Operadores de Associação e Comparações de Tipo

Neste capítulo, exploraremos alguns aspectos sutis do Python que podem melhorar significativamente a forma como você gerencia e interage com dados em seus programas — especificamente, Operadores de Pertinência e Comparações de Tipo.

Vamos ver como Alex usa essas ferramentas:

Operadores de pertinência são úteis quando você precisa verificar se itens ou substrings específicos estão presentes dentro de um objeto iterável. Um objeto iterável em Python é qualquer coisa sobre a qual você pode iterar, como strings, listas ou tuplas. Exploraremos listas e tuplas em mais detalhes na próxima seção; por enquanto, entenda que os operadores de pertinência podem ser aplicados a mais do que apenas strings.

Os principais operadores de pertinência são in e not in, ambos retornam um valor booleano indicando a presença (ou ausência) de um item.

Como você já aprendeu sobre indexação de strings e fatiamento, está familiarizado com o conceito de que strings são iteráveis. Isso significa que você pode usar operadores de pertinência para verificar substrings dentro de strings maiores.

Considere o seguinte exemplo:

itemName = "Strawberries"

in_name = "Straw" in itemName

print("Is 'Straw' in 'Strawberries'?", in_name)


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

Aplicação de Exemplo

Imagine que você está gerenciando as descrições de produtos ou categorias no sistema do seu supermercado. Você pode receber uma longa string de detalhes do produto e precisa rapidamente verificar palavras-chave específicas para categorizar ou destacar produtos com base nas preferências dos clientes ou atividades promocionais:

# 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)


              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)

Verificando Tipos de Dados

Entender o tipo de dado com o qual você está lidando em Python é crucial, especialmente ao gerenciar as diversas necessidades de um sistema de supermercado. A função type() é inestimável, pois ajuda a garantir que você está trabalhando com os tipos de dados corretos — como strings para nomes de produtos, floats para preços e inteiros para quantidades de estoque.

Isso não apenas previne bugs, mas também torna as manipulações e comparações de dados mais apropriadas e confiáveis.

No exemplo a seguir, ilustramos como type() pode ser usado para verificar se os dados inseridos no sistema atendem aos critérios esperados, o que é uma necessidade comum na gestão de dados de supermercado para evitar erros durante o checkout ou atualizações de inventário:

# 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.")


              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.")

Tarefa

Swipe to start coding

Nesta tarefa, você aplicará seu conhecimento de operadores de associação e comparações de tipo para verificar os detalhes de um novo produto adicionado a um sistema de supermercado. Você realizará verificações para garantir que a descrição do produto e os tipos de dados sejam inseridos corretamente.

Instruções de Código

Use operadores de associação para verificar se as substrings "raw" e "Imported" estão presentes na variável description.
Atribua os resultados dessas verificações às variáveis booleanas contains_raw e contains_Imported.
Use a função type() para verificar se o price está armazenado como um float e o count está armazenado como um int.
Atribua os resultados dessas verificações de tipo às variáveis price_is_float e count_is_int.

Requisitos de Saída

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

Nota

Lembre-se de que Python é sensível a maiúsculas e minúsculas, então "imported" e "Imported" são strings diferentes.

Solução

# Product details

description = "Imported honey, raw and unfiltered"

price = "5.99"

count = 120

# Step 1: Membership check for the substrings "raw" and "Imported"

contains_raw = "raw" in description

contains_Imported = "Imported" in description

# Step 2: Insert the `contains_raw` and `contains_Imported` variables into the appropriate print statements

print("Contains 'raw':", contains_raw)

print("Contains 'Imported':", contains_Imported)

# Step 3: Use the `type()` function to check data types of the price and count variables

price_is_float = type(price) == float

count_is_int = type(count) == int

# Step 4: Insert the `price_is_float` and `count_is_int` variables into the appropriate print statements

print("Is price a float?:", price_is_float)

print("Is count an integer?:", count_is_int)

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 3. Capítulo 4

# Product details

description = "Imported honey, raw and unfiltered"

price = "5.99"

count = 120

Pergunte à IA

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo