,i 依然是小于 5 的,继续把 result.append 刚刚 a它已经被赋值为 1 了,1 进去之后再继续求 a,b 分别是 b 和 a+b 的赋值,也就是这么一个循环,不断的去进行,直到 i 不小于你给出的 n ,就得到了一个结果。
就把这个结果给 return出来,return 就是返回结果的方式,我们运行一下,然后把 fibo改成 10,我们就得到了 0、1、1这样一个10位的斐波那契数列。
为什么这里可以自动打印出来?
首先 return 了,就是把这个值返回过来了,同时在 jupyter notebook 里面默认最后一行是打印的,所以这里有个 print操作,就可以把这个结果显示出来。
这里最重要的要理解的就是这个 a,b它在做同时赋值的时候一定是用原始的值来求的。
如果你把它分开,分成 a=b ,然后再用b=a+b 的话,这个时候它就有一个先后运算的关系了,而在这里它是同时运行的,这里需要大家好好理解。
接下来我们来讲讲遍历的操作。
我这里有一个 n ,那遍历三次的话就是 for i in range (n) ,然后 print (i)。我们就会得到0、1、2 那个结果。为什么呢?
因为 range (n) 它其实意思就是 range (0) 到你的 n,这里是 3,就是 0 到 3 这样一个范围,这是我们最常用的遍历的方式。
当大家不知道这个 range 是什么的时候,可以用 range (n) 把它打印出来看一下,它会返回什么结果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28