Dictionaries bieten auch eine praktische `clear()`-Methode, die alle Elemente entfernt und Ihnen ein leeres Dictionary hinterlässt. So funktioniert es.

# Creating a dictionary for book details
book = {
    "title": "Pride and Prejudice",
    "author": "Jane Austen",
    "year": 1813,
    "genre": "Romance"
}

# Printing the dictionary before clearing
print("Before clearing:", book)

# Clearing all items from the dictionary
book.clear()

# Printing the dictionary after clearing
print("After clearing:", book)

import unittest
import importlib

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

class TestUserCode(unittest.TestCase):

    def test_authors_books_is_declared(self):
        import user_code
        _dynamic_test(
            self,
            hasattr(user_code, 'authors_books'),
            "The `authors_books` dictionary is declared.",
            "Expected `authors_books` to be declared."
        )

    def test_authors_books_is_dict(self):
        import user_code
        _dynamic_test(
            self,
            isinstance(user_code.authors_books, dict),
            "The `authors_books` is of type `dict`.",
            "Expected `authors_books` to be of type `dict`."
        )

    def test_authors_books_is_empty(self):
        import user_code
        _dynamic_test(
            self,
            len(user_code.authors_books) == 0,
            "The `authors_books` dictionary is empty after using `clear()`.",
            "Expected `authors_books` to be empty after using `clear()`, but it is not."
        )

    def test_clear_method_used(self):
        with open('user_code.py', 'r') as file:
            user_code_source = file.read()
        _dynamic_test(
            self,
            ".clear(" in user_code_source,
            "The `clear()` method is used to empty the dictionary.",
            "Expected the `clear()` method to be used to empty the dictionary."
        )

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


test_main.py

In diesem Kurs lernen Sie die grundlegenden Datenstrukturen der Programmiersprache Python kennen. Wir werden die Nutzung von Pythons nativen Datenstrukturen wie Listen, Wörterbüchern, Tupeln und Mengen erkunden, um verschiedene Herausforderungen zu bewältigen.

Was ist eine Liste? Eine Liste ist eine geordnete Sammlung, die modifiziert werden kann. Sie erlaubt auch doppelte Elemente.

Was ist ein Wörterbuch? Ein Wörterbuch ist eine geordnete Sammlung, die geändert werden kann, aber keine doppelten Einträge zulässt. Es besteht aus `key:value`-Paaren, die zur Optimierung seiner Struktur verwendet werden.

Was ist ein Tupel? Ein Tupel ist eine geordnete Sammlung, die nicht verändert werden kann. Es kann doppelte Elemente enthalten. Obwohl es einer Liste ähnlich ist, können die Werte in einem Tupel von jedem Typ sein und werden durch ganze Zahlen indiziert. Obwohl es nicht zwingend erforderlich ist, ist es üblich, die Werte eines Tupels in Klammern zu setzen, um sie in Python leichter verständlich zu machen.

Was ist eine Menge? In Python ist eine `set` eine ungeordnete Sammlung, die sowohl `iterierbar` als auch `veränderbar` ist, ohne wiederholte Elemente. Während die Reihenfolge der Elemente in einer Menge nicht festgelegt ist, kann sie eine Vielzahl von Elementen enthalten. Ein wesentlicher Vorteil der Verwendung von Mengen gegenüber Listen ist ihre hocheffiziente Methode zur Bestimmung, ob ein Element innerhalb der Menge existiert.

Python-Datenstrukturen

Die Clear() Methode

Lösung

Die Clear() Methode

Lösung