本文介绍如何使用循环与条件校验，确保用户输入的 5 个成绩全部落在合法区间 [0, 20] 内，拒绝非法值并要求重输，避免错误数据污染数组。
本文介绍如何使用循环与条件校验，确保用户输入的 5 个成绩全部落在合法区间 [0, 20] 内，拒绝非法值并要求重输，避免错误数据污染数组。
在实际教学或成绩管理系统中，数据有效性是首要前提。原始代码虽能接收 5 个输入，但缺乏对单个成绩的实时校验机制——一旦用户输入超过 20 的数值（如 23、25），程序仍会无条件存入数组，导致后续统计（如 np.amin/np.amax）结果失真。正确的做法是在每次赋值前主动拦截非法输入，而非依赖事后检查。
✅ 推荐实现：嵌套 for + while 验证循环
以下为健壮、清晰且符合初学者理解习惯的改进方案：
import numpy as np
# 初始化空列表（更灵活、更 Pythonic）
grades = []
# 循环 5 次，每次确保输入合法后才追加
for i in range(5):
valid_input = False
while not valid_input:
try:
score = float(input(f"请输入第 {i+1} 个成绩（0–20）: "))
if 0 <= score <= 20:
grades.append(score)
valid_input = True
else:
print("❌ 错误：成绩必须在 0 到 20 之间（含边界），请重新输入。")
except ValueError:
print("❌ 错误：请输入有效的数字。")
# 转为 NumPy 数组用于高效计算
grade_array = np.array(grades)
print(f"\n✅ 成绩列表: {grade_array}")
print(f"最低分: {np.min(grade_array):.1f}")
print(f"最高分: {np.max(grade_array):.1f}")? 关键设计说明：
- while not valid_input：形成“输入—验证—通过/重试”闭环，直到用户输入合法为止；
- try...except：捕获非数字输入（如 "abc" 或空回车），防止 ValueError 中断程序；
- 0 ：明确包含边界（0 和 20 均为有效成绩），符合题目要求；
- 使用 list.append() 替代预分配 np.zeros(5)：避免初始零值干扰（例如若用户中途出错退出，零值会被误计入统计）；
⚠️ 注意事项
- ❌ 不要仅校验 grade[0] 后就放行后续输入（原问题中 if grade[0] and grade[item]
- ❌ 避免用 np.zeros(5) 预填充后覆盖——若某次输入失败而未更新对应位置，残留的 0.0 将扭曲 min() 结果；
- ✅ 若需固定长度数组，可在全部验证完成后用 np.array(grades) 转换，兼顾安全性与后续数值运算需求。
? 总结
数据录入阶段的防御性编程至关重要。通过「循环内嵌验证」模式，我们以最小认知负担实现了强健性：每项输入独立校验、错误即时反馈、非法值绝不落库。这不仅解决了当前成绩范围约束问题，更建立了一种可复用于密码强度检测、邮箱格式验证等场景的通用输入守卫范式。
