1. 概念
是指程序的流程走向, 比较像一棵树分散的树枝
2. 场景?
上网
有身份证
and
成年
and
有钱
安检
有票
and
没有携带违禁物品
ATM
有卡
and
密码正确
and
有余额
用户登录
账号正确
and
密码正确
or
二维码扫描成功
or
指纹识别成功
3.if 语法 & 示例
单分支判断
if 条件:
条件满足时, 执行语句...
双分支判断
if 条件:
条件满足时, 执行语句...
else:
条件不满足时, 执行语句...
练习案例
根据分数区间, 打印出对应的级别
大于等于 90 并且 小于等于 100
优秀
大于等于 80 并且 小于 90
良好
大于等于 60 并且 小于 80
及格
大于等于 0 并且 小于 60
不及格
if 嵌套
每一个 "执行语句..." 位置, 都可以再次写判断语句
因为这一部分本质就是代码
判断语句就是代码, 当然可以放
例如
if 条件 1:
if 条件 2:
条件满足时, 执行语句...
else:
条件不满足时, 执行语句...
else:
if 条件 2:
条件满足时, 执行语句...
else:
条件不满足时, 执行语句...
这一块, 就是条件 1 满足时, 进入执行的语句部分
这一块, 就是条件 1 不满足时, 进入执行的语句部分
多分支判断
if 条件:
条件满足时, 执行语句...
elseif 条件:
条件满足时, 执行语句...
else:
以上条件都不满足时, 执行语句...
这一部分根据需求, 可以重复多次
注意
强制缩进
tab 缩进
嵌套
if else 匹配问题
按照缩进格式进行匹配
建议, 不要写嵌套层级太深的代码
Python 中没有类似于其他语言中的 swith...case 语法
4. 案例
优化 -"体脂率计算" 案例
输入
部分容错处理
身高范围
0 < 身高 < 3
体重
0 < 体重 < 300
年龄
0 < 年龄 < 150
性别
是 1 或者 0
数据处理
针对男女的判定标准, 分别进行判断
而不是通过找规律计算出的最大最小值, 进行判定
输出
结果提示优化
男 / 女
先生你好
女士你好
正常 / 不正常
恭喜您, 身体非常健康, 请继续保持
请注意, 您的身体不正常
偏瘦
偏胖
示例
先生你好, 请注意, 您的身体偏胖
5. 作业
用户登录
用户名和密码都正确
提示登录成功
否则
如果账号错误
提示账号错误
如果密码错误
提示密码错误
学习地址:
撩课 - Python 大数据 + 人工智能 1
撩课 - Python 大数据 + 人工智能 2
撩课 - Python 大数据 + 人工智能 3
撩课 - Python 大数据 + 人工智能 4
撩课 - Python 大数据 + 人工智能 5
撩课 - Python 大数据 + 人工智能 6
撩课 - Python-GUI 编程 - PyQt5
来源: http://www.jianshu.com/p/6f087f08c2c6