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!
Mystique Lord
Mystique Lord@nocturnal_reader we.ua/nocturnal_reader

Нічний читач

44Довгочити
497Прочитання
14Підписники
Підтримати
На Друкарні з 14 липня

Більше від автора

  • Створюємо надійний генератор паролів та визначаємо ентропію отриманого пароля

    Всіх вітаю! У сьогоднішній статті ми реалізуємо метод для генерації випадкових паролів та метод, який буде визначати ентропію пароля. Крім того, у цій статті ми зробимо генератор паролів реально безпечним, так як він буде заснований на генерації справжніх випадковостей.

    Теми цього довгочиту:

    Програмування
  • Генерація правдивих випадковостей за допомогою secrects та SystemRandom

    Всіх вітаю! У цій статті ми вивчимо яким чином можна генерувати правдиві випадкові числа за допомогою вбудованого модуля secrects та класу SystemRandom() у модулі random розберемося із функціоналом

    Теми цього довгочиту:

    Програмування
  • Метод replace() у Python

    Всіх вітаю! У даній статті ми розберемо вбудований метод для роботи з рядками — метод replace(). У рамках матеріалу ми наведемо три приклади роботи з даним методом та визначимо для себе суть самого метода.

    Теми цього довгочиту:

    Програмування

Це також може зацікавити:

Коментарі (0)

Підтримайте автора першим.
Напишіть коментар!

Це також може зацікавити: