סעיף 4: עבודה עם נתונים ב-Python

העדכון אחרון: 30 2025 אוקטובר
מחבר: TecnoDigital
  • רשימות (ניתנות לשינוי) וטופלים (בלתי ניתנים לשינוי) מאפשרים לך לאחסן אוספים מסודרים של אלמנטים מסוגים שונים.
  • מפרט פעולות תמיכה כגון הוספה, הסרה וגישה לאינדקס; גודלן מתקבל באמצעות len().
  • מילונים משתמשים בזוגות מפתח-ערך לגישה יעילה לנתונים באמצעות מפתחות ייחודיים.
  • סטים מאחסנים אלמנטים ייחודיים ומאפשרים איחוד, חיתוך והבדלים בין אוספים.
סעיף 4: עבודה עם נתונים ב-Python

ברוכים הבאים לחלק המרתק בנושא עבודה עם נתונים בפייתון ! כאן נגלה את הכלים הבסיסיים לאחסון, ארגון ותפעול יעילים של מידע בתוכניות שלנו.

נתחיל בחקירת שני מבני נתונים חיוניים: רשימות וטפולים. אלו יאפשרו לנו לאחסן מספר אלמנטים בצורה מסודרת ולבצע איתם פעולות משותפות. נלמד כיצד להוסיף, להסיר ולגשת לאלמנטים במבנים אלה, מה שנותן לנו את הכוח לנהל נתונים ביעילות.

לאחר מכן, נעמיק בעולם המילונים, שם נלמד כיצד להשתמש בצמדי מפתח-ערך כדי לגשת ולשנות מידע במהירות. כמו כן, נחקור סטים, שיאפשרו לנו לנהל אוספים של אלמנטים בודדים ולבצע ביניהם פעולות מתמטיות.

הכרת מבני הנתונים הללו חיונית לעבודה עם נתונים ב- Python ולפיתוח תוכניות חזקות וגמישות יותר. התכוננו לשלוט באמנות הארגון והמניפולציה של מידע בצורה מדויקת כשאתם יוצאים למסע המרגש הזה דרך עבודה עם נתונים ב-Python. בואו נתחיל לבנות בסיס איתן לכישורי התכנות שלכם!

דף הבית של קורס פייתון מאפס

חזרה לסעיף 3

4.1 רשימות וטפולים

שימוש ברשימות ובטופלים כדי לאחסן ולתפעל נתונים בצורה מסודרת

ב-Python, רשימות ו-tuples הם מבני נתונים המאפשרים לנו לאחסן מספר אלמנטים מסוגים שונים במשתנה בודד. ההבדל העיקרי ביניהם טמון בהשתנותם: רשימות ניתנות לשינוי (ניתן לשינוי), ואילו tuples הם בלתי ניתנים לשינוי (לאחר שנוצרו, לא ניתן לשנותם).

  מסגרת CSS: מדריך מלא לבחירת המסגרת הטובה ביותר לפרויקט שלך

כדי ליצור רשימה, אנו פשוט ממקמים את האלמנטים בסוגריים [] ואנחנו מפרידים אותם בפסיקים. לְדוּגמָה:

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

כדי ליצור טופל, אנו ממקמים את האלמנטים בסוגריים () ואנו מפרידים אותם בפסיקים:

coordenadas = (10, 20)

פעולות נפוצות עם רשימות וטפולים

שני מבני הנתונים מאפשרים לנו לבצע פעולות נפוצות כגון הוספת אלמנטים, הסרת אלמנטים, גישה לאלמנטים ספציפיים וקבלת אורכם.

דוגמה לפעולות עם רשימות:

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)

דוגמה לפעולות עם tuples:

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 מילונים וקבוצות

הסבר על מילונים וקבוצות כמבני נתונים שימושיים ב-Python

מילונים וסטים הם שני מבני נתונים חשובים נוספים ב- Python.

מילונים הם אוספים של צמדי מפתח-ערך, כאשר כל מפתח חייב להיות ייחודי. הם מאפשרים גישה לערכים שלהם באמצעות מפתח ולא אינדקס, מה שהופך אותם לאידיאליים לאחסון וגישה לנתונים במהירות וביעילות. דוגמה למילון היא:

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

סטים הם אוספים לא מסודרים של אלמנטים ייחודיים. הם מאפשרים לך לבצע פעולות מתמטיות כמו איחוד, חיתוך והפרש בין קבוצות בצורה פשוטה. דוגמה לסט היא:

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

כיצד לגשת, לשנות ולחזור על מילונים וסטים

כדי לגשת לערכים של מילון, אנו משתמשים במפתח המתאים:

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

edad_maria = estudiantes["María"]

אם ברצוננו לשנות את הערך המשויך למפתח, אנו פשוט מקצים ערך חדש:

estudiantes["Carlos"] = 23

כדי לחזור על מילון, אנו יכולים להשתמש בלולאה for:

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

לגבי סטים, אנחנו יכולים לבצע פעולות כמו איחוד, חיתוך והפרש של סטים באמצעות השיטות union(), intersection() y difference(), בהתאמה:

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)

בקיצור, רשימות, טפולים, מילונים וסטים הם מבני נתונים רב-תכליתיים וחזקים המאפשרים לנו לאחסן, לארגן ולתפעל נתונים ב-Python ביעילות. ככל שאנו חוקרים את המבנים הללו לעומק, אתה תהיה מוכן לעבוד עם מגוון רחב של נתונים ולפתור בעיות מורכבות יותר בפרויקטי התכנות שלך. ¡