Summary  
This chapter explains how to use floor division (`//`) to obtain integer quotients rounded down and modulus (`%`) to calculate remainders in Python.  

General domain of usage  
financial planning

Viktige matematiske operasjoner, som **gulvdivisjon** (`//`) og **modulus** (`%`). Disse operasjonene er avgjørende for ulike beregninger, spesielt innen økonomisk planlegging og ressursfordeling.

Watch this video for a clear, visual explanation of floor division (`//`) and modulus (`%`) operations in Python. See real-world examples and step-by-step demonstrations to reinforce your understanding of how these operators work and when to use them in practical scenarios.

### Gulvdivisjon (`//`)

Gulvdivisjon, representert med operatoren `//`, brukes for å finne ut hvor mange hele ganger ett tall går opp i et annet.

Tenk deg at et selskap har et budsjett på `38000` dollar og skal fordele midler til ulike avdelinger, hvor hver avdeling trenger `7000` dollar. Ved å bruke gulvdivisjon kan du beregne hvor mange avdelinger som kan få full finansiering:

departments = 38000 // 7000
print(departments)  # output: 5

I dette tilfellet kan selskapet fullfinansiere `5` avdelinger.

### Modulus (`%`)

Modulus-operasjonen, representert med `%`-operatoren, beregner resten etter divisjon. Dette er nyttig for å finne ut hvor mye midler som gjenstår etter ressursallokering.

Ved å fortsette med det forrige eksempelet, etter å ha fordelt `35000` dollar til `5` avdelinger, kan du beregne det gjenværende budsjettet:

remaining_budget = 38000 % 7000
print(remaining_budget)  # output: 3000

Her er resten `3000` dollar, noe som betyr at selskapet har `3000` dollar igjen etter å ha finansiert avdelingene.

### Praktiske anvendelser

**Gulvdivisjon** brukes ofte i situasjoner som krever lik fordeling av ressurser, som budsjettering, prosjektfinansiering eller lagerstyring.

**Modulus** er nyttig for oppgaver som å bestemme gjenværende ressurser, håndtere periodiske økonomiske gjennomganger eller beregne restverdier i finansielle modeller.

Ved å mestre disse operasjonene kan du forbedre din økonomiske planlegging og ressursallokering, noe som gjør koden din mer effektiv og virkningsfull.


import unittest
import importlib
import re

# 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 `completed` is declared
    def test_completed_is_declared(self):
        _dynamic_test(
            self,
            hasattr(self.module, 'completed'),
            "The `completed` variable is declared.",
            "Expected `completed` variable to be declared."
        )

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

    # Test if `completed` is an integer
    def test_completed_is_integer(self):
        _dynamic_test(
            self,
            hasattr(self.module, 'completed') and isinstance(self.module.completed, int),
            "The `completed` is of type `int`.",
            "Expected `completed` to be of type `int`."
        )

    # Test if `minutes` is an integer
    def test_minutes_is_integer(self):
        _dynamic_test(
            self,
            hasattr(self.module, 'minutes') and isinstance(self.module.minutes, int),
            "The `minutes` is of type `int`.",
            "Expected `minutes` to be of type `int`."
        )

    # Test if `completed` has the correct value
    def test_completed_correct_value(self):
        expected_value = 60 // 7  # 60 minutes divided by 7 minutes per transaction
        _dynamic_test(
            self,
            hasattr(self.module, 'completed') and self.module.completed == expected_value,
            f"The `completed` is `{expected_value}`.",
            f"Expected `completed` to be `{expected_value}`, but got `{getattr(self.module, 'completed', 'undefined')}`."
        )

    # Test if `minutes` has the correct value
    def test_minutes_correct_value(self):
        expected_value = 60 % 7  # Remaining minutes after completing transactions
        _dynamic_test(
            self,
            hasattr(self.module, 'minutes') and self.module.minutes == expected_value,
            f"The `minutes` is `{expected_value}`.",
            f"Expected `minutes` to be `{expected_value}`, but got `{getattr(self.module, 'minutes', 'undefined')}`."
        )

    # Test if floor division `//` is used for `completed`
    def test_floor_division_used(self):
        with open('user_code.py', 'r') as file:
            user_code_source = file.read()
        _dynamic_test(
            self,
            re.search(r'completed\s*=\s*[\d\w_]+\s*//\s*[\d\w_]+', user_code_source),
            "The floor division `//` is used for `completed`.",
            "Expected floor division `//` to be used for `completed`."
        )

    # Test if modulo `%` is used for `minutes`
    def test_modulo_used(self):
        with open('user_code.py', 'r') as file:
            user_code_source = file.read()
        _dynamic_test(
            self,
            re.search(r'minutes\s*=\s*[\d\w_]+\s*%\s*[\d\w_]+', user_code_source),
            "The modulo `%` is used for `minutes`.",
            "Expected modulo `%` to be used for `minutes`."
        )

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

test_main.py

Få en solid forståelse av Pythons grunnleggende datatyper og lær hvordan du arbeider effektivt med dem. Utforsk tall, boolske verdier og strenger gjennom praktiske øvelser og eksempler. Bygg selvtillit i å utføre grunnleggende operasjoner og utvikle de nødvendige ferdighetene for å skrive ryddig og effektiv Python-kode.

Oppdag det grunnleggende om numeriske datatyper i Python og lær hvordan du arbeider med heltall og flyttall. Få oversikt over grunnleggende aritmetiske operasjoner, utforsk begrepet uforanderlighet, og få praktisk erfaring med Pythons innebygde funksjoner og verktøy for effektiv håndtering av tall i virkelige situasjoner.

Få en tydelig forståelse av den boolske datatypen, en spesialisert undergruppe av numeriske data som representerer sannhetsverdier. Selv om det kan virke utfordrende i starten, er det avgjørende å beherske boolske verdier for å skrive logiske og effektive programmer. Denne delen hjelper deg å anvende boolsk logikk trygt i programmeringsscenarier fra virkeligheten.

Strenger lar deg arbeide med tekst i Python, fra å vise meldinger til å behandle brukerinput. Du vil utforske hvordan du kan opprette, endre og manipulere strenger på en effektiv måte. Forståelse av strenger er avgjørende for å skrive interaktive programmer og formidle informasjon tydelig gjennom koden din.

Lær hvordan du håndterer datatyper effektivt for å sikre nøyaktighet og konsistens i programmene dine. Konverter verdier til riktig type, rens tekst før sammenligning, og skill mellom numeriske operasjoner og tekstformatering. Du vil også oppdage hvordan du bevisst håndterer manglende data og behandler lesbar tekst annerledes enn rå input, for å oppnå pålitelige, konsistente og lettleste resultater.

Grundig Gjennomgang av Avanserte Matematiske Teknikker i Python

Gulvdivisjon (`//`)

Modulus (`%`)

Praktiske anvendelser

Løsning

Grundig Gjennomgang av Avanserte Matematiske Teknikker i Python

Gulvdivisjon (//)

Modulus (%)

Praktiske anvendelser

Løsning

Gulvdivisjon (`//`)

Modulus (`%`)