Nach dieser Lektion kannst du:

• Listen, Tupel, Mengen und Dictionaries für unterschiedliche Aufgaben in einem Programm auswählen.
• Duplikate entfernen und dabei die Reihenfolge des ersten Auftretens bewahren.
• Datensätze mit Dictionary-Nachschlägen kombinieren und fehlende Informationen sicher behandeln.
• einen mehrstufigen Sammlungsbericht mit Normalisierung, Filterung, Gruppierung und einer abschließenden Entscheidung erstellen.

Die Wahl einer Datenstruktur ist eine Entwurfsentscheidung. Verwende eine Liste, wenn Reihenfolge und wiederholte Werte wichtig sind; ein Tupel für einen festen Datensatz; eine Menge für Eindeutigkeit und Zugehörigkeit; und ein Dictionary für den schlüsselbasierten Zugriff.

Eine Menge allein ist kein geordnetes Ergebnis. Wenn du das erste Vorkommen jedes Elements in seiner ursprünglichen Reihenfolge willst, verwende eine Menge, um dir zu merken, was du bereits gesehen hast, und eine Liste, um die Ergebnisse zu sammeln. So kombinierst du die Stärken beider Strukturen.

Du kannst Sammlungen auch verbinden: Durchlaufe eine Liste von Datensätzen, schlage Details per Schlüssel in einem Dictionary nach und füge ein umgewandeltes Ergebnis zu einer neuen Liste hinzu. Teile bei einem mehrstufigen Bericht die Arbeit in Normalisierung, Validierung, Zählung und Darstellung auf. Gib bei einer wiederverwendbaren Funktion die fertigen Daten zurück.

Hier ist keine neue fortgeschrittene Python-Syntax nötig. Die Herausforderung besteht darin, die passende Darstellung zu wählen und Techniken aus dieser Einheit und aus Python-Grundlagen für Programmierer zu kombinieren.

1. Sammlungen nach Zweck auswählen

steps = ["build", "test", "build"]
release = ("v3", "eu")
tags = {"api", "worker", "api"}
ports = {"api": 8080, "worker": 9000}
print(len(steps))
print(release[0])
print(len(tags))
print(ports["worker"])

Ausgabe:

3
v3
2
9000

Jede Sammlung drückt einen anderen Bedarf aus: Reihenfolge, festen Datensatz, Eindeutigkeit oder Nachschlagen.

2. Beim Entfernen von Duplikaten die Reihenfolge des ersten Auftretens bewahren

raw = ["api", "worker", "api", "cache"]
seen = set()
unique = []
for name in raw:
    if name not in seen:
        seen.add(name)
        unique.append(name)
print(unique)

Ausgabe:

['api', 'worker', 'cache']

Die Liste behält die Reihenfolge; die Menge merkt sich, welche Namen bereits hinzugefügt wurden.

3. Datensätze mit Dictionary-Nachschlägen verbinden

jobs = [{"name": "search"}, {"name": "backup"}]
owners = {"search": "Maya"}
labels = []
for job in jobs:
    labels.append(f"{job['name']}: {owners.get(job['name'], 'unassigned')}")
print(labels)

Ausgabe:

['search: Maya', 'backup: unassigned']

Das Dictionary liefert für jeden Datensatz einen optionalen Nachschlagewert.

4. Aus Datensätzen einen Bericht ableiten

results = [("api", "passed"), ("worker", "failed"), ("cache", "passed")]
counts = {"passed": 0, "failed": 0}
for service, state in results:
    if state in counts:
        counts[state] += 1
print(f"Passed: {counts['passed']}")
print(f"Failed: {counts['failed']}")

Ausgabe:

Passed: 2
Failed: 1

Das feste Zähler-Dictionary hält die Berichterstattung vorhersagbar, auch wenn eine Kategorie null Ereignisse hat.

1. Eine Menge kann die Reihenfolge, die du in einem Bericht zeigen willst, nicht garantieren.
2. Ereignisse zu zählen und eindeutige Dienste zu zählen sind unterschiedliche Fragen.
3. if mapping.get(key) als Existenzprüfung zu verwenden, verwirft gültige Falsy-Werte.
4. Eine Funktion sollte ihr Endergebnis zurückgeben, statt es auszugeben, wenn Aufrufer es weiterverwenden müssen.