Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Oppiskele Jäsenyysoperaattorit ja Tyyppivertailut | Ehtolauseet
Johdatus Pythoniin

bookJäsenyysoperaattorit ja Tyyppivertailut

Tässä luvussa tarkastelemme Pythonin hienovaraisia ominaisuuksia, jotka voivat merkittävästi parantaa tapaa, jolla hallitset ja käsittelet dataa ohjelmissasi — erityisesti jäsenyysoperaattoreita ja tyyppivertailuja.

Katsotaanpa, miten Alex hyödyntää näitä työkaluja:

Jäsenyysoperaattorit ovat hyödyllisiä, kun sinun täytyy tarkistaa, löytyykö tiettyjä alkioita tai osamerkkijonoja iteroitavasta oliosta. Iteroitava olio Pythonissa on mikä tahansa, jonka yli voi iteroida, kuten merkkijonot, listat tai tuplet. Tarkastelemme listoja ja tupleja tarkemmin seuraavassa osiossa; toistaiseksi riittää, että ymmärrät jäsenyysoperaattoreita voi käyttää muuhunkin kuin merkkijonoihin.

Keskeiset jäsenyysoperaattorit ovat in ja not in, jotka molemmat palauttavat boolean-arvon ilmaisten alkion esiintymisen (tai puuttumisen).

Koska olet jo oppinut merkkijonojen indeksoinnista ja viipaloinnista, tunnet käsitteen, että merkkijonot ovat iteroitavia. Tämä tarkoittaa, että voit käyttää jäsenyysoperaattoreita tarkistaaksesi osamerkkijonon esiintymisen suuremmassa merkkijonossa.

Tarkastellaan seuraavaa esimerkkiä:

123
itemName = "Strawberries" in_name = "Straw" in itemName print("Is 'Straw' in 'Strawberries'?", in_name)
copy

Esimerkkisovellus

Kuvittele, että hallinnoit tuotekuvauksia tai tuoteryhmiä päivittäistavarakaupan järjestelmässä. Saatat saada pitkän merkkijonon tuotetietoja, ja sinun täytyy nopeasti tarkistaa tiettyjen avainsanojen esiintyminen tuotteiden luokittelua tai korostamista varten asiakkaiden mieltymysten tai kampanjoiden perusteella:

12345678910
# Product description from supplier product_description = "Fresh organic milk from local farms, pasteurized and homogenized." # Check if the "organic" and "local" keywords are in the product description is_organic = "organic" in product_description is_local = "local" in product_description # Print the presence of these keywords to decide on marketing strategies print("Is the product organic?", is_organic) print("Is the product locally sourced?", is_local)
copy

Tietotyyppien tarkistaminen

On tärkeää ymmärtää, minkä tyyppistä dataa käsittelet Pythonissa, erityisesti kun hallinnoit päivittäistavarakaupan järjestelmän monipuolisia tarpeita. type()-funktio on erittäin hyödyllinen, sillä sen avulla varmistetaan, että käsitellään oikeita tietotyyppejä — esimerkiksi merkkijonoja tuotenimille, liukulukuja hinnoille ja kokonaislukuja varastosaldoille.

Tämä ei ainoastaan ehkäise virheitä, vaan tekee tietojen käsittelystä ja vertailusta sopivampaa ja luotettavampaa.

Seuraavassa esimerkissä havainnollistetaan, kuinka type()-funktiota voidaan käyttää varmistamaan, että järjestelmään syötetyt tiedot täyttävät odotetut kriteerit. Tämä on yleinen tarve päivittäistavarakaupan tietojen hallinnassa virheiden estämiseksi kassalla tai varastopäivitysten yhteydessä:

12345678910111213141516
# Sample data received from a cashier or inventory management system product_name = "Almond Milk" product_price = "3.49" product_quantity = 30 # Checking if the data types are as expected correct_name_type = type(product_name) == str correct_price_type = type(product_price) == float # Intentional error for demonstration correct_quantity_type = type(product_quantity) == int # Print the results to verify data types print("Is product_name a string?", correct_name_type) print("Is product_price a float?", correct_price_type) # Expected: False, actual data type is a string print("Is product_quantity an integer?", correct_quantity_type) print("Data type check complete. Please review and correct any 'False' outcomes for data corrections.")
copy
Tehtävä

Swipe to start coding

Tarkista uuden tuotteen tiedot päivittäistavarakaupan järjestelmässä käyttämällä jäsenyysoperaattoreita ja tyyppivertailuja.

  1. Käytä jäsenyysoperaattoreita tarkistaaksesi, esiintyvätkö osamerkkijonot "raw" ja "Imported" description-muuttujassa.

    • Tallenna tulokset boolean-muuttujiin
      • contains_raw
      • contains_Imported
  2. Käytä type()-funktiota tarkistaaksesi, onko

    • price tyyppiä float
    • count tyyppiä int
      Tallenna tulokset
    • price_is_float
    • count_is_int

Tulostusvaatimukset

  • Tulosta
    Contains 'raw': <contains_raw>
    Contains 'Imported': <contains_Imported>
    Is price a float?: <price_is_float>
    Is count an integer?: <count_is_int>

Huom

Python on kirjainkoon suhteen tarkka, joten "imported" ja "Imported" ovat eri merkkijonoja.

Ratkaisu

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 3. Luku 4
single

single

Kysy tekoälyä

expand

Kysy tekoälyä

ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Suggested prompts:

Can you explain more about how membership operators work with lists or tuples?

What happens if I check for a substring that isn't present in the string?

How can I fix the data type error in the last code example?

close

Awesome!

Completion rate improved to 2.17

bookJäsenyysoperaattorit ja Tyyppivertailut

Pyyhkäise näyttääksesi valikon

Tässä luvussa tarkastelemme Pythonin hienovaraisia ominaisuuksia, jotka voivat merkittävästi parantaa tapaa, jolla hallitset ja käsittelet dataa ohjelmissasi — erityisesti jäsenyysoperaattoreita ja tyyppivertailuja.

Katsotaanpa, miten Alex hyödyntää näitä työkaluja:

Jäsenyysoperaattorit ovat hyödyllisiä, kun sinun täytyy tarkistaa, löytyykö tiettyjä alkioita tai osamerkkijonoja iteroitavasta oliosta. Iteroitava olio Pythonissa on mikä tahansa, jonka yli voi iteroida, kuten merkkijonot, listat tai tuplet. Tarkastelemme listoja ja tupleja tarkemmin seuraavassa osiossa; toistaiseksi riittää, että ymmärrät jäsenyysoperaattoreita voi käyttää muuhunkin kuin merkkijonoihin.

Keskeiset jäsenyysoperaattorit ovat in ja not in, jotka molemmat palauttavat boolean-arvon ilmaisten alkion esiintymisen (tai puuttumisen).

Koska olet jo oppinut merkkijonojen indeksoinnista ja viipaloinnista, tunnet käsitteen, että merkkijonot ovat iteroitavia. Tämä tarkoittaa, että voit käyttää jäsenyysoperaattoreita tarkistaaksesi osamerkkijonon esiintymisen suuremmassa merkkijonossa.

Tarkastellaan seuraavaa esimerkkiä:

123
itemName = "Strawberries" in_name = "Straw" in itemName print("Is 'Straw' in 'Strawberries'?", in_name)
copy

Esimerkkisovellus

Kuvittele, että hallinnoit tuotekuvauksia tai tuoteryhmiä päivittäistavarakaupan järjestelmässä. Saatat saada pitkän merkkijonon tuotetietoja, ja sinun täytyy nopeasti tarkistaa tiettyjen avainsanojen esiintyminen tuotteiden luokittelua tai korostamista varten asiakkaiden mieltymysten tai kampanjoiden perusteella:

12345678910
# Product description from supplier product_description = "Fresh organic milk from local farms, pasteurized and homogenized." # Check if the "organic" and "local" keywords are in the product description is_organic = "organic" in product_description is_local = "local" in product_description # Print the presence of these keywords to decide on marketing strategies print("Is the product organic?", is_organic) print("Is the product locally sourced?", is_local)
copy

Tietotyyppien tarkistaminen

On tärkeää ymmärtää, minkä tyyppistä dataa käsittelet Pythonissa, erityisesti kun hallinnoit päivittäistavarakaupan järjestelmän monipuolisia tarpeita. type()-funktio on erittäin hyödyllinen, sillä sen avulla varmistetaan, että käsitellään oikeita tietotyyppejä — esimerkiksi merkkijonoja tuotenimille, liukulukuja hinnoille ja kokonaislukuja varastosaldoille.

Tämä ei ainoastaan ehkäise virheitä, vaan tekee tietojen käsittelystä ja vertailusta sopivampaa ja luotettavampaa.

Seuraavassa esimerkissä havainnollistetaan, kuinka type()-funktiota voidaan käyttää varmistamaan, että järjestelmään syötetyt tiedot täyttävät odotetut kriteerit. Tämä on yleinen tarve päivittäistavarakaupan tietojen hallinnassa virheiden estämiseksi kassalla tai varastopäivitysten yhteydessä:

12345678910111213141516
# Sample data received from a cashier or inventory management system product_name = "Almond Milk" product_price = "3.49" product_quantity = 30 # Checking if the data types are as expected correct_name_type = type(product_name) == str correct_price_type = type(product_price) == float # Intentional error for demonstration correct_quantity_type = type(product_quantity) == int # Print the results to verify data types print("Is product_name a string?", correct_name_type) print("Is product_price a float?", correct_price_type) # Expected: False, actual data type is a string print("Is product_quantity an integer?", correct_quantity_type) print("Data type check complete. Please review and correct any 'False' outcomes for data corrections.")
copy
Tehtävä

Swipe to start coding

Tarkista uuden tuotteen tiedot päivittäistavarakaupan järjestelmässä käyttämällä jäsenyysoperaattoreita ja tyyppivertailuja.

  1. Käytä jäsenyysoperaattoreita tarkistaaksesi, esiintyvätkö osamerkkijonot "raw" ja "Imported" description-muuttujassa.

    • Tallenna tulokset boolean-muuttujiin
      • contains_raw
      • contains_Imported
  2. Käytä type()-funktiota tarkistaaksesi, onko

    • price tyyppiä float
    • count tyyppiä int
      Tallenna tulokset
    • price_is_float
    • count_is_int

Tulostusvaatimukset

  • Tulosta
    Contains 'raw': <contains_raw>
    Contains 'Imported': <contains_Imported>
    Is price a float?: <price_is_float>
    Is count an integer?: <count_is_int>

Huom

Python on kirjainkoon suhteen tarkka, joten "imported" ja "Imported" ovat eri merkkijonoja.

Ratkaisu

Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 3. Luku 4
single

single

some-alt