Summary  
This chapter explains how to perform basic arithmetic operations in Python, covering binary operators (addition, subtraction, multiplication, division, floor division, modulus, exponentiation) and unary plus/minus.

General domain of usage  
Scientific computing

import unittest
import importlib
import re

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

class TestUserCode(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        cls.m = importlib.import_module("user_code")
        with open("user_code.py", "r", encoding="utf-8") as f:
            cls.src = f.read()

        # Expected values
        cls.expected_total = 8 * 9           # 72
        cls.expected_shortfall = 72 - 60     # 12
        cls.expected_completed = 60 // 9     # 6
        cls.expected_unused = 60 % 9         # 6

    def test_total_minutes(self):
        """Validate total_minutes"""
        declared = hasattr(self.m, "total_minutes")
        correct_type = isinstance(getattr(self.m, "total_minutes", None), int)
        correct_value = declared and self.m.total_minutes == self.expected_total
        uses_multiplication = re.search(
            r"total_minutes\s*=\s*.*\*.*", self.src
        ) is not None

        all_ok = declared and correct_type and correct_value and uses_multiplication
        _dynamic_test(
            self,
            all_ok,
            "Total minutes calculated correctly",
            "Total minutes calculated incorrectly"
        )

    def test_shortfall(self):
        """Validate shortfall"""
        declared = hasattr(self.m, "shortfall")
        correct_type = isinstance(getattr(self.m, "shortfall", None), int)
        correct_value = declared and self.m.shortfall == self.expected_shortfall
        uses_subtraction = re.search(
            r"shortfall\s*=\s*.*-.*", self.src
        ) is not None

        all_ok = declared and correct_type and correct_value and uses_subtraction
        _dynamic_test(
            self,
            all_ok,
            "Shortfall calculated correctly",
            "Shortfall calculated incorrectly"
        )

    def test_completed_calls(self):
        """Validate completed_calls"""
        declared = hasattr(self.m, "completed_calls")
        correct_type = isinstance(getattr(self.m, "completed_calls", None), int)
        correct_value = declared and self.m.completed_calls == self.expected_completed
        uses_floor_division = re.search(
            r"completed_calls\s*=\s*.*//.*", self.src
        ) is not None

        all_ok = declared and correct_type and correct_value and uses_floor_division
        _dynamic_test(
            self,
            all_ok,
            "Completed calls calculated correctly",
            "Completed calls calculated incorrectly"
        )

    def test_unused_time(self):
        """Validate unused_time"""
        declared = hasattr(self.m, "unused_time")
        correct_type = isinstance(getattr(self.m, "unused_time", None), int)
        correct_value = declared and self.m.unused_time == self.expected_unused
        uses_modulo = re.search(
            r"unused_time\s*=\s*.*%.*", self.src
        ) is not None

        all_ok = declared and correct_type and correct_value and uses_modulo
        _dynamic_test(
            self,
            all_ok,
            "Unused time calculated correctly",
            "Unused time calculated incorrectly"
        )

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

test_code.py

Erwerben Sie ein fundiertes Verständnis der grundlegenden Datentypen in Python und lernen Sie, wie Sie effektiv mit ihnen arbeiten. Erkunden Sie Zahlen, Boolesche Werte und Zeichenketten anhand praxisorientierter Übungen und Beispiele. Stärken Sie Ihr Vertrauen in die Durchführung grundlegender Operationen und entwickeln Sie die notwendigen Grundlagen, um sauberen und effizienten Python-Code zu schreiben.

Erkunden Sie die Grundlagen der numerischen Datentypen in Python und erfahren Sie, wie Sie mit Ganzzahlen und Gleitkommazahlen arbeiten. Beherrschen Sie grundlegende arithmetische Operationen, untersuchen Sie das Konzept der Unveränderlichkeit und sammeln Sie praktische Erfahrungen mit den integrierten Funktionen und Werkzeugen von Python, um Zahlen effizient in realen Szenarien zu verarbeiten.

Erhalten Sie ein klares Verständnis des Boolean-Datentyps, einer spezialisierten Unterkategorie numerischer Daten, die Wahrheitswerte repräsentiert. Obwohl der Einstieg zunächst herausfordernd erscheinen mag, ist das Beherrschen von Booleans unerlässlich für das Schreiben logischer und effizienter Programme. Dieser Abschnitt unterstützt Sie dabei, Boolesche Logik sicher in praxisnahen Programmieraufgaben anzuwenden.

Zeichenketten ermöglichen die Arbeit mit Text in Python, von der Anzeige von Nachrichten bis zur Verarbeitung von Benutzereingaben. Sie werden untersuchen, wie Zeichenketten erstellt, verändert und effektiv manipuliert werden können. Das Verständnis von Zeichenketten ist unerlässlich, um interaktive Programme zu schreiben und Informationen klar durch Ihren Code zu vermitteln.

Erfahren Sie, wie verschiedene Datentypen effektiv gehandhabt werden, um Genauigkeit und Konsistenz in Programmen sicherzustellen. Werte in den passenden Typ umwandeln, Text vor Vergleichen bereinigen und numerische Operationen von der Textformatierung trennen. Zudem wird gezeigt, wie fehlende Daten gezielt verwaltet und menschenlesbarer Text anders als Rohdaten behandelt werden, um zuverlässige, konsistente und gut lesbare Ergebnisse zu erzielen.

Herausforderung: Zeitberechnung

Lösung

Awesome!

Herausforderung: Zeitberechnung

Lösung