Друкарня від WE.UA

Функції frozenset() та filter() у Python

Всіх вітаю! Сьогодні ми будемо розглядати вбудовані функції frozenset() та filter(). Будемо розбирати кожгу функцію окремо на основі прикладів.

Функція frozenset()

Функція frozenset() дозволяє створювати так звану “заморожену множину”, яка не піддається жодним змінам. Це і є її головна особливість. Ось приклад застосування цієї функції:

random_numbers = [25, 99, 64, 87, 3]
frozen_set = frozenset(random_numbers)

print("Frozen set:", frozen_tuple)
Frozen set: frozenset({64, 99, 3, 87, 25})

Тепер спробуємо змінити заморожену множину:

random_numbers = [25, 99, 64, 87, 14, 3]
frozen_set = frozenset(random_numbers)

print("Before changes:", frozen_set)

frozen_set[0] = 40
print("After changes: ", frozen_set)
frozen_set[0] = 40
TypeError: 'frozenset' object does not support item assignment

У підсумку отримали помилку, так як змінити таку множину не можливо. Як приклад наведемо код, де ми змінили той самий нульовий елемент, але вже у списку random_numbers:

random_numbers = [25, 99, 64, 87, 14, 3]
print("Before changes:", random_numbers)

random_numbers[0] = 40
print("After changes: ", random_numbers)
Before changes: [25, 99, 64, 87, 14, 3]
After changes:  [40, 99, 64, 87, 14, 3]

Як бачимо, зміна простого списку пройшла успішно.

Також треба розуміти ще одну важливу річ — заморожена множина приймає тільки унікальні значення у якості елементів. Тобто це такі значення, які не повторюються у даній множині. Наприклад, давайте додамо до нашого списку random_numbers елемент, який вже є у списку і подивимося на результат:

random_numbers = [25, 99, 64, 87, 3, 99]
frozen_set = frozenset(random_numbers)

print("Frozen set:", frozen_set)
Frozen set: frozenset({64, 99, 3, 87, 25})

Як бачимо, ми додали ще один елемент — число 99, воно ніяк не відобразилося двічі і сама заморожена множина жодним чином не змінилася.

Також заморожену множину можна вказувати як значення словника:

random_numbers = [25, 99, 64, 87, 3, 99]
frozen_numbers = frozenset(random_numbers)

random_words = ["Go", "Stay", "Land", "Backyard", "Convince"]
frozen_words = frozenset(random_words)

cold_dict = {
    "Frozen numbers": frozen_numbers,
    "Frozen strings": frozen_words
}

print(cold_dict)
{'Frozen numbers': frozenset({64, 99, 3, 87, 25}), 'Frozen strings': frozenset({'Land', 'Stay', 'Convince', 'Backyard', 'Go'})}

Або як елемент у іншій множині:

random_numbers = [25, 99, 64, 87, 3, 99]
frozen_numbers = frozenset(random_numbers)

random_words = ["Go", "Stay", "Land", "Backyard", "Convince"]
frozen_words = frozenset(random_words)

common_set = {frozen_numbers, frozen_words}
print(common_set)
{frozenset({'Stay', 'Backyard', 'Go', 'Land', 'Convince'}), frozenset({64, 99, 3, 87, 25})}

Причому саме множини ми не можемо використовувати усередині інших множин, бо отримуємо помилку:

random_numbers = {25, 99, 64, 87, 3, 99}
random_words = {"Go", "Stay", "Land", "Backyard", "Convince"}

common_set = {random_numbers, random_words}
print(common_set)
common_set = {random_numbers, random_words}
TypeError: unhashable type: 'set'

Але от у словниках маємо повне право:

random_numbers = {25, 99, 64, 87, 3, 99}
random_words = {"Go", "Stay", "Land", "Backyard", "Convince"}

cold_dict = {
    "Frozen numbers": random_numbers,
    "Frozen strings": random_words
}

print(cold_dict)
{'Frozen numbers': {64, 3, 99, 87, 25}, 'Frozen strings': {'Land', 'Go', 'Convince', 'Backyard', 'Stay'}}

На цьому із frozenset() ми закінчимо.

Функція filter()

Функція filter() приймає два параметри: функцію, за якою ми зможемо фільтрувати та ітерований тип даних (Наприклад, список, кортеж, множина). Ось приклад, коли ми фільтруємо словник так, щоб у ньому не було цілих значень:

results = [0.2, 9.23, 3.65, 0.004, 8, 5, 1]


def int_checker(number):
    if isinstance(number, int) is False:
        return results


filtered_results = filter(int_checker, results)
print(list(filtered_results))
[0.2, 9.23, 3.65, 0.004]

Ось так і працює функція filter(). Тепер давайте подивимося на ще один приклад, де ми фільтруємо список таким чином, щоб у ньому залишилися тільки люди з іменами, які починаються на K. Ось такий приклад:

names = ["Kate Collins", "Mark Harrow", "Kyle Osborn", "Dave Mitchell", "Andy Green", "Larry Long", "James Field"]


def names_detector(first_letter):
    if first_letter[0] == "K":
        return names


filtered_results = filter(names_detector, names)
print(list(filtered_results))
['Kate Collins', 'Kyle Osborn']

Тобто отримали бажаний результат.

Висновок

У цій статті ми навчилися використовувати та зрозуміли сенс функцій frozenset() та filter(). Сподіваюся, що цей матеріал був користним для вас! Дякую за увагу!

Статті про вітчизняний бізнес та цікавих людей:

Поділись своїми ідеями в новій публікації.
Ми чекаємо саме на твій довгочит!
Magnifique numérique
Magnifique numérique@nocturnal_reader we.ua/nocturnal_reader

Нічний читач

52Довгочити
587Прочитання
16Підписники
Підтримати
На Друкарні з 14 липня

Більше від автора

  • Створюємо стовпчикові графіки за допомогою plotly

    Всіх вітаю! У цій статті пропоную вам зануритися у графіки та візуалізацію на Python за допомогою plotly. На цей раз ми втілимо графік прослуховувань різних реп виконавців за місяць та графік з оцінками деяких альбомів за сайтом AOTY.

    Теми цього довгочиту:

    Програмування
  • Методи lower(), upper(), islower() та isupper() у Python

    Всіх вітаю! У цій невеличкій статті ми познайомимося із одразу чотирма методами для зміни регістру рядків у Python. Конкретно сьогодні ми ознайомимося із методами lower(), upper(), islower() та isupper().

    Теми цього довгочиту:

    Програмування
  • Методи startswith() та endswith() у Python

    Всіх вітаю! У цій статті ми розглянемо методи startwith() та endwith() у Python. Також наведемо приклади використання цих функцій безпосередньо у коді.

    Теми цього довгочиту:

    Програмування

Це також може зацікавити:

Коментарі (0)

Підтримайте автора першим.
Напишіть коментар!

Це також може зацікавити: