Å forstå forskjellen mellom **mutable** og **immutable** datatyper er avgjørende. Mutable datatyper kan endres etter at de er opprettet, mens immutable datatyper ikke kan endres når de først er opprettet.

**Immutable** datatyper kan ikke endres når de er opprettet. I motsetning kan **mutable** datatyper endres etter at de er opprettet.

For å konkludere, `int` og `float` er eksempler på immutable datatyper i Python. Å tilordne en variabel av disse typene på nytt endrer ikke deres immutabilitet.

# Define a variable `var1` with an initial value
var1 = 40
print(var1)  # output: 40

# Change the value of `var1`
var1 = 50
print(var1)  # output: 50

import unittest
import re
from io import StringIO
from unittest.mock import patch
import importlib

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

    # Test if `project_budget` is equal to 150
    def test_project_budget_value_is_150(self):
        _dynamic_test(
            self,
            hasattr(self.module, 'project_budget') and self.module.project_budget == 150,
            "The `project_budget` is equal to 150.",
            f"Expected `project_budget` to be 150, but got `{getattr(self.module, 'project_budget', 'undefined')}`."
        )

    # Test if `print()` is used to output `project_budget` correctly
    def test_print_is_used_for_project_budget(self):
        with open('user_code.py', 'r') as file:
            user_code_source = file.read()
        _dynamic_test(
            self,
            re.search(r'print\s*\(\s*project_budget\s*\)', user_code_source),
            "The `print()` function is used to output `project_budget`.",
            "Expected `print()` to be used for `project_budget`."
        )

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

test_main.py

Dette kurset vil hjelpe deg med å dykke dypere inn i datatyper og prøve å jobbe med dem. Her vil du lære grunnleggende operasjoner og alle detaljer om tall, boolsk datatype og strenger. Dette kurset består av mange praktiske oppgaver, etter hvilke du vil bli en dyktig programmerer.

Numeriske datatyper er avgjørende i Python, så det er viktig å starte med dem. Her vil du jobbe med enkle matematiske operasjoner og finne ut formålene med å lære forskjellige typer numeriske data.

Beherske boolske datatyper og logiske operasjoner i Python. Du vil lære hvordan du arbeider med True og False, bruker logiske operatører som and, or, og not, og forstår hvordan operatorprioritet fungerer i komplekse uttrykk.

Strenger er en essensiell del av Python-programmering, som lar deg arbeide med tekstdata. I denne delen vil du lære hvordan du manipulerer strenger, henter ut tegn, deler opp ord og søker etter spesifikke fraser.

Dette kapittelet består av praktiske oppgaver som kombinerer alle de undersøkte emnene sammen med litt teori.

Muterbar eller Uforanderlig?

Løsning

Muterbar eller Uforanderlig?

Løsning