Contenu du cours

Introduction à Python

1. Commencer

Premiers Pas Commentaires Opérations Mathématiques Simples Défi : Calcul des Courses Capstone Récapitulatif

2. Variables et Types

Types de Données Stockage des Données dans des Variables Règles de Nommage des Variables Utilisation des Variables Indexation des Chaînes et Longueur Découpage et Concaténation de Chaînes Défi : Projet de Tri d'Inventaire Récapitulatif

3. Instructions Conditionnelles

Type de Données Booléen Combinaison de Conditions Défi : Logique Booléenne Opérateurs d'Appartenance et Comparaisons de Type Expressions Conditionnelles Défi : Projet de Gestion de Produit Récapitulatif

4. Autres Types de Données

Listes et Méthodes de Liste Listes Imbriquées Défi : Gestion des Listes Tuples et Méthodes de Tuple Opérations sur les Tuples Défi : Opérations sur les Tuples Dictionnaires et Méthodes de Dictionnaire Défi : Projet de Fin d'Études sur l'Ajustement des Prix Récapitulatif

5. Boucles

Boucles For Boucles While Fonction Range Itération sur les Index Défi : Ventes et Expéditions Boucles Imbriquées Défi : Automatisation du Contrôle des Stocks Défi : Projet de Codage en Solo Récapitulatif

6. Fonctions

Fonctions Intégrées Défi : Fonctions Zip et Tri Fonctions Définies par l'Utilisateur Comportement des Listes dans les Fonctions Fonctions Sans Return Modification des Fonctions Défi : Projet de Synthèse sur les Revenus des Produits Récapitulatif

Opérateurs d'Appartenance et Comparaisons de Type

Dans ce chapitre, nous explorerons certains aspects nuancés de Python qui peuvent améliorer de manière significative 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 ou sous-chaînes spécifiques sont présents dans un objet itérable. Un objet itérable en Python est tout ce que vous pouvez parcourir, comme les chaînes, 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 être appliqués à plus que de simples chaînes.

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 sur l'indexation des chaînes et le découpage, vous êtes familier avec le concept que 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

Imaginez que vous gérez les descriptions de produits ou les catégories dans votre système de supermarché. Vous pourriez recevoir une longue chaîne de détails de produits, et vous devez rapidement vérifier des mots-clés spécifiques pour catégoriser ou mettre en avant des produits en fonction des 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 avec lequel vous travaillez en Python est crucial, surtout lorsque vous gérez les besoins divers d'un système de magasin d'alimentation. La fonction type() est inestimable car elle aide à s'assurer que vous travaillez avec les bons types de données — tels que des chaînes pour les noms de produits, des flottants pour les prix, et des entiers pour les quantités de stock.

Cela ne prévient pas seulement les bugs, mais rend également 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 répondent aux critères attendus, ce qui est une nécessité courante dans la gestion des données de magasin d'alimentation pour 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

Dans cette tâche, vous appliquerez vos connaissances des opérateurs d'appartenance et des comparaisons de types pour vérifier les détails d'un nouveau produit ajouté à un système de magasin d'alimentation. Vous effectuerez des vérifications pour vous assurer que la description du produit et les types de données sont correctement saisis.

Instructions de Code

Utilisez les opérateurs d'appartenance pour vérifier si les sous-chaînes "raw" et "Imported" sont présentes dans la variable description.
Assignez les résultats de ces vérifications aux variables booléennes contains_raw et contains_Imported.
Utilisez la fonction type() pour vérifier que le price est stocké en tant que float et le count est stocké en tant que int.
Assignez les résultats de ces vérifications de type aux variables price_is_float et count_is_int.

Exigences de Sortie

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

Remarque

Rappelez-vous que Python est sensible à la casse, donc "imported" et "Imported" sont des chaînes différentes.

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 3. Chapitre 4

Opérateurs d'Appartenance et Comparaisons de Type

Voyons comment Alex utilise ces outils :

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.

Considérez l'exemple suivant :


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

Exemple d'application


              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

Cela ne prévient pas seulement les bugs, mais rend également les manipulations et comparaisons de données plus appropriées et fiables.


              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

Instructions de Code

Utilisez les opérateurs d'appartenance pour vérifier si les sous-chaînes "raw" et "Imported" sont présentes dans la variable description.
Assignez les résultats de ces vérifications aux variables booléennes contains_raw et contains_Imported.
Utilisez la fonction type() pour vérifier que le price est stocké en tant que float et le count est stocké en tant que int.
Assignez les résultats de ces vérifications de type aux variables price_is_float et count_is_int.

Exigences de Sortie

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

Remarque

Rappelez-vous que Python est sensible à la casse, donc "imported" et "Imported" sont des chaînes différentes.

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 3. Chapitre 4

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous