Inbyggda funktionsverktyg för iteration

När vi arbetar med loopar behöver vi ofta göra mer än att bara gå igenom ett antal värden i ordning. Ibland vill vi exempelvis hålla reda på både ett elements position såväl som dess värde medan vi i andra fall vill iterera över två kollektioner samtidigt, sortera värden innan vi skriver ut dem, eller undersöka om något värde i en samling uppfyller ett visst villkor.

Python erbjuder flera inbyggda funktioner som hjälper oss med sådana typer av situationer. I detta kapitel introduceras några av de vanligaste: enumerate(), zip(), sorted(), reversed(), any() och all().

Vi kommer också kort att beröra map() och filter(), men dessa är mindre centrala i början av kursen eftersom samma saker ofta kan uttryckas tydligare med vanliga loopar eller listförståelse.

enumerate()-funktionen

När vi itererar över en kollektion vill vi ibland ha tillgång till både värdet och dess position i listan. Ett vanligt tillvägagångssätt kan därför tänkas vara att skapa en egen “räknare” i stil med:

names = ["Anna", "Erik", "Sara"] 
index = 0 

for name in names: 
    print(index, name) 
    index += 1

0 Anna 
1 Erik 
2 Sara 

Detta är ett fullt rimligt tillvägagångssätt och fungerar, som demonstrerat ovan, som tänkt. Python erbjuder dock ett tydligare sätt att göra samma sak genom funktionen enumerate():

names = ["Anna", "Erik", "Sara"] 

for index, name in enumerate(names): 
    print(index, name)

0 Anna 
1 Erik 
2 Sara 

enumerate() returnerar alltså både positionen och värdet vid varje iteration. Detta gör koden kortare och tydligare, särskilt i de situationer när vi behöver använda indexet i beräkningar eller utskrifter.

Exempel: numrerad meny

Ett vanligt användningsområde för enumerate() är att skriva ut en meny där varje alternativ ska ha ett nummer:

options = ["Start game", "Show instructions", "End game"] 
for number, option in enumerate(options, start=1): 
    print(f"{number}. {option}")

1. Start game 
2. Show instructions 
3. End game 

Argumentet start=1 innebär att numreringen börjar på 1 i stället för 0 - vilket kan tänkas vara mer användarvänligt när vi visar alternativ för en användare.

zip()-funktionen

Ibland har vi två listor som hör ihop. Anta exempelvis att vi har en lista med namn och en lista med poäng enligt:

names = ["Anna", "Erik", "Sara"] 
scores = [18, 15, 20]

Där vi vill skriva ut varje namn tillsammans med rätt poäng. Ett sätt att uppnå detta på kan tänkas vara genom att använda index:

names = ["Anna", "Erik", "Sara"] 
scores = [18, 15, 20]

for i in range(len(names)):
    print(f"{names[i]} fick {scores[i]} poäng.")

Anna fick 18 poäng. 
Erik fick 15 poäng. 
Sara fick 20 poäng. 

Men Python erbjuder ett mer läsbart alternativ genom zip():

names = ["Anna", "Erik", "Sara"] 
scores = [18, 15, 20] 

for name, score in zip(names, scores): 
    print(f"{name} fick {score} poäng.")

Anna fick 18 poäng. 
Erik fick 15 poäng. 
Sara fick 20 poäng. 

zip() parar alltså ihop värden från två eller flera sekvenser, där vi vid varje iteration får ett värde från resp. lista.

Viktigt om olika långa listor

Om listorna är olika långa kommer zip() att avsluta när den kortaste listan tar slut:

names = ["Anna", "Erik", "Sara"] 
scores = [18, 15] 

for name, score in zip(names, scores): 
    print(f"{name} fick {score} poäng.")

Anna fick 18 poäng. 
Erik fick 15 poäng.  

Värdet "Sara" används alltså inte eftersom det saknas ett motsvarande värde i scores.

sorted()-funktionen

Funktionen sorted() används för att skapa en sorterad version av en samling. Den ändrar inte den ursprungliga listan, utan returnerar en ny sorterad lista:

numbers = [5, 1, 9, 3] 
sorted_numbers = sorted(numbers) 
print(numbers) 
print(sorted_numbers)

[5, 1, 9, 3] 
[1, 3, 5, 9] 

sorted() ändrar inte originalet. Om vi vill spara sorteringen behöver vi alltså lagra resultatet i en variabel.

reversed()-funktionen

Funktionen reversed() kan användas för att iterera över en sekvens baklänges:

numbers = [1, 2, 3, 4]

for number in reversed(numbers):
    print(number)

4
3
2
1 

Precis som med sorted() ändras inte originalet utan funktionen påverkar bara hur vi itererar över värdena.

any()- och all()-funktionerna

Funktionerna any() och all() används för att kontrollera flera sanningsvärden samtidigt där any() returnerar True om minst ett värde är sant:

numbers = [3, 7, -2, 10]

has_negative = any(number < 0 for number in numbers)

print(has_negative)

True 

Eftersom -2 är mindre än 0 blir resultatet True.

all() returnerar istället True endast om alla värden är sanna:

numbers = [3, 7, 2, 10]

all_positive = all(number > 0 for number in numbers)

print(all_positive)

True 

Resultatet blir True då alla tal är större än 0.

map()- och filter()-funktionerna

Funktionerna map() och filter() används för att bearbeta samlingar på ett mer “funktionellt” sätt. Dessa är inte nödvändiga för att lösa uppgifterna i kursen, men det kan ändå vara fördelaktigt att känna igen dem.

map()

map() används för att applicera en funktion på varje element i en kollektion:

numbers = [1, 2, 3, 4]

squared_numbers = list(map(lambda number: number ** 2, numbers))

print(squared_numbers)

[1, 4, 9, 16] 

Där lambda number: number ** 2, numbers alltså avser en funktion som ger varje tal i numbers upphöjt i 2. Samma sak kan även uttryckas med kollektionsförståelse/comprehensions (vilket också avser ett avancerat koncept som inte är nödvändigt för att lösa kursens uppgifter):

numbers = [1, 2, 3, 4]

squared_numbers = [number ** 2 for number in numbers]

print(squared_numbers)

[1, 4, 9, 16] 

Vi nämner comprehensions i denna kontext då det argumenterbart kan upplevas som enklare att läsa än tillvägagångssättet med map().

filter()

filter() används för att enbart behålla de element som uppfyller ett visst villkor:

numbers = [1, 2, 3, 4, 5, 6]

even_numbers = list(filter(lambda number: number % 2 == 0, numbers))

print(even_numbers)

[2, 4, 6] 

Där villkoret i ovan fall uttrycks som en funktion vars syfte är att identifiera alla jämna tal i numbers. Även detta kan uttryckas med comprehensions:

numbers = [1, 2, 3, 4, 5, 6]

even_numbers = [number for number in numbers if number % 2 == 0]

print(even_numbers)

[2, 4, 6] 

När ska man använda dessa funktioner?

En generell tumregel kan tänkas vara:

• Använd enumerate() när du behöver både index och värde.
• Använd zip() när du vill iterera över flera samlingar samtidigt.
• Använd sorted() när du vill iterera över värden i sorterad ordning.
• Använd reversed() när du vill iterera baklänges.
• Använd any() när du vill veta om minst ett värde uppfyller ett villkor.
• Använd all() när du vill veta om alla värden uppfyller ett villkor.
• Använd map() och filter() mer försiktigt, särskilt i början. I många fall är en vanlig loop eller listförståelse/comprehensions tydligare.

Sammanfattning

I detta kapitel har vi introducerat några inbyggda funktioner som ofta används tillsammans med iteration. Funktioner som enumerate(), zip() och sorted() hjälper oss att skriva tydligare loopar, medan any() och all() kan användas för att kontrollera flera villkor på ett kompakt sätt.

Dessa verktyg är inte nödvändiga för att förstå grunderna i loopar, men de gör det enklare att skriva kod som är både mer läsbar och mer idiomatisk i Python.