Tutorial Python Lanjutan: Eksplorasi List dan Tuple

Baca Juga

Selamat datang di tutorial lanjutan pemrograman Python. Pada artikel ini, kita akan lebih mendalam membahas konsep-konsep mengenai list dan tuple, dua struktur data dasar dalam Python.

1. List Secara Mendalam

Comprehension list:

        
# Contoh membuat list dengan comprehension
kuadrat = [x**2 for x in range(10)]
print("List Kuadrat:", kuadrat)
        
    

Mengenal slicing dan indexing:

        
# Mengambil sebagian list menggunakan slicing
daftar_saya = [1, 2, 3, 4, 5]
subset = daftar_saya[1:4]
print("Subset dari List:", subset)
        
    

Operasi lanjutan pada list:

        
# Menggunakan fungsi lambda dengan list
fungsi_saya = lambda x: x * 2
hasil = list(map(fungsi_saya, kuadrat))
print("List yang Di-mapped:", hasil)
        
    

2. Tuple Terungkap

Sifat immutable dari tuple:

        
# Mencoba untuk mengubah tuple (akan menyebabkan error)
tuple_saya = (1, 2, 3)
# Membuka komentar pada baris di bawah ini akan menimbulkan error
# tuple_saya[0] = 0
        
    

Named tuple untuk kejelasan:

        
from collections import namedtuple

# Membuat named tuple
Orang = namedtuple('Orang', ['nama', 'umur', 'jenis_kelamin'])
orang1 = Orang(nama='John', umur=30, jenis_kelamin='Laki-Laki')
print("Named Tuple:", orang1)
        
    

3. Lebih dari Basic

Mengeksplorasi metode list dan tuple:

        
# Menggunakan extend() dan count() pada list
daftar_saya.extend([6, 7, 8])
hitung_enam = daftar_saya.count(6)
print("List yang Diperpanjang:", daftar_saya)
print("Hitung Enam:", hitung_enam)
        
    

Bekerja dengan struktur bersarang:

        
# Membuat list dari tuple
data = [('apel', 3), ('pisang', 2), ('ceri', 5)]
# Mengurutkan list berdasarkan elemen kedua dari setiap tuple
data_terurut = sorted(data, key=lambda x: x[1])
print("Data yang Diurutkan:", data_terurut)
        
    

Tutorial lanjutan ini memberikan wawasan lebih dalam mengenai list dan tuple dalam Python. Dengan menguasai konsep-konsep ini, Anda akan memiliki dasar yang kuat untuk menangani struktur data dan algoritma yang lebih kompleks dalam proyek Python Anda.

Selamat coding!

Tidak ada komentar:

Posting Komentar

 

Theme by Gus Fahmi

© 2014-2023 Home | About | Privacy