Sleutels/waarden aanpassen in dict, get() gebruiken

We hebben gezien hoe je een dictionary maakt en waarden erin opvraagt; de volgende stap is het aanpassen van waarden in een dictionary. Onthoud dat je waarden in een dictionary opvraagt met de bijbehorende sleutel.

Deze oefening maakt deel uit van de cursus

Julia voor gevorderden

Cursus bekijken

Oefeninstructies

Verander price naar 132.55.
Verander volume naar 70000000.
Gebruik het sleutelwoord get() om de nieuwe waarde van price() naar de console te printen, en stel het standaardargument voor get() in op Unknown key.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

apple_stock_data = Dict{String, Float64}("price" => 131.86, "prev_close" => 131.99, "volume" => 55000000)

# Change the price and volume values
apple_stock_data____ = ____
apple_stock_data____ = ____

# Use get() to get the price key in apple_stock_data
println(____(____, ____, ____))

Code bewerken en uitvoeren

Deze oefening maakt deel uit van de cursus

Julia voor gevorderden

SkillTag.level.beginnerSkillTag.label

4.7+

Begin de cursus gratis

Loops are one of the core concepts that underpin Julia. In this chapter, you'll learn about for loops and while loops, and how to use them to iterate over data structures that you are already familiar with. You will also cover ranges, a useful tool for generating sequences of data.

Exercise 1: For loops Exercise 2: For loops question Exercise 3: Loop over a vector Exercise 4: Loops and enumerate Exercise 5: Looping over nested structures Exercise 6: While loops Exercise 7: Writing a while loop Exercise 8: While loops for iteration Exercise 9: Ranges Exercise 10: Ranges - iteration Exercise 11: Defining ranges Exercise 12: Looping over ranges Exercise 13: Splat unpacking

This chapter focuses on expanding your knowledge of the data structures available in Julia. Learn how to use tuples, dictionaries, multi-dimensional arrays, and structures to store and traverse data quickly and efficiently.

Exercise 1: Tuples Exercise 2: Wanneer gebruik je een tuple?Exercise 3: Maak, indexeer en slice een tuple Exercise 4: Maak een NamedTuple voor een persoon Exercise 5: Woordenboeken Exercise 6: Maak een ongetypte dict en itereer Exercise 7: Getypte dict maken, itereren Exercise 8: Sleutels/waarden aanpassen in dict, get() gebruiken

Huidige oefening

Exercise 9: Multidimensionale arrays Exercise 10: Maak 1D- en 2D-arrays Exercise 11: Indexeer en slice een 2D-array Exercise 12: Arrays samenvoegen Exercise 13: Structs Exercise 14: Definieer een struct Exercise 15: Mutabele en getypeerde structs

In this chapter, you’ll extend your understanding of functions, exploring positional, keyword, and default function arguments. You will also cover code execution timing, getting a strong understanding of how to measure the time your code takes to run. This chapter will round off with a capstone on writing your own functions to solve real-world problems.

Exercise 1: Execution time and measurement Exercise 2: Built-in time macro Exercise 3: Timing a function Exercise 4: Positional and Default Arguments, Type Declarations Exercise 5: Positional arguments recap Exercise 6: Default arguments Exercise 7: Type declarations Exercise 8: Keyword Arguments Exercise 9: Keyword arguments Exercise 10: Variable number of arguments Exercise 11: Writing Your Own Function Exercise 12: Writing your own functions Exercise 13: Writing your own functions - structs

This final chapter will introduce anonymous functions and will recap one of the powerful features of Julia; multiple dispatch. You will learn how to use functions from Python and R packages within Julia and discover how to clean and modify data within dataframes.

Exercise 1: Anonymous Functions and Multiple Dispatch Exercise 2: Multiple dispatch Exercise 3: Anonymous functions Exercise 4: Filtering DataFrames Exercise 5: Importing Functions from Python and R Exercise 6: Importing Python and R Exercise 7: Python functions in Julia Exercise 8: R functions in Julia Exercise 9: Cleaning Data Exercise 10: Renaming columns Exercise 11: Missing data Exercise 12: Advanced missing data Exercise 13: Congratulations!