Tuples, listes, ensembles et dictionnaires en Python. Partie 3 du cours Python de débutant à avancé en 11 articles de blog.

Cet article aidera à développer la compréhension des tuples, listes, ensembles et dictionnaires en Python. Nous verrons quelques exemples de leurs implémentations et de leurs cas d’utilisation pour certaines tâches. La partie codage sera réalisée dans VS Code. Si vous n’avez pas installé VS Code ou si vous souhaitez commencer à zéro, veuillez consulter nos blogs précédents.

Tuples, listes, ensembles et dictionnaires en Python – table des matières :

  1. Introduction à Python
  2. Listes en Python
  3. Opérations de base avec les listes
  4. Tuples en Python
  5. Différence entre les tuples et les listes en Python

Introduction aux tuples, listes, ensembles et dictionnaires en Python

Dans le blog précédent, nous avons vu comment nous pouvons utiliser les variables et les types de données en Python. Nous avons également examiné certaines fonctions utiles liées aux types de données et aux variables.

Python est un langage de script puissant. Il dispose de nombreuses structures de données intégrées disponibles à l’utilisation. Ces structures sont si puissantes pour gérer les données, qu’elles sont pourtant simples à mettre en œuvre.

Ces structures de base sont de quatre types – liste, tuple, dictionnaire et ensemble.

Listes en Python

Les listes sont intégrées en Python. Celles-ci sont mutables, donc des éléments peuvent y être ajoutés ou supprimés sans altérer leur contenu original, et les éléments peuvent être accessibles par index.

Elles sont si générales qu’elles peuvent être utilisées pour stocker n’importe quel type d’objet, des chaînes de caractères aux nombres, même des objets également. De plus, il n’est pas nécessaire que tous les éléments soient du même type, une liste peut avoir des éléments de types différents.

Pour utiliser une liste, vous devez initialiser une variable par [].

Par exemple :


# Une liste vide
empty_list = []
# Liste avec des éléments du même type
same_type_list = [‘1’, ‘3’, ‘7’, ‘10’]
# Liste avec des éléments de types différents
diff_type_list = [‘John’, ‘Dev’, 1.90, True]

Maintenant, nous savons comment initialiser la variable avec une liste. Voyons quelques opérations de base.

Opérations de base avec les listes

Avez-vous déjà voulu parcourir les éléments d’une liste sans les passer un par un ? Python fournit plusieurs fonctions utiles. Elles vous permettent de les manipuler sans itérer sur la liste ou boucler à travers chaque élément.

Les suivantes sont les cinq opérations de liste les plus utilisées en Python :

1. len(list) – Elle renvoie la longueur de la liste. Elle aide également à l’itération lorsque l’on veut parcourir la liste.

Par exemple :


# Impression de la longueur de la liste
some_list = ['k', 'u',  'm', 'a', 'r']
print(len(some_list))
# Parcours de la liste
for i in range(len(some_list)):
    print(some_list[i])

# Sortie

5
k
u
m
a
r

2. max(list) – Elle renvoie l’élément de la liste donnée avec la valeur la plus élevée, s’il n’y a pas d’égalité, elle renvoie une erreur.

Par exemple :

# Impression du maximum du nombre stocké dans la liste
num_list = [1, 2, 3, 4, 5, 12, 78, 900, 100]
print(max(num_list))
 

# Sortie

900


3. min(list) – elle renvoie l’élément de la liste donnée avec la valeur la plus basse, s’il n’y a pas d’égalité, elle renvoie une erreur.

Par exemple :

# Impression du minimum du nombre stocké dans la liste
num_list = [1,2,3,4,5,12,78,900,100]
print(min(num_list))


# Sortie

1

4. sort(list) – Cette fonction trie toutes ces données et les met par défaut en ordre croissant/décroissant, mais si le paramètre clé est passé, elle trie la liste en fonction de l’évaluation de la fonction sur les éléments.

Le paramètre reverse contrôle si la liste triée (ordre croissant) est donnée telle quelle ou si elle est inversée, c’est-à-dire en ordre décroissant.

La syntaxe est list.sort(reverse=True|False, key= some function)

Par exemple :

num_list = [1,2,3,4,5,12,78,900,100]
print(num_list)
num_list.sort()
print(num_list)
num_list.sort(reverse = True)
print(num_list)

Sortie :

[1, 2, 3, 4, 5, 12, 78, 900, 100]
[1, 2, 3, 4, 5, 12, 78, 100, 900] 
[900, 100, 78, 12, 5, 4, 3, 2, 1]

5. map(function, sequence) – Cette fonction applique une fonction à chaque élément de la liste. La syntaxe est donnée par map(fun, iter). Ici, ‘fun’ est la fonction qui doit être appliquée à chaque élément de ‘iter’.

Par exemple :

def square(n):
    return n * n

numbers = [1, 2, 3, 4]
result = map(square, numbers)
print(list(result))

sortie :
[1, 4, 9, 16]

Il existe tant d’autres fonctions pour les listes. Maintenant, voyons ce que sont les tuples.

Tuples en Python

Ils peuvent être créés en déclarant simplement un tuple entre parenthèses, (), ou en convertissant n’importe quelle séquence en un tuple à l’aide du constructeur intégré tuple().

# Création d'un tuple vide
empty_tuple = ()

seq_set = {1,2,3}
seq_list = [2,3,4,5]
print(type(seq))
print(type(seq_list))
# Conversion d'un ensemble en tuple
seq_set_tuple = tuple(seq_set)

Sortie :
<class 'set'> <class 'list'>
# Création d'un tuple vide
empty_tuple = ()

seq_set = {1, 2, 3}
seq_list = [2, 3, 4, 5]
print(type(seq_set))
print(type(seq_list))
# Conversion d'un ensemble en tuple
seq_set_tuple = tuple(seq_set)
print(type(seq_set_tuple))

sortie :

<class 'set'> <class 'list'> <class 'tuple'>


Les tuples sont comme des listes avec la différence que les tuples sont immuables. Alors pourquoi utilisons-nous les tuples.

Différence entre les tuples et les listes en Python

Les tuples sont immuables tandis que les listes sont mutables. Cela signifie que les tuples ne peuvent pas être modifiés après leur création, tandis que les listes peuvent être éditées pour ajouter ou supprimer des éléments.

Comme une liste, un tuple est également une séquence d’éléments de données, qui ne sont pas nécessairement du même type.

Par exemple :

# Tuple avec des éléments du même type
same_type_list = ('1', '3', '7', '10')
print(same_type_list)

Sortie :

('1', '3', '7', '10')
# Liste avec des éléments de types différents
diff_type_list = ('John', 'Dev', 1.90, True)
print(diff_type_list)

# Sortie

('John', 'Dev', 1.9, True)


Aperçu du prochain article de blog

Nous allons apprendre sur les ensembles et les dictionnaires dans les prochains blogs.

Vous aimerez peut-être aussi notre Cours de JavaScript du débutant à l’avancé.

Robert Whitney

Expert en JavaScript et instructeur qui forme les départements informatiques. Son objectif principal est d'améliorer la productivité de l'équipe en enseignant aux autres comment coopérer efficacement lors du codage.

View all posts →

Robert Whitney

Expert en JavaScript et instructeur qui forme les départements informatiques. Son objectif principal est d'améliorer la productivité de l'équipe en enseignant aux autres comment coopérer efficacement lors du codage.

Share
Published by
Robert Whitney

Recent Posts

Le rôle de l’IA dans la modération de contenu | IA dans les affaires #129

Les entreprises luttent pour gérer une vaste quantité de contenu publié en ligne, des publications…

3 days ago

Analyse de sentiment avec l’IA. Comment cela aide-t-il à provoquer des changements dans les entreprises ? | IA dans les affaires #128

À l'ère de la transformation numérique, les entreprises ont accès à une quantité sans précédent…

3 days ago

Meilleurs outils de transcription IA. Comment transformer de longs enregistrements en résumés concis ? | IA dans les affaires #127

Saviez-vous que vous pouvez obtenir l'essence d'un enregistrement de plusieurs heures d'une réunion ou d'une…

3 days ago

Génération de vidéos par IA. Nouveaux horizons dans la production de contenu vidéo pour les entreprises | IA dans les affaires #126

Imaginez un monde où votre entreprise peut créer des vidéos engageantes et personnalisées pour n'importe…

3 days ago

LLMOps, ou comment gérer efficacement les modèles de langage dans une organisation | IA en affaires #125

Pour tirer pleinement parti du potentiel des grands modèles de langage (LLMs), les entreprises doivent…

3 days ago

Automatisation ou augmentation ? Deux approches de l’IA dans une entreprise | IA en affaires #124

En 2018, Unilever avait déjà entrepris un voyage conscient pour équilibrer les capacités d'automatisation et…

3 days ago