At forstå forskellen mellem **mutable** og **immutable** datatyper er afgørende. Mutable datatyper kan ændres efter deres oprettelse, mens immutable datatyper ikke kan ændres, når de først er oprettet.

**Immutable** datatyper kan ikke ændres, når de først er oprettet. I modsætning hertil kan **mutable** datatyper ændres efter deres oprettelse.

For at konkludere er `int` og `float` eksempler på immutable datatyper i Python. At tildele en variabel af disse typer en ny værdi ændrer ikke deres immutabilitet.

# Define a variable `var1` with an initial value
var1 = 40
print(var1)  # output: 40

# Change the value of `var1`
var1 = 50
print(var1)  # output: 50

import unittest
import re
from io import StringIO
from unittest.mock import patch
import importlib

# Helper function to dynamically generate test names and assertions
def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message  # Rename the test for better readability
        test_case.assertTrue(True, success_message)  # Pass the test with a success message
    else:
        test_case._testMethodName = failure_message  # Rename the test with a failure description
        test_case.fail(failure_message)  # Fail the test with a failure message

class TestUserCode(unittest.TestCase):

    def setUp(self):
        # Reload the module to make sure we are testing the latest code
        self.module = importlib.import_module('user_code')
        importlib.reload(self.module)

    # Test if `project_budget` is declared
    def test_project_budget_is_declared(self):
        _dynamic_test(
            self,
            hasattr(self.module, 'project_budget'),
            "The `project_budget` variable is declared.",
            "Expected `project_budget` to be declared."
        )

    # Test if `project_budget` is equal to 150
    def test_project_budget_value_is_150(self):
        _dynamic_test(
            self,
            hasattr(self.module, 'project_budget') and self.module.project_budget == 150,
            "The `project_budget` is equal to 150.",
            f"Expected `project_budget` to be 150, but got `{getattr(self.module, 'project_budget', 'undefined')}`."
        )

    # Test if `print()` is used to output `project_budget` correctly
    def test_print_is_used_for_project_budget(self):
        with open('user_code.py', 'r') as file:
            user_code_source = file.read()
        _dynamic_test(
            self,
            re.search(r'print\s*\(\s*project_budget\s*\)', user_code_source),
            "The `print()` function is used to output `project_budget`.",
            "Expected `print()` to be used for `project_budget`."
        )

if __name__ == '__main__':
    unittest.main()

test_main.py

Dette kursus vil hjælpe dig med at dykke dybere ned i datatyper og arbejde med dem. Her vil du lære grundlæggende operationer og alle detaljer om tal, boolesk datatyper og strenge. Dette kursus består af mange praktiske opgaver, efter hvilke du vil blive en dygtig programmør.

Numeriske datatyper er afgørende i Python, så det er vigtigt at starte med dem. Her vil du arbejde med simple matematiske operationer og finde ud af formålene med at lære forskellige typer af numeriske data.

Beherskelse af booleske datatyper og logiske operationer i Python. Du vil lære at arbejde med True og False, anvende logiske operatorer som and, or, og not, og forstå hvordan operatorpræcedens fungerer i komplekse udtryk.

Strenge er en essentiel del af Python-programmering, der giver dig mulighed for at arbejde med tekstdata. I denne sektion vil du lære, hvordan du manipulerer strenge, udtrækker tegn, skærer ord og søger efter specifikke sætninger.

Dette kapitel består af praktiske opgaver, der kombinerer alle de undersøgte emner med en smule teori.

Muterbar eller Uforanderlig?

Løsning

Muterbar eller Uforanderlig?

Løsning