Tout comme dans d'autres structures de données, la méthode `clear()` efface complètement tous les éléments.

Disons que vous avez un ensemble de films préférés, mais que vous décidez de repartir à zéro et de vider la collection :

# Define a set of favorite movies
movies = {"Inception", "Interstellar", "Tenet"}
print("Original set:", movies)

# Clear the set
movies.clear()
print("After clearing:", movies)

import unittest

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_worst_movies_is_declared(self):
        import user_code
        _dynamic_test(
            self,
            hasattr(user_code, 'worst_movies'),
            "The `worst_movies` set is declared.",
            "Expected `worst_movies` to be declared."
        )

    def test_worst_movies_is_set(self):
        import user_code
        _dynamic_test(
            self,
            isinstance(user_code.worst_movies, set),
            "The `worst_movies` is of type `set`.",
            "Expected `worst_movies` to be of type `set`."
        )

    def test_worst_movies_is_empty(self):
        import user_code
        _dynamic_test(
            self,
            len(user_code.worst_movies) == 0,
            "The `worst_movies` set is cleared.",
            f"Expected `worst_movies` to be empty, but got {user_code.worst_movies}."
        )

    def test_clear_method_used(self):
        """
        Test to ensure `clear()` method is used in the solution.
        """
        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 clear the set.",
            "Expected the `clear()` method to be used to clear the set."
        )

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


test_main.py

Dans ce cours, vous apprendrez à connaître les structures de données fondamentales du langage de programmation Python. Nous explorerons l'utilisation des structures de données natives de Python telles que les listes, les dictionnaires, les tuples et les ensembles pour relever différents défis.

Qu'est-ce qu'une liste ? Une liste est une collection ordonnée qui peut être modifiée. Elle permet également des éléments en double.

Qu'est-ce qu'un dictionnaire ? Un dictionnaire est une collection ordonnée qui peut être modifiée, mais qui n'autorise pas les entrées en double. Il se compose de paires `key:value`, qui sont utilisées pour optimiser sa structure.

Qu'est-ce qu'un tuple ? Un tuple est une collection ordonnée qui ne peut pas être modifiée. Il peut avoir des éléments en double. Bien qu'il soit similaire à une liste, les valeurs dans un tuple peuvent être de n'importe quel type et sont indexées par des entiers. Bien que non obligatoire, il est courant d'enfermer les valeurs d'un tuple entre parenthèses, ce qui les rend plus faciles à comprendre en Python.

Qu'est-ce qu'un ensemble ? En Python, un `set` est une collection non ordonnée qui est à la fois `iterable` et `mutable`, sans éléments répétés. Bien que l'ordre des éléments dans un ensemble ne soit pas fixe, il peut inclure une variété d'éléments. Un avantage clé de l'utilisation des ensembles par rapport aux listes est leur méthode très efficace pour déterminer si un élément existe dans l'ensemble.

Structures de Données Python

La Méthode clear()

Solution

La Méthode clear()

Solution