Het begrijpen van het verschil tussen **mutable** en **immutable** gegevenstypen is cruciaal. Mutable gegevenstypen kunnen na hun creatie worden gewijzigd, terwijl immutable gegevenstypen niet kunnen worden aangepast zodra ze zijn gemaakt.

**Immutable** gegevenstypen kunnen niet worden gewijzigd zodra ze zijn gemaakt. In tegenstelling hiermee kunnen **mutable** gegevenstypen na hun creatie worden aangepast.

Kortom, `int` en `float` zijn voorbeelden van immutable gegevenstypen in Python. Het opnieuw toewijzen van een variabele van deze typen verandert hun onveranderlijkheid niet.

# 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

Deze cursus helpt je dieper in te gaan op gegevenstypen en ermee te werken. Hier leer je basisbewerkingen en alle ins en outs van nummers, booleaanse gegevenstypen en strings. Deze cursus bestaat uit veel praktische taken waarna je een vaardige programmeur zult worden.

Numerieke gegevenstypen zijn cruciaal in Python, dus het is belangrijk om hiermee te beginnen. Hier werk je met eenvoudige wiskundige bewerkingen en ontdek je de doeleinden van het leren van verschillende soorten numerieke gegevens.

Beheersing van booleaanse gegevenstypen en logische operaties in Python. Je leert hoe je werkt met True en False, logische operatoren zoals and, or, en not toepast, en begrijpt hoe operatorvoorrang werkt in complexe expressies.

Strings zijn een essentieel onderdeel van Python-programmering, waarmee je met tekstgegevens kunt werken. In deze sectie leer je hoe je strings kunt manipuleren, tekens kunt extraheren, woorden kunt slicen en naar specifieke zinnen kunt zoeken.

Dit hoofdstuk bestaat uit praktische taken die alle onderzochte onderwerpen samenbrengen met een beetje theorie.

Muteerbaar of Onveranderlijk?

Oplossing