Att förstå skillnaden mellan **mutabla** och **immutabla** datatyper är avgörande. Mutabla datatyper kan ändras efter att de skapats, medan immutabla datatyper inte kan modifieras när de väl har skapats.

**Immutabla** datatyper kan inte ändras när de väl har skapats. I kontrast kan **mutabla** datatyper ändras efter att de skapats.

Sammanfattningsvis är `int` och `float` exempel på immutabla datatyper i Python. Att tilldela en ny variabel av dessa typer ändrar inte deras immutabilitet.

# 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

Denna kurs kommer att hjälpa dig att fördjupa dig i datatyper och försöka arbeta med dem. Här kommer du att lära dig grundläggande operationer och alla detaljer om nummer, booleska datatyper och strängar. Denna kurs består av många praktiska uppgifter efter vilka du kommer att bli en skicklig programmerare.

Numeriska datatyper är avgörande i Python, så det är viktigt att börja med dem. Här kommer du att arbeta med enkla matematiska operationer och ta reda på syftena med att lära sig olika typer av numeriska data.

Behärska booleska datatyper och logiska operationer i Python. Du kommer att lära dig hur man arbetar med True och False, tillämpar logiska operatorer som and, or, och not, samt förstår hur operatorprioritet fungerar i komplexa uttryck.

Strängar är en väsentlig del av Python-programmering, vilket gör det möjligt för dig att arbeta med textdata. I det här avsnittet kommer du att lära dig hur man manipulerar strängar, extraherar tecken, skivar ord och söker efter specifika fraser.

Detta kapitel består av praktiska uppgifter som kombinerar alla undersökta ämnen tillsammans med lite teori.

Föränderlig eller Oföränderlig?

Lösning

Föränderlig eller Oföränderlig?

Lösning