Část 4: Práce s daty v Pythonu

Informatec Digital » Idiomy » Část 4: Práce s daty v Pythonu

Vítejte v zajímavé sekci o práci s daty v Pythonu ! Zde objevíme základní nástroje pro efektivní ukládání, organizaci a manipulaci s informacemi v našich programech.

Začneme tím, že prozkoumáme dvě základní datové struktury: seznamy a n-tice. Ty nám umožní ukládat více prvků uspořádaným způsobem a provádět s nimi běžné operace. Naučíme se přidávat, odstraňovat a přistupovat k prvkům v těchto strukturách, což nám umožní efektivně spravovat data.

Dále se ponoříme do světa slovníků, kde se naučíme používat páry klíč-hodnota pro rychlý přístup k informacím a jejich úpravu. Prozkoumáme také množiny, které nám umožní spravovat kolekce jednotlivých prvků a provádět mezi nimi matematické operace.

Znalost těchto datových struktur je nezbytná pro práci s daty v Pythonu a vývoj robustnějších a flexibilnějších programů. Připravte se na zvládnutí umění přesné organizace a manipulace s informacemi, když se vydáte na tuto vzrušující cestu prací s daty v Pythonu. Začněme budovat pevný základ pro vaše programátorské dovednosti!

Domovská stránka kurzu Python od nuly

Návrat do sekce 3

4.1 Seznamy a n-tice

Používání seznamů a n-tic k ukládání a manipulaci s daty uspořádaným způsobem

V Pythonu jsou seznamy a n-tice datové struktury, které nám umožňují uložit více prvků různých typů do jedné proměnné. Hlavní rozdíl mezi nimi spočívá v jejich proměnlivosti: seznamy jsou proměnlivé (lze je upravovat), zatímco n-tice jsou neměnné (po vytvoření je nelze měnit).

Pro vytvoření seznamu jednoduše umístíme prvky do závorek [] a oddělujeme je čárkami. Například:

frutas = ["manzana", "plátano", "naranja", "kiwi"]

Pro vytvoření n-tice umístíme prvky do závorek () a oddělujeme je čárkami:

coordenadas = (10, 20)

Běžné operace se seznamy a n-ticemi

Obě datové struktury nám umožňují provádět běžné operace, jako je přidávání prvků, odebírání prvků, přístup ke konkrétním prvkům a získávání jejich délky.

Příklad operací se seznamy:

numeros = [1, 2, 3, 4, 5]

# Agregar un elemento al final de la lista
numeros.append(6)

# Eliminar un elemento específico de la lista
numeros.remove(3)

# Acceder a un elemento por índice
tercer_elemento = numeros[2]

# Longitud de la lista
longitud_lista = len(numeros)

Příklad operací s n-ticemi:

coordenadas = (10, 20)

# Acceder a un elemento por índice
x = coordenadas[0]
y = coordenadas[1]

# Longitud de la tupla
longitud_tupla = len(coordenadas)

4.2 Slovníky a sady

Vysvětlení slovníků a sad jako užitečných datových struktur v Pythonu

Slovníky a sady jsou dvě další důležité datové struktury v Pythonu.

Slovníky jsou kolekce párů klíč-hodnota, kde každý klíč musí být jedinečný. Umožňují přístup k jejich hodnotám pomocí klíče spíše než indexu, takže jsou ideální pro rychlé a efektivní ukládání a přístup k datům. Příkladem slovníku je:

estudiantes = {
    "Juan": 25,
    "María": 28,
    "Carlos": 22
}

Sady jsou neuspořádané kolekce jedinečných prvků. Umožňují jednoduchým způsobem provádět matematické operace, jako je sjednocení, průnik a rozdíl mezi množinami. Příkladem sady je:

numeros_primos = {2, 3, 5, 7, 11}

Jak přistupovat, upravovat a iterovat slovníky a sady

Pro přístup k hodnotám slovníku používáme odpovídající klíč:

estudiantes = {
    "Juan": 25,
    "María": 28,
    "Carlos": 22
}

edad_maria = estudiantes["María"]

Pokud chceme upravit hodnotu spojenou s klíčem, jednoduše přiřadíme novou hodnotu:

estudiantes["Carlos"] = 23

Pro iteraci přes slovník můžeme použít smyčku for:

for nombre, edad in estudiantes.items():
    print(f"{nombre} tiene {edad} años")

U množin můžeme pomocí metod provádět operace jako sjednocení, průnik a rozdíl množin union(), intersection() y difference(), respektive:

numeros_primos = {2, 3, 5, 7, 11}
numeros_pares = {2, 4, 6, 8, 10}

union_numeros = numeros_primos.union(numeros_pares)
interseccion_numeros = numeros_primos.intersection(numeros_pares)
diferencia_numeros = numeros_primos.difference(numeros_pares)

Stručně řečeno, seznamy, n-tice, slovníky a sady jsou všestranné a výkonné datové struktury, které nám umožňují efektivně ukládat, organizovat a manipulovat s daty v Pythonu. Když tyto struktury prozkoumáme do hloubky, budete připraveni pracovat s širokou škálou dat a řešit složitější problémy ve vašich programovacích projektech. ¡