Olá, caro leitor! Seja muito bem-vindo a mais uma edição da "Dicas Pythonicas".
No pyPRO, seguimos firme na missão de te transformar em um profissional Python de excelência, oferecendo dicas práticas e eficazes para o seu crescimento.
Hoje, vamos abordar um problema comum em programação: remover duplicidades de uma lista. Manter listas limpas e sem elementos repetidos é uma tarefa frequente, especialmente ao lidar com grandes conjuntos de dados.
Aqui está um exemplo prático de como você pode remover duplicatas de uma lista usando dois métodos diferentes:
# Removendo duplicidades de uma lista - Método 1
a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
print(a) # Lista original com duplicatas
i = 0
j = 1
while (i <= len(a)-2):
while (j <= len(a)-1):
if a[i] == a[j]:
del(a[j])
else:
j += 1
i += 1
j = i+1
print(a) # Lista após remoção de duplicatas
Como Funciona?
Neste método, usamos dois loops while para comparar cada elemento da lista a com os outros. Quando uma duplicata é encontrada, ela é removida usando del(a[j]). Esse método é eficaz, mas pode ser ineficiente para listas muito grandes devido à complexidade dos loops aninhados.
Agora, vejamos uma maneira mais eficiente e elegante de resolver o mesmo problema:
# Removendo duplicidades de uma lista - Método 2
b = list(set(a))
print(b) # Lista sem duplicatas
Como Funciona?
Aqui, utilizamos o poder do set, uma estrutura de dados em Python que não permite duplicatas. Ao converter a lista a em um conjunto (set(a)), todas as duplicatas são automaticamente removidas. Em seguida, convertendo de volta para uma lista com list(set(a)), obtemos uma lista limpa e ordenada.
Experimente ambos os métodos e veja qual se adapta melhor às suas necessidades. Embora o segundo método seja mais rápido e elegante, o primeiro pode ser útil para compreender os fundamentos da manipulação de listas.
Espero que esta dica te inspire a explorar mais sobre estruturas de dados e manipulação de listas em Python. Não perca nossa próxima edição, onde traremos novas ferramentas para melhorar ainda mais seu código!
Até lá, continue praticando e evoluindo. Lembre-se: no pyPRO, sempre há mais para descobrir!
Um forte abraço,
Prof. Dr. Dilermando Piva Jr.
Idealizador do pyPRO
Visite: https://pypro.com.br para mais informações sobre Python, Ciência de Dados e Git/GitHub.