Apprendre Opérateurs d'Appartenance et Comparaisons de Types

Dans ce chapitre, nous allons explorer certains aspects nuancés de Python qui peuvent considérablement améliorer la gestion et l'interaction avec les données dans vos programmes — en particulier, les opérateurs d'appartenance et les comparaisons de types.

Voyons comment Alex utilise ces outils :

Les opérateurs d'appartenance sont utiles lorsque vous devez vérifier si des éléments spécifiques ou des sous-chaînes sont présents dans un objet itérable. Un objet itérable en Python est tout ce que vous pouvez parcourir avec une boucle, comme les chaînes de caractères, les listes ou les tuples. Nous explorerons les listes et les tuples plus en détail dans la section suivante ; pour l'instant, comprenez que les opérateurs d'appartenance peuvent s'appliquer à plus que des chaînes de caractères.

Les principaux opérateurs d'appartenance sont in et not in, qui renvoient tous deux une valeur booléenne indiquant la présence (ou l'absence) d'un élément.

Puisque vous avez déjà appris l'indexation et le découpage de chaînes, vous connaissez le concept selon lequel les chaînes sont itérables. Cela signifie que vous pouvez utiliser les opérateurs d'appartenance pour vérifier la présence de sous-chaînes dans des chaînes plus grandes.

Considérez l'exemple suivant :


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

Exemple d'application

Supposons que vous gériez les descriptions de produits ou les catégories dans votre système de supermarché. Vous pouvez recevoir une longue chaîne de détails sur un produit, et il est nécessaire de vérifier rapidement certains mots-clés afin de catégoriser ou de mettre en avant des produits selon les préférences des clients ou des activités promotionnelles :


              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)

Vérification des types de données

Comprendre le type de données utilisé en Python est essentiel, en particulier lors de la gestion des besoins variés d’un système de supermarché. La fonction type() est précieuse car elle permet de garantir l’utilisation des bons types de données — comme les chaînes de caractères pour les noms de produits, les nombres à virgule flottante pour les prix, et les entiers pour les quantités en stock.

Cela permet non seulement d’éviter les erreurs, mais aussi de rendre les manipulations et comparaisons de données plus appropriées et fiables.

Dans l'exemple suivant, nous illustrons comment type() peut être utilisé pour vérifier que les données saisies dans le système respectent les critères attendus, ce qui est une nécessité courante dans la gestion des données d'un magasin d'alimentation afin d'éviter les erreurs lors du passage en caisse ou des mises à jour d'inventaire :


              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.")

Tâche

Swipe to start coding

Vous travaillez avec des données concernant un nouveau produit qui vient d'être ajouté au système d'une épicerie.

Utilisez les opérateurs d'appartenance (in) sur la chaîne description :
- Vérifiez si la sous-chaîne "raw" est présente dans description et stockez le résultat dans contains_raw.
- Vérifiez si la sous-chaîne "Imported" est présente dans description et stockez le résultat dans contains_Imported.
Utilisez la fonction type() pour vérifier les types de données :

Vérifiez si price est de type float et stockez le résultat dans price_is_float.
Vérifiez si count est de type int et stockez le résultat dans count_is_int.

Affichez les résultats exactement dans le format suivant :

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

Remarque

Python est sensible à la casse, donc "imported" et "Imported" sont considérés comme des chaînes différentes.

Solution

Tout était clair ?

Merci pour vos commentaires !

Section 3. Chapitre 4

single

Demandez à l'IA

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

Suggested prompts:

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

What happens if I use membership operators with numbers instead of strings?

Can you show more examples of type comparison in real-world scenarios?

Glissez pour afficher le menu