Conteúdo do Curso

Introdução ao Python

1. Introdução

Primeiros Passos Comentários Operações Matemáticas Simples Desafio: Cálculo de Compras Capstone Recapitulação

2. Variáveis e Tipos

Tipos de Dados Armazenando Dados em Variáveis Regras de Nomeação de Variáveis Usando Variáveis Indexação de Strings e Comprimento Fatiamento e Concatenação de Strings Desafio: Projeto Final de Ordenação de Inventário Recapitulação

3. Declarações Condicionais

Tipo de Dado Booleano Combinando Condições Desafio: Lógica Booleana Operadores de Associação e Comparações de Tipo Expressões Condicionais Desafio: Projeto Final de Gestão de Produtos Recapitulação

4. Outros Tipos de Dados

Listas e Métodos de Lista Listas Aninhadas Desafio: Gerenciamento de Lista Tuplas e Métodos de Tuplas Operações com Tuplas Desafio: Operações com Tuplas Dicionários e Métodos de Dicionário Desafio: Capstone de Ajuste de Preços Recapitulação

5. Loops

Laços For Laços While Função Range Iterando Sobre Índices Desafio: Vendas e Remessas Loops Aninhados Desafio: Automatizando o Controle de Estoque Desafio: Projeto Final de Codificação Solo Recapitulação

6. Funções

Funções Embutidas Desafio: Funções de Zip e Ordenação Funções Definidas pelo Usuário Comportamento de Listas em Funções Funções sem Retorno Modificando Funções Desafio: Capstone de Receitas de Produtos Recapitulação

Operadores de Associação e Comparações de Tipo

Neste capítulo, exploraremos alguns aspectos sutis do Python que podem melhorar significativamente a forma como você gerencia e interage com dados em seus programas — especificamente, Operadores de Pertinência e Comparações de Tipo.

Vamos ver como Alex usa essas ferramentas:

Operadores de pertinência são úteis quando você precisa verificar se itens ou substrings específicos estão presentes dentro de um objeto iterável. Um objeto iterável em Python é qualquer coisa sobre a qual você pode iterar, como strings, listas ou tuplas. Exploraremos listas e tuplas em mais detalhes na próxima seção; por enquanto, entenda que os operadores de pertinência podem ser aplicados a mais do que apenas strings.

Os principais operadores de pertinência são in e not in, ambos retornam um valor booleano indicando a presença (ou ausência) de um item.

Como você já aprendeu sobre indexação de strings e fatiamento, está familiarizado com o conceito de que strings são iteráveis. Isso significa que você pode usar operadores de pertinência para verificar substrings dentro de strings maiores.

Considere o seguinte exemplo:


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

Aplicação de Exemplo

Imagine que você está gerenciando as descrições de produtos ou categorias no sistema do seu supermercado. Você pode receber uma longa string de detalhes do produto e precisa rapidamente verificar palavras-chave específicas para categorizar ou destacar produtos com base nas preferências dos clientes ou atividades promocionais:


              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)

Verificando Tipos de Dados

Entender o tipo de dado com o qual você está lidando em Python é crucial, especialmente ao gerenciar as diversas necessidades de um sistema de supermercado. A função type() é inestimável, pois ajuda a garantir que você está trabalhando com os tipos de dados corretos — como strings para nomes de produtos, floats para preços e inteiros para quantidades de estoque.

Isso não apenas previne bugs, mas também torna as manipulações e comparações de dados mais apropriadas e confiáveis.

No exemplo a seguir, ilustramos como type() pode ser usado para verificar se os dados inseridos no sistema atendem aos critérios esperados, o que é uma necessidade comum na gestão de dados de supermercado para evitar erros durante o checkout ou atualizações de inventário:


              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.")

Tarefa

Swipe to start coding

Nesta tarefa, você aplicará seu conhecimento de operadores de associação e comparações de tipo para verificar os detalhes de um novo produto adicionado a um sistema de supermercado. Você realizará verificações para garantir que a descrição do produto e os tipos de dados sejam inseridos corretamente.

Instruções de Código

Use operadores de associação para verificar se as substrings "raw" e "Imported" estão presentes na variável description.
Atribua os resultados dessas verificações às variáveis booleanas contains_raw e contains_Imported.
Use a função type() para verificar se o price está armazenado como um float e o count está armazenado como um int.
Atribua os resultados dessas verificações de tipo às variáveis price_is_float e count_is_int.

Requisitos de Saída

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

Nota

Lembre-se de que Python é sensível a maiúsculas e minúsculas, então "imported" e "Imported" são strings diferentes.

Solução

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 3. Capítulo 4

Operadores de Associação e Comparações de Tipo

Vamos ver como Alex usa essas ferramentas:

Os principais operadores de pertinência são in e not in, ambos retornam um valor booleano indicando a presença (ou ausência) de um item.

Considere o seguinte exemplo:


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

Aplicação de Exemplo


              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)

Verificando Tipos de Dados

Isso não apenas previne bugs, mas também torna as manipulações e comparações de dados mais apropriadas e confiáveis.


              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.")

Tarefa

Swipe to start coding

Instruções de Código

Use operadores de associação para verificar se as substrings "raw" e "Imported" estão presentes na variável description.
Atribua os resultados dessas verificações às variáveis booleanas contains_raw e contains_Imported.
Use a função type() para verificar se o price está armazenado como um float e o count está armazenado como um int.
Atribua os resultados dessas verificações de tipo às variáveis price_is_float e count_is_int.

Requisitos de Saída

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

Nota

Lembre-se de que Python é sensível a maiúsculas e minúsculas, então "imported" e "Imported" são strings diferentes.

Solução

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 3. Capítulo 4

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo