使用PYTHON在while循环中设置新变量

我在运行一个总体模型，总是会出现错误的数字，因为我将变量设置为新值，但是当我想使用旧变量时，循环会自动更新自身并使用新变量

juvenile_population = 10
adult_population = 10
senile_population = 1
juvenile_survival = 1
adult_survival = 1
senile_survival = 0
birth_rate = 2
generations = 5


counter = 0
while counter < generations:
    juvenile_population = adult_population * birth_rate
    adult_population = juvenile_population * juvenile_survival
    senile_population = (adult_population * adult_survival) (senile_population * senile_survival)
    total_population = juvenile_population + adult_population + senile_population



    print("Juvenile: ",juvenile_population)
    print("Adult: ",adult_population)
    print("Senile: ",senile_population)
    print("Total: ",total_population)
    counter += 1

青少年人口=10
成人人口=10
老年人口=1
青少年生存率=1
成人生存率=1
老年人生存率=0
出生率=2
世代=5
计数器=0
而反代：
青少年人口=成人人口*出生率
成人人口=青少年人口*青少年生存率
老年人口=（成人人口*成人生存率）（老年人口*老年生存率）
总人口=青少年人口+成人人口+老年人口
印刷品（“青少年：”，青少年人口）
打印（“成人：”，成人人口）
打印（“老年：”，老年人口）
打印（“总数：”，总人口）
计数器+=1

一位朋友说要设置新的命名变量，但是在一个循环之后，你不会再次遇到同样的问题吗？我希望变量更新，但只有在它们被打印出来之后，如果这有意义的话。

---

有什么建议吗？

您正在用新值覆盖现有值。使用Python，您可以将所有四行合并为一行，如下所示：

juvenile_population, adult_population, senile_population, total_population = adult_population * birth_rate, juvenile_population * juvenile_survival, (adult_population * adult_survival) (senile_population * senile_survival), juvenile_population + adult_population + senile_population

---

这将一次分配所有值，而不首先覆盖它们。

根据@Selcuk，您可以直接使用变量解包，但即使使用更好的格式，它看起来也很笨拙：

juvenile_population, adult_population, senile_population, total_population = (adult_population * birth_rate,
                                                                             juvenile_population * juvenile_survival,
                                                                             (adult_population * adult_survival) (senile_population * senile_survival), 
                                                                             juvenile_population + adult_population + senile_population)

我的建议是编写一个helper函数，并在字典中保留“like”值，如下所示：

populations = {'juvenile':  10,
               'adult':     10,
               'senile':    1
               }
survivals = {'juvenile':    1,
             'adult':       1,
             'senile':      0}
birth_rate = 2
generations = 5

def update_population(pops):
    juvie = pops['adult'] * birth_rate
    adults = pops['juvenile'] * survivals['juvenile']
    seniles = pops['adult'] * survivals['adult'] + (pops['senile'] * survivals['senile'])
    return {k:v for k,v in zip(['juvenile','adult','senile'],[juvie,adults,seniles])}

counter = 0
while counter < generations:
    populations = update_population(populations.copy())
    total_population = sum(populations.values())



    print("Juvenile: ",populations['juvenile'])
    print("Adult: ",populations['adult'])
    print("Senile: ",populations['senile'])
    print("Total: ",total_population)
    counter += 1

populations={'10}，
“成人”：10岁，
"老年人":1
}
生存值={'1'：1，
“成人”：1，
“老年人”：0}
出生率=2
世代=5
def更新人口（pops）：
juvie=pops[“成人”]*出生率
成人=持久性有机污染物['少年]*幸存者['少年']
老年人=持久性有机污染物['成人]]*存活['成人]+（持久性有机污染物['老年]]*存活['老年]]
返回{k:v代表k，v在zip中（['少年'，'成人'，'老年']，[juvie，成人，老年人]）
计数器=0
而反代：
人口=更新人口（人口.复制（））
总数=总和（populations.values（））
打印（“青少年：”，人口[“青少年]）
打印（“成人：”，人口[“成人]）
打印（“老年：”，人口[“老年人]）
打印（“总数：”，总人口）
计数器+=1

最简单的方法是按照您朋友的建议：在存储和打印时使用新变量，然后在完成打印时将它们分配给旧变量。否则，你可以使用答案中给出的建议，立即进行所有计算，以澄清我的朋友对新变量所说的更多提示。我的代码正在工作：）