Feltételek

A Python logikai műveletek segítségével értékeli a feltételeket. A logikai értékek, igaz (True) és hamis (False), akkor kerülnek visszatérítésre, amikor egy kifejezés összehasonlításra vagy kiértékelésre kerül. Például:

Figyeld meg, hogy a változók értékadása egyenlőségjel "=" használatával történik, míg két változó összehasonlítása dupla egyenlőségjel "==" használatával. A "nem egyenlő" operátor jelölése pedig: "!=".

Logikai operátorok

Az "and" és az "or" logikai operátorok lehetővé teszik összetett logikai kifejezések építését, például:

Az "in" operátor

Az "in" operátor használható annak ellenőrzésére, hogy egy adott objektum létezik-e egy iterálható objektumtartóban, például egy listában:

A Python a behúzás segítségével határoz meg kódtömböket, szemben a kapcsos zárójelekkel. Az alapértelmezett Python behúzás 4 szóköz, bár a tabulátorok és bármilyen más méretű szóköz is működni fog, amennyiben következetes. Észre lehet venni, hogy a kódtömbök nem igényelnek semmilyen lezárást.

Itt van egy példa a Python "if" utasításának használatára kódtömbökkel:

Például:

Egy állítás igaznak számít, ha az alábbiak közül valamelyik helyes: 1. Az "True" logikai változó kerül megadásra, vagy kifejezéssel, mint például aritmetikai összehasonlítással kerül kiszámításra. 2. Egy objektum, amely nem tekintendő "üresnek", kerül átadásra.

Íme néhány példa azokra az objektumokra, amelyeket üresnek tekintünk: 1. Üres karakterlánc: "" 2. Üres lista: [] 3. A nulla szám: 0 4. A hamis logikai változó: False

Az "is" operátor

Ellentétben a dupla egyenlőségjel "==" operátorral, az "is" operátor nem a változók értékeit, hanem magukat az instance-eket hasonlítja össze. Például:

A "not" operátor

A "not" használatával egy logikai kifejezés előtt annak értéke megfordítható:

Exercise

Változtasd meg a változókat az első részben úgy, hogy minden if utasítás igazként kerüljön kiértékelésre.

This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join over a million other learners and get started learning Python for data science today!