Aprenda Operadores de Associação e Comparações de Tipo

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

Veja como Alex utiliza essas ferramentas:

Operadores de pertinência são úteis quando é necessário verificar se determinados itens ou substrings 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 retornando um valor booleano que indica 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:


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

Aplicação de Exemplo

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


              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

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

Isso não apenas evita erros, mas também torna as manipulações e comparações de dados mais adequadas e confiáveis.

No exemplo a seguir, ilustramos como type() pode ser utilizado para verificar se os dados inseridos no sistema atendem aos critérios esperados, uma necessidade comum no gerenciamento de dados de supermercados para evitar erros durante o checkout ou atualizações de estoque:


              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

Você está trabalhando com dados de um novo produto que acabou de ser adicionado ao sistema de um supermercado.

Utilize operadores de associação (in) na string description:

Verifique se a substring "raw" está presente em description e armazene o resultado em contains_raw.
Verifique se a substring "Imported" está presente em description e armazene o resultado em contains_Imported.

Utilize a função type() para verificar os tipos de dados:

Verifique se price é do tipo float e armazene o resultado em price_is_float.
Verifique se count é do tipo int e armazene o resultado em count_is_int.

Imprima os resultados exatamente no seguinte formato:

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

Observação

Python diferencia maiúsculas de minúsculas, portanto "imported" e "Imported" são tratados como strings diferentes.

Solução

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 3. Capítulo 4

single

Pergunte à IA

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

Awesome!

Completion rate improved to 2.17

Deslize para mostrar o menu