Loops

I arbejdet med dataanalyse udfører man ofte de samme kommandoer, kontroller, kørsler osv. igen og igen:

• En række oplysninger kan kontrolleres, om de er korrekte. Har de den rigtige type? Er værdierne gyldige? (fx at aldersværdier ikke har skøre værdier som 987 år).
• Den samme beregning skal foretages for en række oplysninger - fx udregning af gennemsnit for indkomst, alder, år i arbejde osv.
• De samme oplysninger skal hentes fra en række forskellige kilder (filer, hjemmesider eller andet).

I Python (og mange andre programmeringssprog) kan man anvende “loops” til at gentage kommandoer. De mest gængse loop typer er “for loops” og “while loops”. “for loops” gentager en eller flere kommandoer over en afgrænset mængde værdier. “while loops” gentager en kommando, så længe en vis betingelse er opfyldt.

Loops kaldes også for kontrolstrukturer i programmeringssprog, da de er med til at sætte rammer og betingelser for, hvad visse kommandoer skal køre på.

For loops

I nedenstående dannes tre variable. Det antages, at der er tale om tre forskellige aldersværdier. De tre værdier lagres i listen ages.

age1 = 29
age2 = "41"
age3 = 87

ages = [age1, age2, age3]

Som tidligere gennemgået i materialet, adskiller Python mellem forskellige variabeltyper. For at Python kan arbejde med tal, skal Python fortælles, at variablen er et tal, hvis ikke Python har gættet det i forvejen. En typisk del af forarbejdet til dataanalyse er, at validere oplysninger på en eller anden måde for at sikre, at data er i gyldige formater og typer.

Hver variabel skal altså kontrolleres for, at det er en numerisk type, hvilket kan gøres med type():

print(type(age1))

<class 'int'>

Skal det gøres for alle variable, skal kommandoen gentages for hver variabel:

print(type(age1))
print(type(age2))
print(type(age3))

<class 'int'>
<class 'str'>
<class 'int'>

Af ovenstående erfares, at age2 er en string, og derfor skal konverteres, før der kan arbejdes videre med den.

At skulle gentage kommandoer ved at skrive dem ud hver gang, bliver dog hurtigt en tidsslugende og meget kedsommelig affære. Alternativt kan et loop bruges til at gøre det samme.

Ovenstående kan gøres med et loop på følgende måde (husk at listen ages består af værdierne fra variablerne age1, age2 og age3):

for age in ages:
    print(type(age))

<class 'int'>
<class 'str'>
<class 'int'>

Opbygning af et for loop

Et for loop består overordnet af to dele:

• En række værdier, som loopet skal køre over
• En eller flere kommandoer, som skal gentages for hver værdi

I ovenstående kommando bruges listen ages som den række værdier, som loopet skal køre over. age er en pladsholder for de enkelte værdier, som er i ages. Hver gang loopet gentages, ændrer age sig til den næste værdi i ages.

Pladsholderen age bruges i kommandoerne, som skal gentages for hvert loop. Kommandoerne skrives på linjen efter :. Her er det vigtigt, at kommandoerne i loopet er rykket ind (enten med tab eller fire mellemrum, men de fleste IDE’er laver dette indryk automatisk).

Der kunne have været brugt hvilket som helst navn som pladsholder i stedet for age, så længe at pladsholder-navnet ændres i kommandoerne også.

Herunder ses et andet for loop, der går igennem hver værdi i values og printer værdien ganget med to:

values = [9, 10, 4, 91, 27]

for value in values:
    print(value * 2)

18
20
8
182
54

Når for loopet sættes i gang, ser Python på værdierne i values og tager den første værdi (9). value er altså lig med 9 i den første kørsel af loopet. Derefter udføres kommandoen, som i dette tilfælde er at printe værdien ganget med to: print(value * 2). value = 9 i den første kørsel af loopet, så derfor udføres: print(9 * 2), som giver 18.

Når enden af kommandoerne i loopet nås, går Python tilbage til værdierne i values og tager den næste værdi (10), så value er lig med 10 i den næste kørsel: print(10 * 2), som giver 20. Sådan fortsætter Python, indtil der ikke er flere værdier i listen (eller at der stødes på en eller anden fejl).

Bemærk, at en liste ikke behøver at være defineret som variabel, inden den bruges i et loop:

for value in [9, 10, 4, 91, 27]:
    print(value * 2)

18
20
8
182
54

VIDENSCHECK

Hvornår giver det mening at bruge et for loop?

ØVELSE

Tidligere i dette materiale er metoder blevet gennemgået. Blandt andet kan man bruge .upper() på en tekstværdi, for at få værdien tilbage i blokbogstaver.

Tag et kig på denne liste af ord:

words = ["potato", "cat", "scrumptious", "monitor", "carpenter"]

Skriv et for loop, der printer hvert ord i words i blokbogstaver.

for word in words:
    print(word.upper())

POTATO
CAT
SCRUMPTIOUS
MONITOR
CARPENTER

Loop over talrækker

Et for loop kan køres på et interval med kommandoen range():

for x in range(10, 20):
    print(x+5)

15
16
17
18
19
20
21
22
23
24

range() danner en talrække fra det første tal angivet til tallet før det sidste tal angivet ([10:20[).

Angives et enkelt tal som argument, antages det, at intervallet skal dannes fra 0 og frem til tallet før tallet angivet:

for x in range(5):
    print(x)

0
1
2
3
4

Som standard dannes intervallet med skridt på 1; altså hver enkelt heltal mellem det første tal og tallet før det sidste tal. Dette kan ændres ved at tilføje et tredje argument for, hvor store “skridt”, der skal være i intervallet:

for x in range(5, 10, 2):
    print(x)

5
7
9

While loops

While loops er en anden type loops i Python. Hvor for loops gentager en eller flere kommandoer for hver værdi i en række af værdier, så gentager while loops en eller flere kommandoer, så længe en given betingelse er opfyldt.

Herunder ses et eksempel på et simpel while loop:

x = 1

while x < 5:
    print("loopet kører videre")
    x = x + 1

loopet kører videre
loopet kører videre
loopet kører videre
loopet kører videre

Et while loop består overordnet af to dele:

• En betingelse som skal være opfyldt for, at loopet gentages
• En eller flere kommandoer, som skal gentages for hvert loop

I ovenstående defineres først x til at være 1. Derefter igangsættes et while loop, som skal køre, så længe at x < 5. Kommandoerne, som skal køre i loopet, skrives på linjen efter :. Her er det igen vigtigt, at kommandoerne i loopet er rykket ind (enten med tab eller fire mellemrum, men de fleste IDE’er laver dette indryk automatisk).

Derefter overskrives x til at være x + 1; altså at værdien af x øges med 1. Bemærk at hvis denne linje undlades, så bliver loopet ved med at gentage sig, da x ikke ændres og derfor bliver ved med at være 1; altså mindre end 5, som er betingelsen for, at loopet kører.

Herunder ses et andet while loop, der bliver ved, så længe antallet af karakterer i variablen fruit ikke overstiger 22:

fruit = "banana"

while len(fruit) <= 22:
    print("the word is " + fruit)
    fruit = fruit + "na"

the word is banana
the word is bananana
the word is banananana
the word is bananananana
the word is banananananana
the word is bananananananana
the word is banananananananana
the word is bananananananananana
the word is banananananananananana

Når Python læser linjen med while loopet, starter Python med at evaluere betingelsen: len(fruit) <= 22. Hvis denne er True, udføres kommandoerne. fruit indeholder til at starte med teksten banana og har en længde på 6 bogstaver; altså mindre end 22, så kommandoerne udføres.

Første kommando er at printe teksten "the word is " + fruit (husk at tekststykker kan sættes sammen med +). Da fruit i den første kørsel indeholder banana bliver teksten the word is banana.

Dernæst ændres fruit til at få tilføjet teksten na, så fruit nu indeholder bananana.

Loopet starter herefter forfra, og betingelsen evalueres igen. Nu indeholder fruit teksten bananana med en længde på 8 bogstaver; altså stadig mindre end 22, hvorfor kommandoerne igen udføres. Da fruit nu indeholder bananana printes teksten the word is bananana.

Brug af while loops

Det kan måske virke svært at se, hvad while loops kan bruges til. De bruges meget i programmering i det hele taget, men finder sjældent anvendelse i analysearbejde.

Arbejder man med web scraping (indsamling af data fra nettet), kan while loops være brugbare. En teknik i web scraping er fx at sætte “crawlers” op. En crawler fungerer kort sagt ved at gå fra hjemmeside til hjemmeside ud fra de links, som der findes på siden. Her kan et while loop bruges til at begrænse, hvor langt crawleren skal gå; fx ved at sætte den til at stoppe efter et vis antal sider er indsamlet eller sætte den til at stoppe, hvis crawleren bevæger sig ud fra et eller andet hoveddomæne.

Hvis man fx gerne vil indsamle tekster og artikler fra EU’s hjemmeside (https://europa.eu/), kan man bruge et while loop til at fortsætte indsamlingen, så længe siden befinder sig under domænet https://europa.eu/.

ØVELSE

Bør nedenstående while loop køres?:

y = 10

while y > 5:
    print("the value is " + str(y))