Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Apprendre Opérateurs d'Appartenance et Comparaisons de Types | Instructions Conditionnelles
Introduction à Python

Glissez pour afficher le menu

book
Opérateurs d'Appartenance et Comparaisons de Types

Dans ce chapitre, nous allons explorer certains aspects nuancés de Python qui peuvent considérablement améliorer la gestion et l'interaction avec les données dans vos programmes — en particulier, les opérateurs d'appartenance et les comparaisons de types.

Voyons comment Alex utilise ces outils :

Les opérateurs d'appartenance sont utiles lorsque vous devez vérifier si des éléments ou des sous-chaînes spécifiques sont présents dans un objet itérable. Un objet itérable en Python est tout ce que vous pouvez parcourir avec une boucle, comme les chaînes de caractères, les listes ou les tuples. Nous explorerons les listes et les tuples plus en détail dans la prochaine section ; pour l'instant, comprenez que les opérateurs d'appartenance peuvent s'appliquer à bien plus que des chaînes de caractères.

Les principaux opérateurs d'appartenance sont in et not in, qui renvoient tous deux une valeur booléenne indiquant la présence (ou l'absence) d'un élément.

Puisque vous avez déjà appris l'indexation et le slicing des chaînes de caractères, vous connaissez le concept selon lequel les chaînes sont itérables. Cela signifie que vous pouvez utiliser les opérateurs d'appartenance pour vérifier la présence de sous-chaînes dans des chaînes plus longues.

Considérez l'exemple suivant :

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

Exemple d'application

Supposons que vous gériez les descriptions de produits ou les catégories dans le système de votre épicerie. Il se peut que vous receviez une longue chaîne de détails sur un produit, et que vous deviez rapidement vérifier la présence de mots-clés spécifiques afin de catégoriser ou de mettre en avant certains produits selon les préférences des clients ou les activités promotionnelles :

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)
copy

Vérification des types de données

Comprendre le type de données utilisé en Python est essentiel, en particulier lors de la gestion des besoins variés d'un système d'épicerie. La fonction type() est précieuse car elle permet de s'assurer que vous travaillez avec les bons types de données — comme des chaînes de caractères pour les noms de produits, des nombres à virgule flottante pour les prix, et des entiers pour les quantités en stock.

Cela permet non seulement d'éviter les erreurs, mais aussi de rendre les manipulations et comparaisons de données plus appropriées et fiables.

Dans l'exemple suivant, nous illustrons comment type() peut être utilisé pour vérifier que les données saisies dans le système respectent les critères attendus, ce qui est une nécessité courante dans la gestion des données d'un magasin d'alimentation afin d'éviter les erreurs lors du passage en caisse ou des mises à jour d'inventaire :

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.")
copy
Tâche

Swipe to start coding

Vérifier les détails d’un nouveau produit ajouté au système d’un magasin d’alimentation en utilisant les opérateurs d’appartenance et les comparaisons de types.

  • Utiliser les opérateurs d’appartenance pour vérifier si les sous-chaînes "raw" et "Imported" sont présentes dans la variable description.
  • Affecter les résultats aux variables booléennes contains_raw et contains_Imported.
  • Utiliser la fonction type() pour vérifier si price est un float et si count est un int.
  • Affecter les résultats de ces vérifications de type à price_is_float et count_is_int.

Exigences de sortie

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

Remarque :

Python est sensible à la casse, donc "imported" et "Imported" sont des chaînes différentes.

Solution

Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 3. Chapitre 4
Nous sommes désolés de vous informer que quelque chose s'est mal passé. Qu'est-il arrivé ?

Demandez à l'IA

expand
ChatGPT

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

book
Opérateurs d'Appartenance et Comparaisons de Types

Dans ce chapitre, nous allons explorer certains aspects nuancés de Python qui peuvent considérablement améliorer la gestion et l'interaction avec les données dans vos programmes — en particulier, les opérateurs d'appartenance et les comparaisons de types.

Voyons comment Alex utilise ces outils :

Les opérateurs d'appartenance sont utiles lorsque vous devez vérifier si des éléments ou des sous-chaînes spécifiques sont présents dans un objet itérable. Un objet itérable en Python est tout ce que vous pouvez parcourir avec une boucle, comme les chaînes de caractères, les listes ou les tuples. Nous explorerons les listes et les tuples plus en détail dans la prochaine section ; pour l'instant, comprenez que les opérateurs d'appartenance peuvent s'appliquer à bien plus que des chaînes de caractères.

Les principaux opérateurs d'appartenance sont in et not in, qui renvoient tous deux une valeur booléenne indiquant la présence (ou l'absence) d'un élément.

Puisque vous avez déjà appris l'indexation et le slicing des chaînes de caractères, vous connaissez le concept selon lequel les chaînes sont itérables. Cela signifie que vous pouvez utiliser les opérateurs d'appartenance pour vérifier la présence de sous-chaînes dans des chaînes plus longues.

Considérez l'exemple suivant :

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

Exemple d'application

Supposons que vous gériez les descriptions de produits ou les catégories dans le système de votre épicerie. Il se peut que vous receviez une longue chaîne de détails sur un produit, et que vous deviez rapidement vérifier la présence de mots-clés spécifiques afin de catégoriser ou de mettre en avant certains produits selon les préférences des clients ou les activités promotionnelles :

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)
copy

Vérification des types de données

Comprendre le type de données utilisé en Python est essentiel, en particulier lors de la gestion des besoins variés d'un système d'épicerie. La fonction type() est précieuse car elle permet de s'assurer que vous travaillez avec les bons types de données — comme des chaînes de caractères pour les noms de produits, des nombres à virgule flottante pour les prix, et des entiers pour les quantités en stock.

Cela permet non seulement d'éviter les erreurs, mais aussi de rendre les manipulations et comparaisons de données plus appropriées et fiables.

Dans l'exemple suivant, nous illustrons comment type() peut être utilisé pour vérifier que les données saisies dans le système respectent les critères attendus, ce qui est une nécessité courante dans la gestion des données d'un magasin d'alimentation afin d'éviter les erreurs lors du passage en caisse ou des mises à jour d'inventaire :

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.")
copy
Tâche

Swipe to start coding

Vérifier les détails d’un nouveau produit ajouté au système d’un magasin d’alimentation en utilisant les opérateurs d’appartenance et les comparaisons de types.

  • Utiliser les opérateurs d’appartenance pour vérifier si les sous-chaînes "raw" et "Imported" sont présentes dans la variable description.
  • Affecter les résultats aux variables booléennes contains_raw et contains_Imported.
  • Utiliser la fonction type() pour vérifier si price est un float et si count est un int.
  • Affecter les résultats de ces vérifications de type à price_is_float et count_is_int.

Exigences de sortie

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

Remarque :

Python est sensible à la casse, donc "imported" et "Imported" sont des chaînes différentes.

Solution

Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 3. Chapitre 4
Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Nous sommes désolés de vous informer que quelque chose s'est mal passé. Qu'est-il arrivé ?
some-alt