Sveip for å vise menyen

Medlemskapsoperatorer og Type Sammenligninger

I dette kapittelet vil vi utforske noen nyanserte aspekter ved Python som kan forbedre hvordan du håndterer og interagerer med data i programmene dine — spesielt, Medlemskapsoperatorer og Type-sammenligninger.

La oss se hvordan Alex bruker disse verktøyene:

Medlemskapsoperatorer er nyttige når du trenger å sjekke om spesifikke elementer eller delstrenger er til stede i et itererbart objekt. Et itererbart objekt i Python er alt du kan iterere over, som strenger, lister eller tupler. Vi vil utforske lister og tupler mer detaljert i neste seksjon; for nå, forstå at medlemskapsoperatorer kan brukes på mer enn bare strenger.

De primære medlemskapsoperatorene er in og not in, som begge returnerer en boolsk verdi som indikerer tilstedeværelsen (eller fraværet) av et element.

Siden du allerede har lært om strengindeksering og slicing, er du kjent med konseptet at strenger er itererbare. Dette betyr at du kan bruke medlemskapsoperatorer til å sjekke for delstrenger innenfor større strenger.

Vurder følgende eksempel:


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

Eksempelapplikasjon

Tenk deg at du administrerer produktbeskrivelser eller kategorier i dagligvaresystemet ditt. Du kan motta en lang streng med produktdetaljer, og du må raskt sjekke etter spesifikke nøkkelord for å kategorisere eller fremheve produkter basert på kundepreferanser eller kampanjeaktiviteter:


              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)

Verifisering av Datatyper

Å forstå hvilken type data du har med å gjøre i Python er avgjørende, spesielt når du håndterer de ulike behovene til et dagligvaresystem. type()-funksjonen er uvurderlig da den hjelper med å sikre at du arbeider med de riktige datatypene — som strenger for produktnavn, flyttall for priser, og heltall for lagerkvantiteter.

Dette forhindrer ikke bare feil, men gjør også datamanipuleringer og sammenligninger mer passende og pålitelige.

I det følgende eksempelet illustrerer vi hvordan type() kan brukes til å verifisere at dataene som er lagt inn i systemet oppfyller de forventede kriteriene, noe som er en vanlig nødvendighet i håndtering av dagligvaredatabaser for å forhindre feil under utsjekking eller lageroppdateringer:


              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.")

Oppgave

Swipe to start coding

Verifiser detaljene for et nytt produkt lagt til i et dagligvaresystem ved hjelp av medlemsoperatører og type sammenligninger.

Bruk medlemsoperatører for å sjekke om delstrengene "raw" og "Imported" er i variabelen description.
Tildel resultatene til de boolske variablene contains_raw og contains_Imported.
Bruk type()-funksjonen for å sjekke om price er en float og count er en int.
Tildel resultatene av disse typesjekkene til price_is_float og count_is_int.

Utdata Krav

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

Merk:

Python er case sensitive, så "imported" og "Imported" er forskjellige strenger.

Løsning

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 4

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Medlemskapsoperatorer og Type Sammenligninger

La oss se hvordan Alex bruker disse verktøyene:

De primære medlemskapsoperatorene er in og not in, som begge returnerer en boolsk verdi som indikerer tilstedeværelsen (eller fraværet) av et element.

Vurder følgende eksempel:


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

Eksempelapplikasjon


              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)

Verifisering av Datatyper

Dette forhindrer ikke bare feil, men gjør også datamanipuleringer og sammenligninger mer passende og pålitelige.


              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.")

Oppgave

Swipe to start coding

Verifiser detaljene for et nytt produkt lagt til i et dagligvaresystem ved hjelp av medlemsoperatører og type sammenligninger.

Bruk medlemsoperatører for å sjekke om delstrengene "raw" og "Imported" er i variabelen description.
Tildel resultatene til de boolske variablene contains_raw og contains_Imported.
Bruk type()-funksjonen for å sjekke om price er en float og count er en int.
Tildel resultatene av disse typesjekkene til price_is_float og count_is_int.

Utdata Krav

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

Merk:

Python er case sensitive, så "imported" og "Imported" er forskjellige strenger.

Løsning

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 4

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor