Úlohy k prednáške 2¶

Nižšie nájdeš úlohy na precvičenie z druhej prednášky JDA, kde sme rozoberali dátové štruktúry v Pythone. Úlohy sa zameriavajú na prácu so zoznamami, n-ticami, množinami a slovníkmi, a takisto na dátum a čas. Niektoré môžu vyžadovať väčšiu kreativitu, aby si porozumel(a) fungovaniu týchto kolekcií a objektov v Pythone. V rámci týchto úloh nepoužívaj žiadne pokročilé knižnice (napr. NumPy) či vstup z klávesnice (to príde neskôr). Cieľom je zautomatizovať si základné operácie s týmito dátovými štruktúrami, ako pridávanie, mazanie, nahrádzanie, mapovanie, či využívanie metód na prácu s časom.

1. Listová štatistika¶

Vytvor premennú numbers, ktorá bude obsahovať dvadsať náhodných čísel (môžeš ich zapísať ručne alebo generovať).
Napíš kód, ktorý:
1. Spočíta priemernú hodnotu týchto čísel.
2. Nájde maximálnu a minimálnu hodnotu.
3. Nahradí posledných 5 prvkov za novú postupnosť (napr. [99, 98, 97, 96, 95]).
Vypíš upravený zoznam a výsledky (priemer, min, max).

Tip: Premýšľaj, kedy je vhodné použiť funkciu sum, len, prečo je priemer sum(numbers)/len(numbers) a ako využiť slicing na nahradenie posledných 5 prvkov.

In [2]:

# YOUR CODE

2. N-tice a rozbaľovanie parametrov¶

Definuj n-ticu student_info, ktorá bude obsahovať informácie o študentovi: napr. (meno, priezvisko, vek, priemerná_znamka).
Rozbaľ ju do premenných name, surname, age, average_grade.
Vytvor funkciu print_student_info(info_tuple), ktorá očakáva 4-hodnotovú n-ticu a pekne ju vypíše v tvare:
```
Meno: ...
Priezvisko: ...
Vek: ...
Priemerná známka: ...
```
Otestuj funkciu s vlastnou n-ticou student_info.
Čo sa stane, ak n-tica nebude mať 4 prvky? Vyskúšaj.

Poznámka: Vďaka n-tici môžeme jasne vyjadriť, že ide o nemenný set informácií o študentovi. Hodí sa to pri odovzdávaní viacerých hodnôt naraz.

In [ ]:

# YOUR CODE

3. Filter a zjednotenie množín¶

Vytvor premenné letters_a a letters_b, obe budú množiny (sets) s písmenami (napr. {'a','b','d','f'} a {'b','c','d','x'}).
Nájdi:
- Zjednotenie letters_a a letters_b
- Prienik
- Rozdie.
Z týchto množín vytvor zoznam a usporiadaj ho abecedne.
Napíš krátky kód, ktorý z množiny letters_a vyfiltruje (pomocou set comprehension) len tie písmená, ktoré sa nachádzajú v rozmedzí 'b' <= písmeno <= 'x'. Teda ak napr. letters_a obsahuje znaky mimo tohto rozsahu, tie sa vynechajú.

Cieľ: Precvičiť bežné operácie na množinách, prácu s operátormi, konverziu set -> list -> triedenie, a set comprehension.

In [3]:

# YOUR CODE

4. Zlúčenie dvoch slovníkov¶

Predstav si, že máš dva slovníky dict_a a dict_b, ktoré reprezentujú napr. konfigurácie alebo nastavenia. Oba môžu obsahovať rovnaké kľúče.

Vytvor dict_a aj dict_b ručne, napr.:

dict_a = {"width": 800, "height": 600, "title": "My App"}
dict_b = {"width": 1024, "fullscreen": True, "theme": "dark"}

Napíš kód, ktorý vytvorí nový slovník merged_dict, kde:
- Ak nejaký kľúč existuje iba v dict_a, prevezmú sa jeho údaje.
- Ak nejaký kľúč existuje iba v dict_b, prevezmú sa jeho údaje.
- Ak nejaký kľúč existuje v oboch slovníkoch, prednosť dostane hodnota z dict_b.
Vypíš merged_dict. Malo by obsahovať kľúče width, height, title, fullscreen, theme, s príslušnými hodnotami (a width už bude 1024).

Cieľ: Precvičiť prácu so slovníkmi, prepis hodnôt pri rovnakých kľúčoch, prípadne novšie spôsoby zlúčenia dictionaries.

In [4]:

# YOUR CODE

5. História výskytu slov (slovník + list)¶

Vytvor reťazec text s nejakou vetou, napr. "apple banana apple orange banana apple".
Rozdeľ ho podľa medzier na list slov.
Pomocou slovníka counts spočítaj, koľkokrát sa každé slovo v texte vyskytuje.
Vypíš zoznam (slovo, počet), napr.:
```
apple -> 3
banana -> 2
orange -> 1
```
Napíš krátky kód, ktorý všetky slová s count == 1 (tzn. tie, ktoré sa vyskytli iba raz) uloží do množiny unique_words.

Cieľ: Zistiť, ako vytvoriť histogram / počty výskytov pomocou slovníka, precvičiť rozdeľovanie reťazca na list (metóda split) a prípadne usage množiny.

In [7]:

# YOUR CODE

6. Maticové operácie (pokročilejšie listy)¶

Vytvor dvojrozmerný zoznam (tzv. matica) s rozmermi 3x3 (napr. matrix = [[1,2,3],[4,5,6],[7,8,9]]).
Vypíš súčet všetkých prvkov matice.
Vytvor novú maticu matrix_t, ktorá bude transpozícia pôvodnej matice (riadky sa stanú stĺpcami). Napíš to bez použitia knižnice NumPy – ručne, cez list comprehension a indexing.
Vypíš aj pôvodnú, aj transponovanú maticu, nech je vidno rozdiel.

Poznámka: Študenti, ktorí poznajú NumPy, by vedeli transpozíciu spraviť ľahko, ale tu si to vyskúšaj ručne, aby si precvičil slicing/indexing vo vnorenej štruktúre.

In [8]:

# YOUR CODE

7. Shallow vs. deep copy v praxi¶

Vytvor list original_list = [ [1,2], [3,4] ].
Vytvor copy_list = original_list[:] (shallow copy) a import copy; deep_list = copy.deepcopy(original_list).
Zmeň original_list[0][0] na "X".
Vypíš všetky tri listy. Čo vidíš?
Zmeň original_list[0] na úplne nový sub-list (napr. [9,9]) a znova všetko vypíš. Čím sa to líši oproti prvému prípadu?

Cieľ: Na konkrétnom príklade pochopiť rozdiel medzi povrchnou a hĺbkovou kópiou a vidieť, že ak meníme vnútorné štruktúry, shallow copy zdieľa referenciu.

In [9]:

# YOUR CODE

8. Formátovanie času a dňa v týždni¶

Načítaj aktuálny čas do premennej now = datetime.now().
Vypíš ho v tvare HH:MM, napr. 14:07.
Zisti, ktorý je to deň v týždni – použijeme weekday() (0=pondelok, 6=nedeľa) alebo isoweekday() (1=pondelok, 7=nedeľa).
Napíš krátky kód, ktorý mapuje číselnú hodnotu na reťazec (napr. 1 -> "pondelok", 2 -> "utorok", ...).

Vypíš to v tvare:

Aktuálny čas je 14:07, dnes je streda.

Cieľ: Precvičiť modul datetime, formátovanie strftime, priradenie a mapovanie dňa v týždni na slovný názov.

In [10]:

# YOUR CODE