Lära Medlemskapsoperatorer och Typjämförelser

I det här kapitlet kommer vi att utforska några nyanserade aspekter av Python som kan förbättra hur du hanterar och interagerar med data i dina program — specifikt medlemskapsoperatorer och typjämförelser.

Så här använder Alex dessa verktyg:

Medlemskapsoperatorer är användbara när du behöver kontrollera om specifika objekt eller delsträngar finns i ett itererbart objekt. Ett itererbart objekt i Python är allt som du kan loopa över, såsom strängar, listor eller tupler. Vi kommer att utforska listor och tupler mer i detalj i nästa avsnitt; för nu, förstå att medlemskapsoperatorer kan användas på mer än bara strängar.

De primära medlemskapsoperatorerna är in och not in, vilka båda returnerar ett booleskt värde som indikerar förekomsten (eller frånvaron) av ett objekt.

Eftersom du redan har lärt dig om strängindexering och slicing, är du bekant med konceptet att strängar är itererbara. Detta innebär att du kan använda medlemskapsoperatorer för att kontrollera delsträngar inom större strängar.

Titta på följande exempel:


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

Exempel på tillämpning

Föreställ dig att du hanterar produktbeskrivningar eller kategorier i ditt livsmedelsbutikssystem. Du kan få en lång sträng med produktdetaljer och behöver snabbt kontrollera specifika nyckelord för att kategorisera eller lyfta fram produkter baserat på kundpreferenser eller kampanjaktiviteter:


              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)

Verifiering av datatyper

Att förstå vilken typ av data du arbetar med i Python är avgörande, särskilt när du hanterar de varierande behoven i ett livsmedelsbutikssystem. Funktionen type() är ovärderlig eftersom den säkerställer att du arbetar med rätt datatyper — såsom strängar för produktnamn, flyttal för priser och heltal för lagersaldon.

Detta förhindrar inte bara fel utan gör även datamanipulationer och jämförelser mer lämpliga och tillförlitliga.

I följande exempel illustreras hur type() kan användas för att verifiera att de data som matas in i systemet uppfyller de förväntade kriterierna, vilket är en vanlig nödvändighet vid hantering av livsmedelsbutiksdata för att förhindra fel vid utcheckning eller uppdatering av lager:


              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.")

Uppgift

Swipe to start coding

Verifiera detaljerna för en ny produkt som lagts till i ett livsmedelsbutikssystem med hjälp av medlemskapsoperatorer och typjämförelser.

Använd medlemskapsoperatorer för att kontrollera om delsträngarna "raw" och "Imported" finns i variabeln description.
- Tilldela resultaten till booleska variabler
  - contains_raw
  - contains_Imported
Använd funktionen type() för att kontrollera om
- price är en float
- count är en int
  Tilldela resultaten till
- price_is_float
- count_is_int

Utdatakrav

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

Observera

Python är skiftlägeskänsligt, så "imported" och "Imported" är olika strängar.

Lösning

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 4

single

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Awesome!

Completion rate improved to 2.17

Svep för att visa menyn