Pythonarium
Published in

Pythonarium

Photo by Hack Capital on Unsplash

Haladó Python — Első rész

Ebben a részben az összetett adatokkal való műveletekről lesz szó. Megismerkedünk továbbá a függvények definiálásának lehetőségeivel, a lambda függvényekkel és a dekorátorokkal is.

Adattípusok

A Python 3-ban minden adattípus objektumként van kezelve. Ezen belül lehetséges, hogy egy típus megváltoztatható (mutable), és nem megváltoztatható (immutable). A megváltoztathatóság azt jelenti, hogy az adott típusú objektum értéke megváltozhat anélkül, hogy az id()-ja megváltozna. Ha az objektum megváltoztathatatlan, akkor van egy fix értéke. Ha egy másik értéket szeretnénk tárolni ugyanazon a néven (vagyis ugyanabban a változóban), akkor egy másik objektumot hoz létre a rendszer. Fontos szerepük van az ilyen objektumoknak azokban az esetekben, amikor egy állandó hash értékre van szükség, pl. a szótár (dictionary, dict) típusú objektumok kulcsainál.

Egy másik fontos fogalom a hash-elhetőség. Egy objektum hash-elhető, ha van egy hash értéke, ami nem változik meg az objektum élettartama során (szükséges, hogy az objektumnak legyen egy __hash__() nevű metódusa), és összehasonlításra lehet használni (szükséges egy __eq__() nevű metódus is). Az egyező objektumok hash értékének azonosnak kell lennie.

A Python 3-ban a következő adattípusokat használhatjuk:

  • logikai típus: bool: igaz/hamis értékkel (True/False), nem megváltoztatható adattípus
  • numerikus típusok:

int: egész szám, nem megváltoztatható adattípus

float: lebegőpontos szám, nem megváltoztatható adattípus

complex: komplex szám, nem megváltoztatható adattípus

decimal.Decimal: decimális típus a Decimal modul segítségével, nem megváltoztatható adattípus

  • iterator: iterátor típus; generator: generátor típus
  • szekvenciális típusok:

list: lista, megváltoztatható adatszerkezet

array.array: tömb, az array modul implementálja, megváltoztatható adatszerkezet

tuple: n db elemet tartalmazó, nem megváltoztatható adatszerkezet

range: egész számokból álló számtani sorozat, nem megváltoztatható adatszerkezet

  • str: szöveges adattípus, nem megváltoztatható adatszerkezet
  • bináris szekvenciális típusok:

bytes: byte-okból álló, nem megváltoztatható sorozat

bytearray: a bytes objektum megváltoztatható változata

memoryview: lehetővé teszi objektumok belső adatának elérését Pythonban

  • halmaz típusok:

set: hash-elhető objektumok nem sorrendezett gyűjteménye. Megváltoztatható, és hash-elhető a set.

frozenset: A set nem megváltoztatható változata

  • dict: kulcs-érték párokat tároló szótár típus. Egy hash-elhető értéket leképez egy tetszőleges objektumra. Megváltoztatható adatszerkezet.

Megváltoztathatóság szempontjából a következőképpen néznek ki a Python adattípusok:

Típusok megváltoztathatósága Pythonban

Egy adatelem, változó típusát a type utasítással lehet lekérdezni:

>>> a = 2
>>> b = 123.45
>>> c = 'something'
>>> d = 'today is Wednesday' == 'something'
>>> a
2
>>> b
123.45
>>> c
'something'
>>> d
False
>>> type(a)
<class 'int'>
>>> type(b)
<class 'float'>
>>> type(c)
<class 'str'>
>>> type(d)
<class 'bool'>
>>> type(type(a))
<class 'type'>
Photo by Tim Arterbury on Unsplash

Függvények

Függvényeket a def kulcsszóval lehet definiálni.

def print_welcome():
print("Welcome!")

print_welcome()

Kimenet:

Welcome!

A függvények első részében egy (egy- vagy többsoros) opcionális dokumentációt lehet elhelyezni. A függvény paramétereit a név utáni zárójelben soroljuk fel.

def square_plus_3(x):
"""
Return the number's square incremented by 3
"""
return x*x+3
print(square_plus_3(4))

Eredmény:

19

Több paramétert is definiálhatunk:

import mathdef distance_of_two_points(x1, y1, x2, y2):
return math.sqrt((x1-x2)**2+(y1-y2)**2)
print(distance_of_two_points(2,3,4,5))

Eredmény:

2.8284271247461903
Photo by Scott Webb on Unsplash

Paraméterek, paraméter-átadás függvényeknek

Egy Python függvényt a következőképpen lehet felhívni:

  • Kötelező (required) argumentumok: ezeket kötelező megadni, és olyan sorrendben kell szerepelniük, ahogyan definiáltuk őket. A felhíváskor megadott argumentumok száma meg kell, hogy egyezzen a definíciókor megadott argumentumok számával.
  • Kulcsszavas (keyword) argumentumok: a híváskor az argumentum neve alapján azonosítja a rendszer, hogy melyik argumentumnak milyen értéket vesz fel. Ez lehetővé teszi, hogy kihagyjunk argumentumokat (amelyeknek van alapértelmezett értéke, lást alapértelmezett argumentumok), illetve hogy különböző sorrendben hívjuk adjuk meg az argumentumokat, mint amilyen sorrendben a definíciónál szerepel.
  • Alapértelmezett (default) argumentumok: ezek olyan argumentumok, amik felvesznek egy alapértelmezett értéket, amennyiben felhíváskor nincsen megadva az argumentum.
  • Változó hosszúságú (variable length) argumentumlista: vannak esetek, amikor nem tudjuk előre pontosan megmondani a függvény definíciójakor, hogy hány db argumentumra van szükség. Ezekben az esetekben a függvény utolsó argumentuma egy tuple típusú változó, amelyben a további argumentumok vannak felsorolva. Ez a tuple üres, ha nincsenek további argumentumok.

Az alábbiakben ezekre mutatok példákat.

Kötelező argumentumok

Az alábbi függvénynél kötelező megadni az egyetlen argumentumot.

def plus2mul2(x):
x+=2
return x*2
n = 5
plus2mul2(n)
plus2mul2(n)
print(n)
print(plus2mul2(n))
print(plus2mul2(12))
print(plus2mul2(plus2mul2(12)))

A program futtatása:

>>> n = 5
>>> plus2mul2(n)
14
>>> plus2mul2(n)
14
>>> print(n)
5
>>> print(plus2mul2(n))
14
>>> print(plus2mul2(12))
28
>>> print(plus2mul2(plus2mul2(12)))
60

Kulcsszavas argumentumok

Az alábbi függvényben a paraméterek neve a és b.

def rectangle_area(a,b):
print("a={}".format(a))
print("b={}".format(b))
return a*b
rectangle_area(a=4, b=3)
rectangle_area(3, 4)

A program futtatása:

>>> rectangle_area(a=4, b=3)
a=4
b=3
12
>>> rectangle_area(3, 4)
a=3
b=4
12

Ha a függvény definíciójának argumentumlistájában van egy **kwargs argumentum (itt igazából a név elején szereplő ** a lényeg, a **kwargs elnevezés csak egy elterjedt szokás, de nem kell feltétlenül így hívni), akkor ez az argumentum azokat a kulcsszavas argumentumokat fogja tartalmazni, amik nem szerepelnek a formális argumentumlistájában.

Például az előbbi függvényt így is definiálhatjuk:

def rectangle_area(**kwargs):
print("a={}".format(kwargs["a"]))
print("b={}".format(kwargs["b"]))
return kwargs["a"] * kwargs["b"]

rectangle_area(a=4, b=3)

A program futtatása:

>>> rectangle_area(a=4, b=3)
a=4
b=3
12

Viszont ilyenkor meg kell adni a nevet:

>>> rectangle_area(3, 4)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: rectangle_area() takes 0 positional arguments but 2 were given

Ha a függvény felhívásakor nem adunk meg minden paramétert, de a függvényen belül használjuk, akkor is hibát dob a rendszer:

>>> rectangle_area(a=4)
a=4
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 3, in rectangle_area
KeyError: 'b'

Tehát az ilyen esetet le kell védeni megfelelő hibakezeléssel.

Alapértelmezett argumentumok

Az alábbi függvénynél az x argumentum alapértelmezett 0 értéket kap, tehát ha nem adjuk meg, az olyan, mintha 0-t adtunk volna meg.

def plus2mul2(x=0):
x+=2
return x*2
plus2mul2()
plus2mul2(0)
n = 5
plus2mul2(n)

A program futtatása:

>>> plus2mul2()
4
>>> plus2mul2(0)
4
>>> n = 5
>>> plus2mul2(n)
14

Változó hosszúságú argumentumlista

Az alábbi függvény az argumentumokban megadott, tetszőleges mennyiségű számot szorozza össze. Legalább két argumentumot meg kell adni, a többi opcionális.

def multiply_numbers(n1, n2, *n):
result = n1*n2
for i in n:
result*=i
return result
print(multiply_numbers(1,2,3,4,5))
print(multiply_numbers(5,10,12,74,331))
print(multiply_numbers(2)) # error

A program futtatása:

>>> print(multiply_numbers(1,2,3,4,5))
120
>>> print(multiply_numbers(5,10,12,74,331))
14696400
>>>
>>> print(multiply_numbers(2)) # error
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: multiply_numbers() missing 1 required positional argument: 'n2'

Kulcsszavas argumentumok és nem kulcsszavas arguentumok együttes használata

Lehetőség van rá, hogy kulcsszavas és nem kulcsszavas arguentumokat egyszerre használjunk a függvényben. Az alábbi függvényben *args néven elérhetők a nem kulcsszavas argumentumok, és **kwargs néven elérhetők a további kulcsszavas argumentumok. Az *argsnak minding meg kell előznie a **kwargs argumentumot.

def number_mapper(one, two, *args, **kwargs):
print("one: {}".format(one))
print("two: {}".format(two))
for arg in args:
print(arg)
for key in kwargs.keys():
print("{}: {}".format(key, kwargs[key]))
number_mapper("1", "2", "3", "4", "5", six="6", seven="7", eight="8")

A program futtatása:

>>> number_mapper("1", "2", "3", "4", "5", six="6", seven="7", eight="8")
one: 1
two: 2
3
4
5
six: 6
seven: 7
eight: 8

Lambda függvények, anonim függvények

A Pythonban a lambda kulcsszóval lehet anomim függvényeket definiálni, melyek egyetlen utasításból állnak. azért anonim függvény, mert sok esetben nincs külön elnevezése. Az alábbi példában a multiplier nevű függvény, melynek egy paramétere van (n), egy lambda függvényt ad vissza. A lambda függvénynek egyetlen paramétere van (a), és a visszatérési értéke ezen paraméter (a) értékének, és a multiplier függvény hívásakor megadott paraméter (n) értékének a szorzata.

Tehát, ha a multiplier függvényt 3-as értékkel, mint paraméterrel hívjuk, akkor kapunk egy olyan, egy paraméterrel rendelkező függvényt, amit felhívva a megadott paraméter 3-szorosát adja vissza.

def multiplier(n):
return lambda a : a * n
tripler = multiplier(3)
print(tripler(12))
print(multiplier(4)(12))
multiply_by_48 = multiplier(48)
print(multiplier(4)(multiplier(4)(12)))
print(multiply_by_48(10))

A program futtatásának eredménye:

5
14
28
60

A lambda függvények másik tipikus alkalmazása az úgynevezett funkcionális programozás témakörével kapcsolatos. Az alábbi példáról még részletesebben lesz szó később. Ebben az alfejezetben csak annyit jegyzünk meg, hogy a filter függvény első paraméterében megadott lambda anonim függvény bool típussal tér vissza, és False értékkel, ha a lambda függvény paraméterében megadott a szám értéke pozitív, és True értékkel, amennyiben negatív.

numbers_negative = list(filter(lambda a : a < 0, range(-10,10)))
print(numbers_negative)

A program futtatása:

>>> print(numbers_negative)
[-10, -9, -8, -7, -6, -5, -4, -3, -2, -1]
Photo by Glenn Carstens-Peters on Unsplash

Dekorátorok

A Pythonban a dekorátorok (decorators) olyan függvények, amikkel egy már meglévő objektumot lehet kibővíteni anélkül, hogy az eredeti objektumot megváltoztatnánk. Általában azelőtt hívódnak fel, mielőtt az eredeti funkció meghívódik.

Nagyon fontos megérteni, hogy a Pythonban minden objektum. A függvények is, ami azt jelenti, hogy a függvényeket át lehet adni paraméterként más függvényeknek, lehet függvény egy másik függvény visszatérési értéke, lehet módosítani egy függvényt, lehet egy változónévhez rendelni függvényt.

Példaként először vegyük az alábbi függvényt, ami a megadott szám négyzetét adja vissza:

def square_of_x(x):
return x**2
square_of_x(2)
square_of_x(-2)

A program futtatásának eredménye:

>>> square_of_x(2)
4
>>> square_of_x(-2)
4

Tegyük fel, hogy ez a függvény már korábban rendelkezésünkre állt, viszont arra van szükségünk, hogy csak a pozitív számok négyzetét számoljuk ki. Negatív esetben pedig a négyzet ellentettjére van szükségünk. Tehát valami ilyesmire:

def square_of_x_special(x):
if (x>0):
return x**2
else:
return -(x**2)
square_of_x_special(2)
square_of_x_special(-2)

Az eredmény:

>>> square_of_x_special(2)
4
>>> square_of_x_special(-2)
-4

Tehát el is készítettük az új függvényünket. De mi a helyzet akkor, ha ezt a már meglévő függvényünk segítségével szeretnénk elkészíteni Éredemes észrevenni, hogy a square_of_x_special() függvény újraimplementálja a square_of_x() függvényt. Ez most egy egyszerű példa, de ha a square_of_x() függvény bonyolult, akkor nem biztos, hogy le akarjuk másolni az egészet egy másik függvény belsejébe, hiszen az kód-duplikálást eredményez, és ha később változtatni kell rajta, akkor már két helyen kell kijavítani ugyanazt. Ez nem az amit mi szeretnénk. Ezért szeretnénk újrahasználni a már létező funkciót. Ezt a példát dekorátor alkalmazásával is meg lehet oldani.

Korábban már láttunk példát arra, hogy egy függvény visszaadott egy másik függvényt eredményként. A dekorátorok alkalmazásakor is ezt a lehetőséget fogjuk használni. Előtte viszont egy kis kitérőként néhány szó az általam beágyazott függvényeknek nevezett konstrukcióról (aminek az eredeti megnevezése nested functions).

Beágyazott függvények (nested functions)

Lehetséges függvényeket definiálni függvényeken belül.

def multiply_by_six(x):
def multiply_by_two(y):
return y*2
return multiply_by_two(x)*3
multiply_by_six(7)
multiply_by_six(-8)

A futás eredménye:

>>> multiply_by_six(7)
42
>>> multiply_by_six(-8)
-48

A multiply_by_two() függvényt nem lehet a multiply_by_six() függvényen kívülről elérni.

>>> multiply_by_two(3)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
NameError: name 'multiply_by_two' is not defined

A belső függvény viszont hozzáfér az őt tartalmazó függvény szintjén elérhető változókhoz. Az alábbi példában az előbbihez hasonlóan először kettővel, majd hárommal szorzunk, így a végeredmény az eredeti szám hatszorosa lesz. Viszont előtte kiírja a program, hogy mi fog történni. (Ezért egy külön változóban tároljuk el a multiply_by_two_print() hívás eredményét (mul_two), majd a saját számításunk eredményét is (result_mul_three), és utána történik a kiírás. A multiply_by_two_print() függvényen belül is hasonlót figyelhetünk meg.)

def multiply_by_six_print(x):
message = "I multiply {} by {}, result: {}"
def multiply_by_two_print(y):
result_mul_two = y*2
print(message.format(y, 2, result_mul_two))
return result_mul_two
mul_two = multiply_by_two_print(x)
result_mul_three = mul_two*3
print(message.format(mul_two, 3, result_mul_three))
return result_mul_three
multiply_by_six_print(7)
multiply_by_six_print(-8)

A program futásának eredménye:

>>> multiply_by_six_print(7)
I multiply 7 by 2, result: 14
I multiply 14 by 3, result: 42
42
>>> multiply_by_six_print(-8)
I multiply -8 by 2, result: -16
I multiply -16 by 3, result: -48
-48

Függvények utazhatnak paraméterként is, és visszatérési értékként is, ahogy azt már korábban láttuk.

Dekorátorok használata

Visszatérve a dekorátorokhoz, az alábbi példában a fentebb említett square_of_x_special() függvényt valósítom meg a square_of_x() függvény és dekorátorok segítségével. Ebben a példában a dekorátor függvény a square_of_x_special(), és definiáltam a square_of_x() "dekorált" változatát square_special néven.

def square_of_x(x):
return x**2
def square_of_x_special(function):
def wrapper(x):
if x > 0:
return function(x)
else:
return -function(x)
return wrapper
square_special = square_of_x_special(square_of_x)square_special(2)
square_special(-2)

A program futásának eredménye:

>>> square_special(2)
4
>>> square_special(-2)
-4

Egy alternatív megoldás a square_special = square_of_x_special(square_of_x) sor helyett az alábbi. Ebben az esetben megcseréltem a square_of_x() és a square_of_x_special() definiálásának sorrendjét.

def square_of_x_special(function):
def wrapper(x):
if x > 0:
return function(x)
else:
return -function(x)
return wrapper
@square_of_x_special
def square_of_x(x):
return x**2
square_of_x(2)
square_of_x(-2)

A program futásának eredménye:

>>> square_of_x(2)
4
>>> square_of_x(-2)
-4

Összetett adattípusok

Az alábbiakban 4 összetett adattípussal ismerkedünk meg: a lista, a tömb, a tuple és a range típussal.

Lista és tömb

A Python nyelvben van két nagyon hasonló adattípus, a lista és a tömb.

  • list: szekvenciális típus, lista, megváltoztatható adatszerkezet
  • array.array: szekvenciális típus, tömb, az array modul implementálja, megváltoztatható adatszerkezet

A listákról később az Iterátorok és generátorok fejezetben lesz még szó.

Lista használata

Listák definiálása a [ és ] karakterek segítségével lehetséges. Egy lista különféle típusú elemeket is tartalmazhat.

numbers = [1,2,3,4,5]
fruits = ["apple", "orange", "lemon", "peach", "melon", "banana"]
fruits_and_numbers = [1, 2, "lime", "mango", 3, 4, "avocado", "strawberry"]

Lista elemeinek elérése indexeléssel

>>> numbers[3] 
4
>>> numbers[0]
1
>>> numbers[-1]
5
>>> numbers[-2]
4

Tehát az indexelés 0-tól kezdődik, és a negatív indexek a lista végéről visszafelé címzik a listát.

Listaműveletek a : használatával

A következőkben listaműveletekre mutatunk példákat a : használatával. Ezeket a szakirodalomban slice néven lehet megtalálni.

>>> numbers
[1, 2, 3, 4, 5]
>>> numbers_2_4 = numbers[2:4]
>>> numbers_2_4
[3, 4]
>>> numbers[2:]
[3, 4, 5]
>>> numbers[:3]
[1, 2, 3]
>>> numbers[:]
[1, 2, 3, 4, 5]
>>> more_numbers = [1,2,3,4,5,6,7,8,9,10]
>>> more_numbers[3:8:2]
[4, 6, 8]
>>> more_numbers[1:-4:3]
[2, 5]
>>> more_numbers[::-1]
[10, 9, 8, 7, 6, 5, 4, 3, 2, 1]

Egyéb listaműveletek

>>> additional_numbers = [7,8,9,10,11]
>>> many_numbers = numbers+additional_numbers
>>> many_numbers
[1, 2, 3, 4, 5, 7, 8, 9, 10, 11]
>>> even_more_numbers = [100,101,102]
>>> many_numbers.extend(even_more_numbers)
>>> many_numbers
[1, 2, 3, 4, 5, 7, 8, 9, 10, 11, 100, 101, 102]
>>> many_numbers.append(1000)
>>> many_numbers
[1, 2, 3, 4, 5, 7, 8, 9, 10, 11, 100, 101, 102, 1000]
>>> many_numbers.insert(4, 1234)
>>> many_numbers
[1, 2, 3, 4, 1234, 5, 7, 8, 9, 10, 11, 100, 101, 102, 1000]
>>> many_numbers.remove(7)
>>> many_numbers
[1, 2, 3, 4, 1234, 5, 8, 9, 10, 11, 100, 101, 102, 1000]
>>> last_element = many_numbers.pop()
>>> last_element
1000
>>> many_numbers
[1, 2, 3, 4, 1234, 5, 8, 9, 10, 11, 100, 101, 102]
>>> fifth_element = many_numbers.pop(5)
>>> fifth_element
5
>>> many_numbers
[1, 2, 3, 4, 1234, 8, 9, 10, 11, 100, 101, 102]
>>> many_numbers.index(1234)
4

Tehát az insert() metódus az első paraméterben megadott indexű elem helyére szúrja be a második paraméterben megadott objektumot, és így a lista további elemei egy index-szel jobbra tolódnak. A remove() pedig a megadott elemet törli a listából, így a lista további elemei egy index-szel balra tolódnak. A pop() metódussal az utolsó elemet lehet eltávolítani, a metódus visszatérési értékként vissza is adja ezt az elemet. A pop() metódusnak egy indexet átadva a megadott indexű elemet távolítja el, így a lista további elemei egy index-szel balra tolódnak. Az index() metódus a paraméterben megadott elem első elhelyezkedésének indexét adja vissza.

Tömb használata

A Python nyelvben a tömbök (az array modulon keresztül elérhető array objektumtípus, vagyis array.array) nagyon hasonlóak a listákhoz, azonban minden elemüknek azonos típusúnak kell lennie. A memóriában a helykihasználásuk emiatt hatékonyabb, mint a listáknak. Egy array típusú tömbben csak alaptípusokat lehet tárolni: karaktereket, egész számokat, lebegőpontos számokat. Az array egy C nyelvben megszokotthoz hasonló tömbkezelést tesz lehetővé. Emiatt szerepel az alábbi táblázatban a "C type" oszlop.

A tömb létrehozásához szükséges az array modul betöltése. Amikor létrehozunk egy array-t, meg kell adnunk, hogy milyen típusú elemeket fogunk tárolni benne. Az alábbi példában egy előjeles egész típusú tömböt, és egy lebegőpontos (float) típusú elemeket tartalmazó tömböt hozunk létre.

>>> import array
>>> array_integer = array.array('i', [1,2,3,4,5])
>>> array_integer
array('i', [1, 2, 3, 4, 5])

Amint látható a fenti példából, a tömb típusát az első paraméterben kell megadni, aminek a lehetséges értékeit az alábbi módon kérdezhetjük le:

>>> array.typecodes
'bBuhHiIlLqQfd'

Az alábbi táblázat az egyes típuskódok jelentését foglalja össze (az eredeti forrása: https://docs.python.org/3/library/array.html).

Az array.array típuskódjai

Hasonlóságok és kölönbségek

A következőben a hasonlóságokat és a különbségeket foglaljuk össze.

Hasonlóságok:

  • indexelt elérést támogatnak
  • végig lehet iterálni az elemeiken
  • append(), insert(), pop(), remove() és egyéb műveletek elérhetők

Különbségek:

  • a lista elemei különböző típusúak is lehetnek, a tömbnél viszont minden elemnek ugyanolyan típusúnak kell lennie
  • a tömbben alaptípusok tárolhatók

tuple: szekvenciális típus, n db elemet tartalmazó, nem megváltoztatható adatszerkezet

A tuple szó magyar fordításaként talán az "n-es" lenne a legmegfelelőbb: egy tetszőleges számű elemet tartalmazó, nem megváltoztatható adatszerkezetről van szó. A listákhoz hasonlóan, index-szeléssel el lehet érni az elemeit. Elemei "szétpakolhatók" változókba (ez egyébként a listáknál is működik). A : operátort a listákhoz hasonlóan a tuple típusnál is használhatjuk.

>>> a_tuple = (2, 3, "something")
>>> a_tuple
(2, 3, 'something')
>>> a,b,c = a_tuple
>>> a
2
>>> b
3
>>> c
'something'
>>> fruits = ("apple", "orange", "lemon", "pear", "peach", "banana", "mango", "avocado")
>>> fruits[2:-1:2]
('lemon', 'peach', 'mango')
>>> fruits[3] = "strawberry"
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment

range: szekvenciális típus, egész számokból álló számtani sorozat

A range segítségével egy egész számokból álló sorozatot definiálhatunk. A legegyszerűbb az egyetlen paraméteres változat:

>>> a_range = range(10)
>>> a_range
range(0, 10)

Mit is ez a range? Ehhez szükség van mégegy fogalomra, amiről később még lesz szó. A ciklusokról van szó, vagyis egy művelet ismételt végrehajtásáról. A for utasítással lehet ciklust létrehozni. Az alábbi példában az előbb definiált a_range elemeit írjuk ki a képernyőre.

for i in a_range:
print(i)

Az eredmény:

0
1
2
3
4
5
6
7
8
9

Tehát a range egy számsorozat. Ha csak egy paraméterrel adjuk meg, akkor a 0-tól indul, és a megadott számú elemet fogja tartalmazni. Mivel a 0 is beleszámít, így, amint látható, a legnagyobb elem a 9 lett az előző példában. A továbbiakban 2 és 3 paraméterrel történő megadásra adunk példákat. Ezekből világos lesz, hogy hogyan is működik a több paraméteres megadás. (Az alábbiakban a ... a sor elején a Python shell további bemeneti sorait jelzi (tehát a második, harmadik, stb. sorokat, ami akkor jelenik meg, ha ENTER-t ütünk).)

>>> b_range = range(3, 14)
>>> for i in b_range:
... print(i)
...
3
4
5
6
7
8
9
10
11
12
13
>>> c_range = range(4, 17, 3)
>>> for i in c_range:
... print(i)
...
4
7
10
13
16
>>> d_range = range(83, 70, -2)
>>> for i in d_range:
... print(i)
...
83
81
79
77
75
73
71

--

--

--

Python tanulása lépésről lépésre. A Pythonarium weboldal célja alapvető ismeretek közlése a Python programozási nyelvről és annak használatáról különféle területeken. A honlap teljes anyaga elérhető a Githubon: https://github.com/nlharri/Pythonarium/tree/master/Documentation/hu

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store
László Harri Németh

László Harri Németh

Software developer. Python, SQL, ABAP, Swift, Javascript, Java, C, C++, Ruby, noSQL, Bash, Linux. http://nlharri.hu http://github.nlharri.hu hello@nlharri.hu

More from Medium

How to use GQLAlchemy query builder?

Checking for Anagrams of P within a string S using a dictionary

Mapping renewable power plants in Argentina — Dynamic SVG marker creation in folium

Diving into Data!