Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Leer Lijstcomprehensies met Voorwaarden | De For-Lus
Python Lussen Tutorial

bookLijstcomprehensies met Voorwaarden

Lijstcomprehensies maken het mogelijk om elementen efficiënt te filteren en te verwerken. De syntaxis:

[expression for element in iterable if condition]

Deze syntaxis helpt bij het maken van een nieuwe lijst door alleen elementen op te nemen die aan een bepaalde voorwaarde voldoen.

1234567891011121314
travel_wishlist = [ ['Paris', 'France', 2000], ['Tokyo', 'Japan', 3000], ['New York', 'USA', 2500], ['Kyoto', 'Japan', 1500], ['Sydney', 'Australia', 4000] ] japanese_cities = [] for city in travel_wishlist: if city[1] == 'Japan': japanese_cities.append(city[0]) print(japanese_cities) # Output: ['Tokyo', 'Kyoto']
copy

Deze code gebruikt een for-lus en een if-voorwaarde om door travel_wishlist te itereren en te controleren of het land "Japan" is. Als aan de voorwaarde wordt voldaan, wordt de stadsnaam toegevoegd aan japanese_cities.

12345678910
travel_wishlist = [ ['Paris', 'France', 2000], ['Tokyo', 'Japan', 3000], ['New York', 'USA', 2500], ['Kyoto', 'Japan', 1500], ['Sydney', 'Australia', 4000] ] japanese_cities = [city[0] for city in travel_wishlist if city[1] == 'Japan'] print(japanese_cities) # Output: ['Tokyo', 'Kyoto']
copy

Dit voorbeeld bereikt hetzelfde resultaat als het vorige, maar op een meer beknopte manier. De lijstcomprehensie haalt stadsnamen op waarbij het land "Japan" is, allemaal in één regel code.

Taak

Swipe to start coding

Je beheert een travel_wishlist, waarin elke bestemming details bevat zoals de stadsnaam en de geschatte kosten. Het doel is om een gefilterde lijst van steden te maken op basis van budgetbeperkingen.

  • Stadsnamen extraheren uit travel_wishlist.
  • Alleen steden opnemen waarvan de geschatte kosten minder dan $2500 zijn.
  • Gebruik een list comprehension om dit efficiënt te doen.
  • Sla de gefilterde stadsnamen op in de lijst affordable_cities.

Oplossing

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 1. Hoofdstuk 18
single

single

Vraag AI

expand

Vraag AI

ChatGPT

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

close

bookLijstcomprehensies met Voorwaarden

Veeg om het menu te tonen

Lijstcomprehensies maken het mogelijk om elementen efficiënt te filteren en te verwerken. De syntaxis:

[expression for element in iterable if condition]

Deze syntaxis helpt bij het maken van een nieuwe lijst door alleen elementen op te nemen die aan een bepaalde voorwaarde voldoen.

1234567891011121314
travel_wishlist = [ ['Paris', 'France', 2000], ['Tokyo', 'Japan', 3000], ['New York', 'USA', 2500], ['Kyoto', 'Japan', 1500], ['Sydney', 'Australia', 4000] ] japanese_cities = [] for city in travel_wishlist: if city[1] == 'Japan': japanese_cities.append(city[0]) print(japanese_cities) # Output: ['Tokyo', 'Kyoto']
copy

Deze code gebruikt een for-lus en een if-voorwaarde om door travel_wishlist te itereren en te controleren of het land "Japan" is. Als aan de voorwaarde wordt voldaan, wordt de stadsnaam toegevoegd aan japanese_cities.

12345678910
travel_wishlist = [ ['Paris', 'France', 2000], ['Tokyo', 'Japan', 3000], ['New York', 'USA', 2500], ['Kyoto', 'Japan', 1500], ['Sydney', 'Australia', 4000] ] japanese_cities = [city[0] for city in travel_wishlist if city[1] == 'Japan'] print(japanese_cities) # Output: ['Tokyo', 'Kyoto']
copy

Dit voorbeeld bereikt hetzelfde resultaat als het vorige, maar op een meer beknopte manier. De lijstcomprehensie haalt stadsnamen op waarbij het land "Japan" is, allemaal in één regel code.

Taak

Swipe to start coding

Je beheert een travel_wishlist, waarin elke bestemming details bevat zoals de stadsnaam en de geschatte kosten. Het doel is om een gefilterde lijst van steden te maken op basis van budgetbeperkingen.

  • Stadsnamen extraheren uit travel_wishlist.
  • Alleen steden opnemen waarvan de geschatte kosten minder dan $2500 zijn.
  • Gebruik een list comprehension om dit efficiënt te doen.
  • Sla de gefilterde stadsnamen op in de lijst affordable_cities.

Oplossing

Switch to desktopSchakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande opties
Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 1. Hoofdstuk 18
single

single

some-alt