i

Dedicated to 
Nalinee & Prabhakar Kanetkar...

iii
About Yashavant Kanetkar
Through his books and Online Courses on C,  C++, 
Java,  Python,  Data  Structures,  .NET,  IoT,  etc. 
Yashavant  Kanetkar  has  created,  molded  and 
groomed  lacs  of  IT  careers  in  the  last  three 
decades  Yashaǀants  books  and  Online  Courses 
have  made  a  significant  contribution  in  creating 
top-notch IT manpower in India and abroad.
His  books  are  globally  recognized  and  millions  of  students  / 
professionals have benefitted from them. Many of his books have been 
translated  into  Hindi,  Gujarati,  Japanese,  Korean  and  Chinese 
languages.  Many  of  his  books  are  published  in  India,  USA,  Japan, 
Singapore, Korea and China.
He  is  a  much  sought  after  speaker  in  the  IT field  and  has  conducted 
seminars/workshops  at  TedEx,  IITs,  IIITs,  NITs  and  global  software 
companies. 
He has  been  honored  ǁith  the  prestigioƵs  DistingƵished  AlƵmnƵs 
Aǁard  bLJ  IIT  KanpƵr  for  his  entrepreneurial,  professional  and 
academic  excellence.  This  award  was  given  to  top  50  alumni  of  IIT 
Kanpur  who  have  made  significant  contribution  towards  their 
profession and betterment of society in the last 50 years. 
In recognition of his immense contribution to IT education in India,  he 
has  been  aǁarded  the  Best  NET  Technical  ContribƵtor  and  Most 
ValƵable Professional aǁards bLJ Microsoft for ϱ sƵccessiǀe LJears 
Yashavant holds a BE from VJTI Mumbai and M.Tech. from IIT Kanpur. 
His current affiliations include being a Director of KICIT Pvt. Ltd. He can 
be reached at [email protected] or through http://www.kicit.com. (http://www.kicit

iv
About Aditya Kanetkar
Aditya  is  currently  working  as  a  Cloud
Software  Engineer  at  Microsoft,  Redmond, 
USA. 
He  has  worked  at  multiple  software 
companies  in  the  past,  including  Oracle, 
Redfin,  Amazon  and  Arista  Networks.  He  has 
been  designing  distributed  systems  software 
for the last four years.
Aditya  holds  a  Bachelor's  degree  in  Computer Science  and  Engineering 
from  IIT  Guwahati  and  a  Master's  degree  in  Computer  Science  from 
Georgia  Tech,  Atlanta.  His  current  passion  is  anything  remotely 
connected  to  Python,  Machine  Learning,  Distributed  Systems,  Cloud 
Computing  and  C#.  When not  writing software,  he  is most  likely to  be 
found on a Badminton court or watching a football game.
Aditya can be reached through http://www.kicit.com. (http://www.kicit.com.)

v
Preface to Third Edition
Programming  landscape  has  changed significantly  over  the  last  few 
years. Python is making inroads  into every field  that has anything to do 
with programming. Naturally, Python programming is a skill that one has 
to acquire, sooner the better. 
If you have no programming background and you are learning Python as 
your first  programming language  you  will find  the  book  very simple  to 
understand.  Primary  credit  of  this  goes  to  the  Python  languageͶit  is 
very simple for the beginner, yet  very powerful for  the expert who can 
tap into its power.
If you have some acquaintance with a programming language, you need 
to  get  off the  ground  with  Python  quickly.  To  do  that  you  need  to 
understand the  similarities/differences in  a feature  that  you have  used 
in  other  language(s) and  new  features  that  Python  offers.  In  both 
respects  this  book  should help  you immensely.  Instead  of  explaining  a 
feature with verbose text, we have mentioned the key points about it as 
'KanNotes' and explained those points with the help of programs.
The most important characteristic of this book is its simplicityͶbe it the 
code  or  the  text.  You  will  also  notice  that  very  few  programming 
examples  in  this  book  are  code  fragments.  We  have  realized  that  a 
program  that  actƵallLJ  compiles  and  rƵns  helps  improǀe  ones 
understanding of a subject a great deal more, than just code snippets.
Exercises are  exceptionally  useful  to  complete  the  readers 
understanding  of  a  topic.  So  you  will  find  them at  the  end  of  each 
chapter.  Please  do  attempt  them.  They  will  really  make  you  battle-
ready. If you  want solutions  to these  Exercises then  take  a  look at our
book 'Let Us Python Solutions'.
The immense success of first edition of 'Let Us Python' has enthused us 
to  pour  our best  efforts  creating  this  third edition.  Admittedly,  in  the 
first  two  editions there  were  a  few  key places  where  the  topic change 
was  a  bit  jarring.  To  address  this  issue  many  chapters  have  been 
reorganized, split  or  combined. In  addition  one new chapter and  three 
new appendices have been added in this edition. 
We have tried to write a Python book that makes reading it as much fun 
as  the  language  is.  Enjoy  the  book  and  your  journey  into  the  Python 
world!
vi
 Brief Contents

1 Introduction to Python _______________________________ 1
2 Getting Started______________________________________ 9
3 Python Basics ______________________________________ 17
4 Strings ____________________________________________ 39
5 Decision Control Instruction ___________________________ 55
6 Repetition Control Instruction _________________________ 69
7  Console Input/Output ________________________________ 81
8 Lists ______________________________________________ 91
9 Tuples _____________________________________________ 109
10 Sets _______________________________________________ 121
11  Dictionaries ________________________________________ 131
12  Comprehensions ____________________________________ 145
13 Functions __________________________________________ 157
14 Recursion __________________________________________ 175
15 Functional Programming _____________________________ 191
16  Modules and Packages _______________________________ 205
17  Namespaces _______________________________________ 217
18  Classes and Objects _________________________________ 227
19 Intricacies of Classes and Objects ______________________ 245
20  Containership and Inheritance ________________________ 257
21  Iterators and Generators ____________________________ 277
22  Exception Handling _________________________________ 299
23  File Input/Output __________________________________ 317
24  Miscellany ________________________________________ 333
25  Concurrency and Parallelism__________________________ 355
26  Synchronization ____________________________________ 373

vii
Appendix A - Precedence Table________________________ 395
Appendix B - Debugging in Python______________________ 397
Appendix C - Chasing the Bugs_________________________ 401
Index _____________________________________________ 407

viii
 Contents

1 Introduction to Python _____________________________ 1

What is Python? 2
Reasons for Popularity 2
What sets Python apart? 3
What can be done using Python? 3
Who uses Python today? 4
Programming Paradigms 4
Functional Programming Model 5
Procedural Programming Model 5
Object-oriented Programming Model 6
Event-driven Programming Model 6
Exercises 7

2 Getting Started __________________________________ 9
Python Specification 10
Python Installation under Windows 10
Python Installation under Linux 11
Python Resources 12
Third-party Packages 12
More Sophisticated Tools 13
Working with Python 13
Python Programming Modes 14
Determining Python Version 15
Exercises 15

3 Python Basics ____________________________________ 17
Identifiers and Keywords 18
Python Types 18
Basic Types 19
Integer and Float Ranges 19
Variable Type and Assignment 20
Arithmetic Operators 20
Operation Nuances 21
Precedence and Associativity 22
Conversions 23
Built-in Functions 23
Built-in Modules 24
Container Types 26
ix
 Python Type Jargon 26
Comments and Indentation 27
Multi-lining 27
Classes and Objects 28
Multiple Objects 29
Programs 30
Exercises 37

4 Strings __________________________________________ 39
What are Strings? 40
Accessing String Elements 40
String Properties 41
Built-in Functions 42
String Methods 42
String Conversions 43
String Comparisons 44
Programs 45
Exercises 52

5 Decision Control Instruction_________________________ 55
Decision Control Instruction 56
Nuances of Conditions 57
Logical Operators 57
Conditional Expressions 58
all( ) and any( ) 59
Receiving Input 59
pass Statement 60
Programs 60
Exercises 65

6 Repetition Control Instruction _______________________ 69

Repetition Control Instruction 70
Usage of while Loop 70
Usage of for Loop 71
break and continue 73
Else Block of a Loop 73
Programs 74
Exercises 77

7 Console Input/Output _____________________________ 81
Console Input 82
x
 Console Output 83
Formatted Printing 83
Programs 85
Exercises 88

8 Lists ____________________________________________ 91
What are Lists? 92
Accessing List Elements 92
Looping in Lists 93
Basic List Operations 93
Using Built-in Functions on Lists 96
List Methods 97
Sorting and Reversing 97
List Varieties 98
Stack Data Structure 99
Queue Data Structure 99
Programs 99
Exercises 105

9 Tuples __________________________________________ 109
What are Tuples? 110
Accessing Tuple Elements 110
Looping in Tuples 111
Basic Tuple Operations 111
Using Built-in Functions on Tuples 112
Tuple Methods 113
Tuple Varieties 113
Programs 114
Exercises 119

10 Sets ____________________________________________ 121

What are Sets? 122
Accessing Set Elements 123
Looping in Sets 123
Basic Set Operations 123
Using Built-in Functions on Sets 124
Set Methods 124
Mathematical Set Operations 125
Updating Set Operations 126
Set Varieties 126
Programs 126
xi
 Exercises 129

11 Dictionaries ______________________________________ 131
What are Dictionaries? 132
Accessing Dictionary Elements 132
Looping in Dictionaries 133
Basic Dictionary Operations 133
Using Built-in Functions on Dictionaries 134
Dictionary Methods 135
Dictionary Varieties 135
Programs 136
Exercises 141

12 Comprehensions __________________________________ 145

What are Comprehensions? 146
List Comprehension 146
Set Comprehension 147
Dictionary Comprehension 148
Programs 148
Exercises 154

13 Functions ________________________________________ 157
What are Functions? 158
Communication with Functions 159
Types of Arguments 160
Unpacking Arguments 163
Programs 164
Exercises 173

14 Recursion ________________________________________ 175
Repetitions 176
Recursive Function 176
When to use Recursion 177
Problem as Similar Sub-problems 177
Recursive Factorial Function 178
Problem with Unknown Loops 179
Types of Recursion 181
Recursion Limit 182
Iteration to Recursion 182
Programs 182
Exercises 188
xii
15 Functional Programming ___________________________ 191
Functional Programming 192
Functions as First-class Values 192
Lambda Functions 193
Higher Order Functions 194
Map, Filter, Reduce 195
map( ) Function 195
filter( ) Function 196
reduce( ) Function 196
Using Lambda with map( ), filter( ), reduce( ) 197
Where are they Useful? 198
Programs 199
Exercises 203

16 Modules and Packages _____________________________ 205

The Main Module 206
Multiple Modules 206
Importing a Module 207
Variations of import 208
Search Sequence 208
Same Code, Different Interpretation 209
Packages 209
Third-party Packages 210
Programs 211
Exercises 215

17 Namespaces _____________________________________ 217

Symbol Table 218
Namespace 218
globals( ) and locals( ) 219
Where to use them? 220
Inner Functions 221
Scope and LEGB Rule 222
Programs 223
Exercises 225

18 Classes and Objects ________________________________ 227

Programming Paradigms 228
What are Classes and Objects? 228
Classes and Objects in Programming 229
xiii
 User-defined Classes 229
Access Convention 231
Object Initialization 232
Class Variables and Methods 234
vars( ) and dir( ) Functions 234
More vars( ) and dir( ) 235
Programs 236
Exercises 242

19 Intricacies of Classes and Objects ____________________ 245
Identifier Naming Convention  246
Calling Functions and Methods 247
Operator Overloading 248
Which Operators to Overload 249
Everything is an Object 250
Imitating a Structure  252
Type Conversion 252
Programs 253
Exercises 256

20 Containership and Inheritance _______________________ 259

Reuse Mechanisms 260
Which to use When? 260
Containership 260
Inheritance 261
What is Accessible where? 263
isinstance( ) and issubclass( ) 264
The object class 265
Features of Inheritance 265
Types of Inheritance 265
Diamond Problem 267
Abstract Classes 268
Runtime Polymorphism 269
Programs 269
Exercises 274

21 Iterators and Generators ___________________________ 277

Iterables and Iterators 278
zip( ) Function  278
Iterators 279
User-defined Iterators 281
xiv
 Generators 282
Which to use When? 283
Generator Expressions 283
Programs 284
Exercises 297

22 Exception Handling ________________________________ 299

What may go Wrong? 300
Syntax Errors 300
Exceptions 301
How to deal with Exceptions? 302
How to use try - except? 303
Nuances of try and except 304
User-defined Exceptions 305
else Block 308
finally Block 309
Exception Handling Tips 309
Programs 309
Exercises 314

23 File Input/Output _________________________________ 317
I/O System 318
File I/O 318
Read / Write Operations 319
File Opening Modes 320
with Keyword 321
Moving within a File 321
Serialization and Deserialization 322
Serialization of User-defined Types 325
File and Directory Operations 326
Programs 327
Exercises 330

24 Miscellany _______________________________________ 333
Documentation Strings 334
Command-line Arguments 335
Parsing of Command-line 336
Bitwise Operators 338
Assertion 339
Decorators 340
Decorating Functions with Arguments 342
xv
 Unicode 345
bytes Datatype 345
Create Executable File 347
Programs 348
Exercises 353

25 Concurrency and Parallelism ________________________ 355

Concurrency and Parallelism 356
What are Threads? 356
Concurrency and Parallelism in Programming 357
CPU-bound and I/O-bound Programs 358
Which to use When? 358
Concurrency for Improving Performance 359
Types of Concurrencies 360
Thread Properties 361
Launching Threads 361
Passing Parameters to a Thread 362
Programs 363
Exercises 370

26 Synchronization __________________________________ 373

Synchronization 374
Examples of Sharing Resources 374
Example of Communication between Threads 374
Mechanisms for Sharing Resources 375
Lock  375
RLock  376
Semaphore 377
Mechanisms for Inter-thread Communication 377
Event 377
Condition 378
Programs 379
Exercises 393

Appendix A - Precedence Table _____________________ 395

Appendix B - Debugging in Python ___________________ 397
Appendix C - Chasing the Bugs _______________________ 401
Index ___________________________________________ 407

xvi
 Introduction to
1 Python

Let Us

Python

“Wet your feet...”

x What is Python? x Functional Programming Model
x Reasons for Popularity x Procedural Programming Model
x What sets Python apart? x Object-oriented Programming Model
x Where is Python Used? x Event-driven Programming Model
x Who uses Python today? x Exercises
x Programming Paradigms

1
2 Let Us Python

What is Python?
x Python  is a high-level  programming  language created by Guido Van 
Rossum - fondly known as Benevolent Dictator For Life.
x Python  was  first  released  in  1991.  Today  Python  interpreters  are 
available for many Operating Systems including Windows and Linux.
x Python programmers are often called Pythonists or Pythonistas.

Reasons for Popularity
x Theƌe aƌe Ɛeǀeƌal ƌeaƐonƐ foƌ PLJƚhonƐ popƵlaƌiƚLJ TheƐe inclƵde
(a) Free:
- Python  is  free  to  use  and  distribute and  is supported  by 
community.
- Python interpreter is available for every major platform.
(b) Software quality:
- Better than traditional and scripting languages.
- Readable code, hence reusable and maintainable.
- Support for advance reuse mechanisms.
(c) Developer productivity:
- Much better than statically typed languages.
- Much smaller code.
- Less to type, debug and maintain.
- No lengthy compile and link steps.
(d) Program portability:
- Python programs run unchanged on most platforms.
- Python runs on every major platform currently in use.
- Porting  program  to  a  new  platform  usually  need  only  cut  and 
paste.  This  is  true  even  for  GUI,  DB access,  Web programming, 
OS interfacing, Directory access, etc.
(e) Support libraries:
- Strong  library  support from  Text  pattern  matching  to 
networking.
- Vast collection of third party libraries.
- Libraries  for  Web  site  construction,  Numeric  programming, 
Game development, Machine Learning etc.
Chapter 1: Introduction to Python  3

(f) Component integration:
- Can invoke C, C++ libraries and Java components.
- Can communicate with frameworks such as COM, .NET.
- Can  interact over  networks with interfaces  like SOAP, XML-RPC, 
CORBA.
- With  appropriate  glue  code, Python can  subclass  C++,  Java,  C#.
classes, thereby extending the reach of the program.
- Popularly used for product customization and extension.
(g) Enjoyment:
- Ease of use.
- Built-in toolset.
- Programming becomes pleasure than work.
What sets Python apart?
(a) Powerful:
- Dynamic typing.
- No variable declaration.
- Automatic allocation and Garbage Collection.
- Supports classes, modules and exceptions.
- Permits componentization and reuse.
- Powerful containers - Lists, Dictionaries, Tuples, etc.
(b) Ready-made stuff:
- Support for operations like joining, slicing, sorting, mapping, etc.
- Powerful library.
- Large collection of third-party utilities.
(c) Ease of use:
- Type and run.
- No compile and link steps.
- Interactive programming experience.
- Rapid turnaround.
- Programs are simpler, smaller and more flexible.
Where is Python used?
x Python is used for multiple purposes. These include:
(a) System programming
(b) Building GUI applications
(c) Internet scripting
4 Let Us Python

(d) Component integration
(e) Database programming
(f) Rapid prototyping
(g) Numeric and Scientific programming
(h) Game programming
(i) Robotics programming

Who uses Python today?
x Many organizations use Python for varied purposes. These include:
(a) Google - In web search system
(b) YouTube - Video Sharing service
(c) Bit-torrent - Peer to Peer file sharing system
(d) Intel, HP, Seagate, IBM, Qualcomm - Hardware testing 
(e) Pixar, Industrial Light and Magic - Movie animation 
(f) JP Morgan, Chase, UBS - Financial market forecasting 
(g) NASA, FermiLab - Scientific programming 
(h) iRobot - Commercial robot vacuum cleaners 
(i) NSA - Cryptographic and Intelligence analysis 
(j) IronPort - Email Servers 

Programming Paradigms
x Paradigm means organization principle. It is also known as model.
x Programming  paradigm/model  is  a  style  of  building  the  structure 
and elements of computer programs.
x There  exist  many  programming  models  like  Functional,  Procedural, 
Object-oriented, Event-driven, etc. 
x Many  languages  facilitate  programming  in  one  or  more  paradigms. 
For  example,  Python  supports  Functional,  Procedural,  Object-
oriented and Event-driven programming models.
Chapter 1: Introduction to Python  5

x There  are  situations  when  Functional  programming  is  the  obvious 

choice,  and  other  situations  were  Procedural  programming  is  the 
better choice.
x Paradigms are not meant to be mutually exclusive. A single program 
may use multiple paradigms. 

Functional Programming Model
x Functional  programming  decomposes  a  problem  into  a  set  of 
functions.  These  functions  provide  the  main  source  of  logic  in  the
program.
x Functions  take  input  parameters  and  produce  outputs.  Python 
provides  functional  programming  techniques  like  lambda,  map, 
reduce and filter. These are discussed in Chapter 15.
x In  this  model computation  is treated as  evaluation of mathematical 
functions.  For  example,  to  get  factorial  value  of  a  number,  or  nth
Fibonacci number we can use the following functions:

factorial(n)  = 1  if n == 0

= n * factorial(n - 1)  if n > 0

fibo(n) = 0  if n = 0
= 1  if n = 1
= fibo(n - 2) + fibo(n - 1)  if n > 1 

x The  output  value  of  a  function  depends  only  on  its arguments,  so 
calling  a  function  with  the  same  value  for  an  argument  always 
produces  the  same  result.  As  a  result,  it  is  a  good  fit  for  parallel 
execution.
x No  function can  have  side effects on  other variables (state  remains 
unaltered).
x Functional  programming  model  is  often  called  a 'Declarative'
programming paradigm as programming is done with expressions or 
declarations instead of statements. 

Procedural Programming Model
x Procedural  programming  solves  the  problem  by  implementing  one 
statement (a procedure) at a time. Thus it contains explicit steps that 
are executed in a specific order.
6 Let Us Python

x It also uses functions, but  these are not mathematical functions like 

the  ones  used  in  functional  programming.  Functional programming 
focuses  on expressions,  whereas  Procedural programming  focuses 
on statements.
x The  statements  don't  have  values  and  instead  modify  the  state  of 
some conceptual machine.
x Same  language expression can  result in different values at different 
times  depending on the global state of the executing program. Also, 
the functions may change a program's state.
x Procedural  programming  model  is  often  called  'Imperative'
programming as  it  changes  state  with  an  explicit  sequence  of 
statements.

Object-oriented Programming Model
x This model mimics the real  world by creating inside the computer a 
mini-world of objects.
x In  a  University system  objects  can  be  VC,  Professors,  Non-teaching 
staff, students, courses, semesters, examinations, etc.
x Each  object  has  a  state  (values)  and  behavior  (interface/methods). 
Objects  get  state  and  behavior  based  on  the  class  from  which  it 
created.
x Objects  interact  with  one  another  by sending  messages  to  each 
oƚheƌ ie bLJ calling each oƚheƌƐ inƚeƌface methods.

Event-driven Programming Model
x This  model  is  popularly  used  for  programming  GUI  applications 
containing  elements  like  windows,  check  boxes,  buttons,  combo-
boxes, scroll bars, menus, etc.
x When  we  interact  with  these  elements  (like  clicking  a  button,  or 
moving  the  scrollbar  or  selecting  a  menu  item)  events  occur  and 
these  elements  emit  messages.  There  are  listener  methods  which 
are registered with these GUI elements which react to these events. 
x Since  there  is  no  guaranteed  sequence  in  which  events  may occur 
(based  on how we interact with GUI elements), the listeners should 
be able to handle them in asynchronous manner.
____________________________________________________________________
Chapter 1: Introduction to Python  7

[A] Answer the following:

(a) Mention 5 fields in which Python is popularly used.
(b) Where is event-driven programming popularly used?
(c) Why Python is called portable language?
(d) What is the single most important feature of different programming 
models discussed in this chapter?
(e) Which of the following is not a feature of Python?
- Static typing
- Dynamic typing
- Run-time error handling through error numbers
- Library support for containers like Lists, Dictionaries, Tuples

(f) Give  an  example  application of  each  of  the  following programming 

models:
- Functional model
- Procedural model
- Object-oriented model
- Event-driven model

[B] State whether the following statements are True or False:

(a) Python is free to use and distribute.
(b) Same  Python  program  can  work  on  different  OS  - microprocessor 
combinations.
(c) It is possible to use C++ or Java libraries in a Python program.
(d) In Python type of the variable is decided based on its usage.
(e) Python cannot be used for building GUI applications.
(f) Python  supports functional,  procedural,  object-oriented  and  event-
driven programming models.
(g) GUI applications are based on event-driven programming model.
8 Let Us Python

(h) Functional  programming  model  consists  of  interaction  of  multiple 

objects.

[C] Match the following pairs:

a.  Functional programming 1.  GUI element based interaction
b.  Event-driven programming 2.  Interaction of objects
c.  Procedural programming 3.  Statements
d.  OOP 4.  Maths-like functions

[D] Fill in the blanks:

(a) Functional  programming  paradigm  is  also  known  as  ________ 

programming model.
(b) Procedural  programming  paradigm  is  also  known  as  ________ 
programming model.
(c) Python was created by _________.
(d) Python programmers are often called _________.
 Getting Started
2
Let Us

Python

“On your mark, set, go...”

x Python Specification x More Sophisticated Tools
x Python Installation under Windows x Working with Python
x Python Installation under Linux x Python Programming Modes
x Python Resources x Determining Python Version
x Third-party Packages x Exercises

9
10 Let Us Python

Python Specification
x Python is a  specification for a  language that  can  be implemented in 
different ways. There are many implementations of this specification 
written in different languages.

x Different popular Python implementations are:
CPython - is the reference implementation, written in C.
PyPy - Written in a subset of Python language called RPython.
Jython - Written in Java.
IronPython - Written in C#.

x All  the  implementations  are  compilers as  well  as  interpreters.  The 

compiler  converts the  Python  program into intermediate  bytecode. 
This bytecode is then interpreted by the interpreter.

Python Installation under Windows

x Python  has  evolved  over  the  years.  At  the  time  of  writing  of  this 
edition  the latest version for  Windows and Linux environments was 
Python 3.8.2. 

x Python is not shipped as part of Windows OS. So we need to install it 
separately. For this  we need to download the  Python installer from 
www.python.org/downloads/.  (http://www.python.org/downloads/. )
x While downloading ensure that you choose the appropriate installer 
from the following, based on whether you wish to install it on a 32-
bit machine or a 64-bit machine:
64-bit machine: Download Windows x86-64 executable installer
32-bit machine: Download Windows x86 executable installer
x Once  you  have  chosen  and  downloaded  an  installer,  execute  it  by 
double-clicking on the downloaded file. A dialog shown in Figure 2.1 
will appear on the screen.
x In  this  dialog  check  the  check  box  'Add  Python  3.8  to  PATH' to 
ensure that the interpreter will be placed in your execution path.
Chapter 2:  Getting Started  11

Figure 2.1

x Click  on  'Install  Now'  and  the  installation  will  happen  in  a  few 
minutes. Python files will get installed in the directory: 
C:\Users\Kanetkar\AppData\Local\Programs\Python\Python38-32
x In  this  path  ‘Kanetkar’  will  be  substituted  by  your  user  name  and 
‘Pythonϯϴ-32’  by  version  number  of  Python  installation  that  you 
have downloaded and installed.
x If  you  forget  to  check  the  check  box,  you  can  add  the  path 
mentioned above to PATH variable through Control Panel | System | 
Environment  Variables  |  Edit.  The  PATH  variable  already  contains 
many  semicolon  separated  values.  Append  the  above  path  to 
existing values.

Python Installation under Linux

x Most  Linux  distributions  already contain  Python in  them. However, 
the  installed  Python  version  may  not  be  the  latest  one.  You  can 
check the version as shown below:
$ python3 --version
x If you find that the version is not the latest one, then you can install 
it using the command:
$ sudo apt-get install python3.8
12 Let Us Python

Python Resources
x Python source code, binaries and documentation is available at:
- Python official website: www.python.org (http://www.python.org)
- Documentation website: www.python.org/doc (http://www.python.org/doc)
x Program development in Python can be done in 3 ways:
- Using built-in IDLE.
- Using third-party IDEs.
- Using online Python shells.
x Third-party development tools and the links from where they can be 
downloaded are given below:
- NetBeans IDE for Python: 
https://download.netbeans.org/netbeans/6.5/python/ea/ (https://download.ne
- PyCharm IDE for Python: 
https://www.jetbrains.com/pycharm (https://www.jetbrains.com/pycharm)
- Visual Studio Code IDE: 
https://code.visualstudio.com/download (https://code.visualstudio.com/downlo

x If  you do  not wish  to  install  any Python  development  tool  on  your 
machine, then you can use any of the following online Python shells:
- https://www.python.org/shell/  (https://www.python.org/shell/ )
- https://ideone.com/  (https://ideone.com/ )
- https://repl.it/languages/python3  (https://repl.it/languages/python3 )
Third-party Packages
x Pythonistas  in  Python  community  create  packages  (libraries) and 
makes  it  available  for  use  for other  programmers.  They use  PyPI—
Python  Package  Index  (www.pypi.org)  to  (http://www.pypi.org) )
distribute  their  packages. 
PyPI maintains the list of such third-party Python packages available. 
x There are third-party packages available for literally doing everything 
under  the  sun. Some packages  that  are popularly used  for creating 
Data Science applications include:
- NumPy: Advanced mathematical operations library with support 
for large multi-dimensional arrays and matrices.
- SciPy: Scientific  computing  library  for  optimization,  integration, 
interpolation, signal processing, image processing, etc.
- Pandas: Library  for  manipulating  numerical  tables  and  time 
series.
Chapter 2:  Getting Started  13

- MatPlotLib: 2D and 3D Data visualization library.
- OpenCV: Open source Computer vision library.

x You  too  can  register  at  PyPI  and  upload  your  packages  there.  You 
should  follow  the  guidelines  given  at  www.pypi.org (http://www.pypi.org)
to  create  the 
package, build it and upload it to the Python Package Index.
x pip  is a  commonly  used tool  for  installing packages  from  PyPI. This 
tool gets installed when you install Python.

More Sophisticated Tools
x Many  tools  have  come  into existence  to help  Python programmers 
build and document  their  Data  Science  and  Artificial  Intelligence 
applications. These include:
- Jupyter  Notebook  - It  is a  very flexible  browser-based  tool that 
lets  us  to  interactively  work  with  Python  (and  many  other 
languages).  It  lets  us  put  our  Python  code,  output  of  the  code 
and  any kind of visualization or  plot etc.  in the same document 
called  Notebook. It  is  a  great  tool  doing  modular  program 
development.
- Google  Colab  - This  tool  provides  a  free  Jupyter  notebook 
environment  to  execute  code  on  Google's  cloud  servers.  As  a 
result, you can leverage the power of Google's hardware.

- Spyder  - This  tool  provides  a  Scientific  PYthon  Development 

EnviRonment with sophisticated testing and debugging features.

x Both  Jupyter  and  Spyder  are  part  of  a  very  popular  software 
distribution  called  Anaconda.  So  once  you  download  and  install 
Anaconda, you get Jupyter and Spyder ready-made.

Working with Python
x Once  Python  is  installed,  program  development  can  be  done  using 
the  built-in  Python  Integrated Development  and  Learning 
Environment (IDLE). 
x IDLE is a good development tool. It offers handy features like syntax 
highlighting, context-sensitive help and debugging.
x Syntax  highlighting  feature  display  keywords,  functions,  methods 
and strings in different colors making it easy to identify them.
14 Let Us Python

x Context-sensitive  help  can  be  obtained  by  pressing  Ctrl  Space 

wherever you need help as you type the program. This is immensely 
useful  since  it  is  almost  impossible  to  remember  names  of  all 
functions and methods and their parameters.
x Debugger  lets  you  locate  any  logical  errors  that  you  may  have 
committed  in  your  program  by allowing  you  trace  the  flow  of 
execution  of the program. This tracing can  be done a step at a time 
by  setting  up  break  points  and  by  single  stepping  through  the 
program.  As  you  do  so  IDLE  lets  you  watch  the  values  of  different 
variables as they change during execution.

Python Programming Modes
x Python can be used in two modes:
- Interactive  mode  - used  for  exploring  Python  syntax,  seek help 
and debug short programs.
- Script mode - used for writing full-fledged Python programs.
x Both modes are supported by IDLE (Python Integrated Development 
and Learning Environment).

x To use IDLE in Interactive mode:
- Locate it in Windows by typing IDLE  in Windows search bar and 
hit enter, or double click the IDLE icon. 
- It  will  open  the  Python  shell  window  showing >>> Python  shell 
prompt. 
- Execute the following Python code at this prompt.

>>> print('Keep calm and bubble on')

- It  will  display  the  message  'Keep calm  and  bubble  on' followed 

by the >>> prompt.

x To use IDLE in Script mode:
- Launch IDLE. In the IDLE shell window from  the menu select File 
| New File. A new window will open. Type the following script in 
it:

print('Those who canΖt laugh at themselves…')
print('leave the job to others.') 
Chapter 2:  Getting Started  15

- Using File | Save and save the script under the name 'Test.py'. 
- Execute  the  script  from  the  Run  menu  or  using  F5. The  two 
messages will get printed. 

x Instead  of IDLE if you decide to use  NetBeans or Visual Studio  Code 

for program development then follow the steps given below:
- Create a new Python project ‘Test’.
- Type the script in Test.py.
- Execute the script using F6 in NetBeans or Ctrl F5 in Visual Studio 
Code.
- On execution it will print the two lines and then you are ready to 
create another project and another script in it.

Determining Python Version 
x Python  has  evolved  over  the  years.  You  can  determine  the  version 
installed on your machine through a simple Python script:

import sys
print(sys.version)
____________________________________________________________________

[A] Answer the following questions:

(a) What do the prompts C:\>, $ and >>> signify?
(b) In which two modes can IDLE be used?
(c) What  is  the  purpose  of  the  two  programming  modes  offered  by 
IDLE?
(d) How can third party libraries be used in a Python program?

[B] Match the following pairs:

a.  pip 1.  Advanced mathematical operations
b.  Jupyter 2.  Scientific computing
c.  Spyder 3.  Manipulate numerical tables
d.  PyPI 4.  Visualization
16 Let Us Python

e.  NumPy 5.  Computer vision

f.  SciPy 6.  Package installation tool
g.  Pandas 7.  Build and document applications
h.  MatPlotLib 8.  Scientific library
i.  OpenCV 9.  Python package index

[C] State whether the following statements are True or False:

(a) Python  is  a  specification that  can  be  implemented  through 

languages like Python, C#, Java, etc.
(b) CPython is implementation of Python specification, written in C.
(c) Python  program  is  first  compiled  into  byte  code,  which  is  then 
interpreted.
(d) Most Linux distributions already contain Python.
(e) Windows  system  doesn't  contain  Python  and  it  needs  to  be 
separately installed.
(f) Python  programs  can  be  built  using  IDLE,  NetBeans,  PyCharm  and 
Visual Studio Code.
(g) Third-party Python packages are distributed using PyPI.
 Python Basics
3
Let Us

Python

“Well begun is half done...”

x Identifiers and Keywords x Built-in Modules
x Python Types x Container Types
x Basic Types x Python Type Jargon
x Integer and Float Ranges x Comments and Indentation
x Variable Type and Assignment x Multi-lining
x Arithmetic Operators x Classes and Objects
x Operation Nuances x Multiple Objects
x Precedence and Associativity x Programs
x Conversions x Exercises
x Built-in Functions

17
18 Let Us Python

Identifiers and Keywords
x Python is a case sensitive language.
x Python  identifier  is  a  name  used  to  identify  a  variable,  function,
class, module, or other object.
x Rules for creating identifiers:
- Starts with alphabet or an underscore.
- Followed by zero or more letters, _ ,  and digits.
- keyword cannot be used as identifier.
x All keywords are in lowercase. 

x Python has 33 keywords shown in Figure 3.1.

False continue from not

None def global or
True del if pass
and elif import raise
as else in return
assert except is try
break finally lambda while
class for nonlocal with
yield

Figure 3.1
x You can print a list of Python keywords through the statements:

import keyword # makes the module 'keyword' available

print(keyword.kwlist) # syntax modulename.object/function

Python Types
x Python supports 3 categories of data types:
Basic types - int, float, complex, bool, string, bytes
Container types - list, tuple, set, dict
User-defined types - class 
Chapter 3:  Python Basics  19

x Out  of  these,  basic  types  will  be  covered  in  this  chapter  in  detail. 
Container  types  will  be  covered  briefly.  A  separate  chapter  is 
dedicated  to  each container  type,  where  they  are covered in  great 
detail.  User-defined  types  will  not  be  covered  in  this  chapter. 
Chapter 17 discusses how to create and use them. 

Basic Types
x Examples of different basic types are given below:
# int can be expressed in binary, decimal, octal, hexadecimal
# binary starts with 0b/0B, octal with 0o/0O, hex with 0x/0X
0b10111, 156, 0o432, 0x4A3 
# float can be expressed in fractional or exponential form
- 314.1528, 3.141528e2, 3.141528E2
# complex contains real and imaginary part
3 + 2j, 1 + 4J 
# bool can take any of the two Boolean values both starting in caps
True, False
# string is an immutable collection of Unicode characters enclosed
# within ' ', " " or """ """.
'Razzmatazz', "Razzmatazz", """Razzmatazz"""
# bytes represent binary data
b'\xa1\xe4\x56'  # represents 3 bytes with hex values a1a456

x Type of particular data can be checked using a function called type( )
as shown below:

print(type(35)) # prints <class 'int'>
print(type(3.14)) # prints <class 'float'>

Integer and Float Ranges
x int can be of any arbitrary size
a = 123
b = 1234567890
c = 123456789012345678901234567890
Python has arbitrary precision integers.  Hence you can create as big 
integers  as  you  want.  Moreover, arithmetic  operations  can be 
performed on integers without worrying about overflow/underflow.
20 Let Us Python

x Floats are represented internally in binary as 64-bit double-precision 
values,  as  per  the IEEE  754 standard.  As  per  this  standard,  the 
maximum  value  a  float  can  have  is  approximately  1.8  x  10 308.  A 
number greater than this is represented as inf (short for infinity).
x Many  floats cannot  be  represented  'exactly' in  binary  form.  So  the 
internal  representation  is  often  an  approximation  of  the  actual 
value. 
x The difference between  the actual value and  the represented value 
is very small and should not usually cause significant problems.

Variable Type and Assignment
x There  is  no  need to define  type of  a variable.  During  execution  the 
type of  the variable  is inferred from the context  in which it is being 
used. Hence Python is called dynamically-typed language. 

a = 25 # type of a is inferred as int
a = 31.4 # type of a is inferred as float
a = 'Hi' # type of a is inferred as str

x Type of a variable can be checked using the built-in function type( ).

a = 'Jamboree'
print(type(a)) # type will be reported as str

x Simple variable assignment:

a = 10 
pi = 3.14 
name = 'Sanjay'

x Multiple variable assignment:

a = 10 ; pi = 31.4 ; name = 'Sanjay' # use ; as statement separator
a, pi, name = 10, 3.14, 'Sanjay'
a = b = c = d = 5 

Arithmetic Operators
x Arithmetic operators:  +  - *  /  %  //  **

a = 4 / 2 # performs true division and yields a float 2.0
a = 7 % 2  # % yields remainder 1
Chapter 3:  Python Basics  21

b = 3 ** 4  # ** yields 3 raised to 4 (exponentiation)
c = 4 // 3  # // yields quotient 1 after discarding fractional part

x In-place  assignment  operators  offer  a  good  shortcut for  arithmetic 

operations. These include +=  -=  *=  /=  %=  //=  **=.

a **= 3  # same as a = a ** 3
b %= 10  # same as b = b % 10 

Operation Nuances
x On performing floor division a // b, result is the largest integer which 
is  less  than  or  equal  to  the  quotient.  // is  called  floor  division 
operator.

print(10 // 3) # yields 3
print(-10 // 3) # yields -4
print(10 // -3) # yields -4
print(-10 // -3) # yields 3
print(3 // 10) # yields 0
print(3 // -10) # yields -1
print(-3 // 10) # yields -1
print(-3 // -10) # yields 0

In  -10  // 3,  multiple  of 3 which  will  yield  -10  is  -3.333,  whose  floor 
value is -4.
In  10  //  -3,  multiple  of  -3 which  will yield  10  is  -3.333,  whose  floor 
value is -4.
In  -10 // -3,  multiple of  -3 which will yield -10 is 3.333, whose  floor 
value is 3.
x print( ) is  a  function  which is  used for  sending output  to screen.  Iy 
can be used in many forms. They are discussed in Chapter 7.
x Operation  a  %  b is  evaluated as a  - (b * (a  // b)). This  can  be  best 
understood using the following examples:

print(10 % 3) # yields 1
print(-10 % 3) # yields 2
print(10 % -3) # yields -2
print(-10 % -3) # yields -1
print(3 % 10) # yields 3
print(3 % -10) # yields -7
22 Let Us Python

print(-3 % 10) # yields 7
print(-3 % -10) # yields -3

Since a % b is evaluated as  a - (b * (a // b)),

-10 % 3 is evaluated as -10 - (3 * (-10 // 3)), which yields 2
10 % -3 is evaluated as 10 - (-3 * (10 // -3)), which yields -2
-10 % -3 is evaluated as -10 - (-3 * (-10 // -3)), which yields -1

x Mathematical rule a / b x c is same as a x c / b holds, but not always.

# following expressions give same results
a = 300 / 100 * 250
a = 300 * 250 / 100

# However, these don't
b = 1e210 / 1e200 * 1e250
b = 1e210 * 1e250 / 1e200  # gives INF

x Since True is 1 and False is 0, they can be added.

a = True + True # stores 2
b = True + False  # stores 1

Precedence and Associativity
x When  multiple  operators  are used  in an arithmetic  expression, it is 
evaluated  on  the  basis  of  precedence  (priority)  of  the  operators 
used.

x Operators in decreasing order of their priority (PEMDAS):
( ) # Parentheses
** # Exponentiation
*, /, //, % # Multiplication, Division
+, - # Addition, Subtraction
x If there is a tie  between operators of same precedence, it is settled 
using associativity of operators. 
x Each  operator  has  either  left  to  right  associativity  or  right  to  left 
associativity.
x In  expression  c  =  a  *  b  /  c,  *  is  done  before  /  since  arithmetic 
operators have left to right associativity.
Chapter 3:  Python Basics  23

x A complete list of Python operators, their priority and associativity is 
given in Appendix A.

Conversions
x Mixed mode operations:
- Operation between int and float will yield float.
- Operation between int and complex will yield complex.
- Operation between float and complex will yield complex.
x We can convert one numeric type to another using built-in functions 
int( ), float( ), complex( ) and bool( ).
x Type conversions:
int(float/numeric string)  # from float/numeric string to int
int(numeric string, base)  # from numeric string to int in base
float(int/numeric string)  # from int/numeric string to float
float(int)  # from int to float
complex(int/float)  # convert to complex with imaginary part 0
complex(int/float, int/float)  # convert to complex
bool(int/float)  # from int/float to True/False (1/0)
str(int/float/bool)  # converts to string
chr(int)  # yields character corresponding to int

x int(  ) removes  the  decimal  portion from  the  quotient,  so  always 
rounds towards zero.
int(3.33) # yields 3
int(-3.33) # yields -3
Built-in Functions
x Python  has  many  built-in functions that  are always available  in any 
part of the program. The print( ) function that we have been using to 
send output to screen is a built-in function.
x Help about any built-in function is available using help(function).
x Built-in  functions  that  are  commonly  used  with  numbers  are  given 
below:
abs(x)  # returns absolute value of x
pow(x, y)  # returns value of x raised to y
min(x1, x2,...)  # returns smallest argument
24 Let Us Python

max(x1, x2,...)  # returns largest argument
divmod(x, y)  # returns a pair(x // y, x % y)
round(x [,n])  # returns x rounded to n digits after .
bin(x)  # returns binary equivalent of x
oct(x) # returns octal equivalent of x
hex(x)  # returns hexadecimal equivalent of x

x Following Python program  shows  how to use some of these  built-in 

functions:

a = abs(-3) # assigns 3 to a

print(min(10, 20, 30, 40)) # prints 10
print(hex(26)) # prints 1a

Built-in Modules
x Apart  from  built-in  functions,  Python  provides  many  built-in 
modules. Each module contains many functions. 
x For  performing  sophisticated  mathematical  operations  we  can  use 
the  functions  present  in  built-in  modules  math,  cmath,  random, 
decimal.
math - many useful mathematics functions.
cmath - functions for performing operations on complex numbers.
random - functions related to random number generation.
decimal - functions for performing precise arithmetic operations.

x Mathematical functions in math module:
pi, e  # values of constants pi and e
sqrt(x) # square root of x
factorial(x)  # factorial of x
fabs(x) # absolute value of float x
log(x) # natural log of x (log to the base e)
log10(x) # base-10 logarithm of x
exp(x) # e raised to x
trunc(x)  # truncate to integer
ceil(x) # smallest integer >= x
floor(x) # largest integer <= x
modf(x) # fractional and integer parts of x
Chapter 3:  Python Basics  25

x round( ) built-in function can round to a specific number of decimal 
places, whereas math module's library functions trunc( ), ceil( ) and 
floor( ) always round to zero decimal places.
x Trigonometric functions in math module:
degrees(x)  # radians to degrees
radians(x)  # degrees to radians
sin(x)  # sine of x radians
cos(x)  # cosine of x radians
tan(x)  # tan of x radians
sinh(x)  # hyperbolic sine of x
cosh(x)  # hyperbolic cosine of x
tanh(x)  # hyperbolic tan of x
acos(x)  # cos inverse of x, in radians
asin(x)  # sine inverse of x, in radians
atan(x)  # tan inverse of x, in radians
hypot(x, y)  # sqrt(x * x + y * y)

x Random number generation functions from random module:
random( )  # random number between 0 and 1
randint(start, stop)  # random number in the range
seed( )  # sets current time as seed for random number generation 
seed(x)  # sets x as seed for random number generation logic

x To use functions present in a module, we need to import the module 
using the import statement.
x Following Python program  shows  how to use some of the  functions 
of math module and random module:

import math
import random
print(math.factorial(5)) # prints 120
print(math.degrees(math.pi)) # prints 180.0
print(random.random( )) # prints 0.8960522546341796

x There  are  many built-in functions and  many functions in each built-

in  module.  It  is  easy to  forget the  names  of  the  functions. We  can 
get a quick list of them using the following program:

import math
print(dir(__builtins__)) # 2 underscores before and after builtins
26 Let Us Python

print(dir(math))

Container Types
x Container  types  typically  refer  to  multiple  values  stored  together. 
Examples of different basic types are given below:
# list is a indexed collection of similar/dissimilar entities
[ϭϬ, ϮϬ, ϯϬ, ϮϬ, ϯϬ, ϰϬ, ϱϬ, ϭϬ], ['She', 'sold', ϭϬ, 'shells'’]
# tuple is an immutable collection
('Sanjay', 34, 4500.55), ('Let Us Python', 350, 195.00)
# set is a collection of unique values
{10, 20, 30, 40}, {'Sanjay', 34, 45000}
# dict is a collection of key-value pairs, with unique key enclosed in ' '
{'ME101' : 'Strength of materials', 'EE101' : 'Electronics'}
x Values in a list and tuple can be  accessed using their position in the 
list  or  tuple.  Values  in  a  set  can  be  accessed  using  a  for loop
(discussed in Chapter 6). Values in a dictionary can be accessed using 
a key. This is shown in the following program:

lst = [10, 20, 30, 20, 30, 40, 50, 10]
tpl = ('Let Us Python', 350, 195.00)
s = {10, 20, 30, 40}
dct = {'ME101' : 'SOM', 'EE101' : 'Electronics'}
print(lst[0], tpl[2]) # prints 10  195.0
print(dct['ME101']) # prints SOM

Python Type Jargon
x Often following terms are used while describing Python types:
Collection - a generic term for container types.
Iterable - means a collection that can be iterated over using a loop.
Ordered collection - elements are stored in the same order in which 
they  are  inserted.  Hence  its  elements can  be  accessed  using  an 
index, i.e. its position in the collection.
Unordered collection - elements are not stored in the same order in 
which  they  are  inserted.  So  we  cannot  predict  at  which  position  a 
particular element is present. So we cannot access its elements using 
a position based index.
Chapter 3:  Python Basics  27

Sequence is the generic term for an ordered collection.
Immutable - means unchangeable collection.
Mutable - means changeable collection.

x Let  us  now  see  which  of  these terms  apply  to  types  that  we  have 
seen so far.
String - ordered collection, immutable, iterable.
List - ordered collection, mutable, iterable.
Tuple - ordered collection, immutable, iterable.
Set - unordered collection, mutable, iterable.
Dictionary - unordered collection, mutable, iterable.
Comments and Indentation
x Comments begin with #.

# calculate gross salary 
gs = bs + da + hra + ca 
si = p * n * r / 100 # calculate simple interest

x Multi-line comments should be written in a pair of ''' or """.

''' Additional program: Calculate bonus to be paid
URL: https://www.ykanetkar.com (https://www.ykanetkar.com)
Author: Yashavant, Date: 18 May 2020 '''

x Indentation matters! Don’t use it casually. Following code will report 
an error 'Unexpected indent'.

a = 20 
b = 45 

Multi-lining
x If  statements  are  long they  can  be  written  as multi-lines with  each 
line except the last ending with a \.

total = physics + chemistry + maths + \
english + Marathi + history + \
geography + civics 

x Multi-line statements within [ ], { }, or ( ) don't need \.
28 Let Us Python

days = [ 'Monday', 'Tuesday', 'Wednesday', Thursday', 
'Friday', 'Saturday', 'Sunday' ] 

Classes and Objects
x In  Python every type is a class. So  int, float, complex, bool, str, list, 
tuple, set, dict are all classes. These are ready-made classes. Python 
also  permits  us  to  create  user-defined  classes  as  we  would  see  in 
Chapter 18.
x An  object is created from a  class. A class describes  two things—the
form an object created from it will take and the methods (functions) 
that can be used to access and manipulate the object. 

x From  one  class  multiple  objects  can  be  created. When  an  object is 
created  from a  class, it is said that  an instance  of the  class is being 
created.

x A class has a name, whereas objects are  nameless. Since objects  do 

not have names, they are referred using their addresses in memory.
x All  the  above  statements  can  be  verified  through  the  following 
program. Refer to Figure 3.1 to understand it better.

a = 30
b = 'Good'
print(a, b) # prints 3 Good
print(type(a), type(b)) # prints <class 'int'> <class 'str'>
print(id(a), id(b)) # prints 1356658640  33720000
print(isinstance(a, int), isinstance(b, str))  # prints True True

a int object
1356658640 30
1356658640
b str object
33720000 Good
33720000

Figure 3.1
- In  this  program we  have created  two objects—one  from ready-
made class int and another from ready-made class str. 
Chapter 3:  Python Basics  29

- The object of type int contains 30, whereas the object of type str
contains 'Good'. 
- Both  the  objects  are  nameless.  Their  addresses  in  memory  are 
1356658640 and 33720000 which are stored in a and b. 
- These addresses can be obtained using the built-in function id( ). 
When you execute the program you may get different addresses.
- Since a and b contain addresses they are said to refer to objects 
present at these addresses. In simpler words they are pointers to 
objects.
- Type of objects to which a and b are referring to can be obtained 
using the built-in function type( ).
- Whether a refers to an instance of class int can be checked using 
the built-in function instanceof( ).
Multiple Objects
x Consider the following program:

a = 3
b = 3
print(id(a), id(b)) # prints 1356658640  1356658640
print(a is b)  # prints True
a = 30 # now a refers to a different object
print(id(a)) # prints 1356659072

- Are we creating  2 int objects?  No.  Since  the value  stored in int

object is same,  i.e. 3,  only 1  int object  is created. Both  a and b
are referring to the  same int object. That is why id(a) and  id(b)
return same addresses.
- This  can  also  be  verified  using  the  is operator.  It  returns  True 
since a and b both are referring to the same object.
- When  we attempt to store a new value  in a, a  new int object is 
created as a different value, 30, is to be stored in it. a now starts 
referring to this new  int object, whereas b continues to refer to 
int object with value 3.
- Instead of saying  that a is referring to an int object containing a 
value 3, it is often said that a is an int object, or 3 is assigned to
30 Let Us Python

int object a. Many programmers continue to believe that a and b

are int variables, which we now know is not the case.
____________________________________________________________________

Problem 3.1
Demonstrate  use  of  integer  types  and  operators  that  can  be  used  on 
them.
Program

# use of integer types
print(3 / 4)
print(3 % 4)
print(3 // 4)
print(3 ** 4)

a = 10 ; b = 25 ; c = 15 ; d = 30 ; e = 2 ; f = 3 ; g = 5 
w = a + b - c 
x = d ** e 
y = f % g 
print(w, x, y)
h = 99999999999999999
i = 54321
print(h * i)

Output

0.75
3
0
81
20 900 3
5432099999999999945679

Tips
x 3 / 4 doesn't yield 0.
x Multiple statements in a line should be separated using ;
Chapter 3:  Python Basics  31

x print(w, x, y) prints values separated by a space.
____________________________________________________________________

Problem 3.2
Demonstrate  use  of  float,  complex and  bool types  and  operators  that 
can be used on them.
Program

# use of float 
i = 3.5
j = 1.2 
print(i % j)

# use of complex
a = 1 + 2j 
b = 3 *(1 + 2j)
c = a * b
print(a)
print(b)
print(c)
print(a.real)
print(a.imag)
print(a.conjugate( ))
print(a)

# use of bool
x = True
y = 3 > 4 
print(x)
print(y)

Output

1.1
(1+2j)
(3+6j)
(-9+12j)
1.0
2.0
(1-2j)
32 Let Us Python

(1+2j)
True
False

Tips
x % works on floats.

x It is possible to obtain real and imag part from a complex number.

x On evaluation of a condition it replaced by True or False.
____________________________________________________________________

Problem 3.3
Demonstrate how to convert from one number type to another.
Program

# convert to int
print(int(3.14)) # from float to int 
a = int('485') # from numeric string to int
b = int('768') # from numeric string to int
c = a + b 
print(c)
print(int('1011', 2))  # convert from binary to decimal int 
print(int('341', 8))  # convert from octal to decimal int 
print(int('21', 16))  # convert from hex to decimal int 

# convert to float
print(float(35)) # from int to float
i = float('4.85') # from numeric string to float
j = float('7.68') # from numeric string to float
k = i + j 
print(k)

# convert to complex
print(complex(35)) # from int to float
x = complex(4.85, 1.1) # from numeric string to float
y = complex(7.68, 2.1) # from numeric string to float
z = x + y 
print(z)
Chapter 3:  Python Basics  33

# convert to bool
print(bool(35))
print(bool(1.2))
print(int(True))
print(int(False))

Output

3
1253
11
225
33
35.0
12.53
(35+0j)
(12.53+3.2j)
True
True
1
0

Tips
x It is possible to convert a binary numeric string, octal numeric string 
or  hexadecimal  numeric  string  to equivalent  decimal  integer. Same 
cannot be done for a float.
x While converting to complex if only one argument is used, imaginary 
part is considered to be 0.
x Any non-zero number (int or float) is treated as True. 0 is treated as 
False.
____________________________________________________________________

Problem 3.4
Write a program that makes use of built-in mathematical functions.
Program

# built-in math functions
print(abs(-25))
34 Let Us Python

print(pow(2, 4))
print(min(10, 20, 30, 40, 50))
print(max(10, 20, 30, 40, 50))
print(divmod(17, 3))
print(bin(64), oct(64), hex(64))
print(round(2.567), round(2.5678, 2))

Output

25
16
10
50
(5, 2)
0b1000000 0o100 0x40
3 2.57

Tips
x divmod(a, b) yields a pair (a // b, a % b).

x bin( ), oct( ), hex( ) return binary, octal and hexadecimal equivalents.
x round(x) assumes  that  rounding-off  has  to  be  done  with  0  places 
beyond decimal point.
___________________________________________________________________

Problem 3.5
Write a program that makes use of functions in the math module.
Program

# mathematical functions from math module
import math
x = 1.5357
print ( math.pi, math.e)
print(math.sqrt( x))
print(math.factorial(6))
print(math.fabs(x))
print(math.log(x))
print(math.log10(x))
print(math.exp(x))
Chapter 3:  Python Basics  35

print(math.trunc(x))
print(math.floor(x))
print(math.ceil(x))
print(math.trunc(-x))
print(math.floor(-x))
print(math.ceil(-x))
print(math.modf(x))

Output

3.141592653589793 2.718281828459045
1.2392336341465238
720
1.5357
0.42898630314951025
0.1863063842699079
4.644575595215059
1
1
2
-1
-2
-1
(0.5357000000000001, 1.0)

Tips
x floor(  ) rounds  down  towards  negative  infinity,  ceil(  ) rounds  up 
towards positive infinity, trunc( ) rounds up or down towards 0.

x trunc( ) is like floor( ) for positive numbers.

x trunc( ) is like ceil( ) for negative numbers.

____________________________________________________________________

Problem 3.6
Write a program that generates float and integer random numbers.
Program

# random number operations using random module
import random 
36 Let Us Python

import datetime
random.seed(datetime.time( ))
print(random.random( ))
print(random.random( ))
print(random.randint(10, 100))

Output

0.23796462709189137
0.5442292252959519
57

Tips
x It is necessary to import random module. 
x If  we seed the  random number  generation logic  with current  time, 
we  get  different  random  numbers  on  each  execution  of  the 
program. 

x random.seed( ) with no parameter  also seeds the logic with current 

time.
____________________________________________________________________

Problem 3.7
How will you identify which of the following is a string, list, tuple, set or 
dictionary?

{10, 20, 30.5}
[1, 2, 3.14, 'Nagpur']
{12 : 'Simple', 43 : 'Complicated', 13 : 'Complex'}
"Check it out!"
3 + 2j
Program

# determine type of data
print(type({10, 20, 30.5}))
print(type([1, 2, 3.14, 'Nagpur']))
print(type({12 : 'Simple', 43 : 'Complicated', 13 : 'Complex'}))
print(type("Check it out!"))
print(type(3 + 2j))
Chapter 3:  Python Basics  37

Output

<class 'set'>
<class 'list'>
<class 'dict'>
<class 'str'>
<class 'complex'>

Tips
x type( ) is a built-in function which can determine  type of any data—
built-in, container or user-defined.
____________________________________________________________________

[A] Answer the following questions:

(a) Write a program that swaps the values of variables a and b. You are 
not allowed to use a third variable. You are not allowed to perform 
arithmetic on a and b.

(b) Write  a  program  that  makes  use  of  trigonometric  functions 

available in math module.

(c) Write a program  that generates 5 random numbers in the range 10 

to 50. Use  a seed value of 6. Make a  provision to change this  seed 
value  every  time  you  execute  the  program  by  associating  it  with 
time of execution?

(d) Use trunc( ),  floor( ) and ceil( ) for numbers  -2.8, -0.5, 0.2, 1.5  and 

2.9 to understand the difference between these functions clearly.

(e) Assume  a  suitable  value  for  temperature  of  a  city  in  Fahrenheit 
degrees.  Write  a  program  to  convert  this  temperature  into 
Centigrade degrees and print both temperatures.

(f) Given three sides a, b, c of a triangle, write a program to obtain and 
print  the  values  of  three  angles  rounded  to  the  next  integer.  Use 
the formulae: 
a 2 = b2 + c 2 - 2bc cos A, b2 = a2 + c2 - 2ac cos B, c2 = a2 + b2 - 2ab cos C
38 Let Us Python

[B] How will you perform the following operations:
(a) Print imaginary part out of 2 + 3j.
(b) Obtain conjugate of 4 + 2j.
(c) Print decimal equivalent of binary '1100001110'.
(d) Convert a float value 4.33 into a numeric string.
(e) Obtain integer quotient and remainder while dividing 29 with 5.
(f) Obtain hexadecimal equivalent of decimal 34567.
(g) Round-off 45.6782 to second decimal place.
(h) Obtain 4 from 3.556.
(i) Obtain 17 from 16.7844.
(j) Obtain remainder on dividing 3.45 with 1.22.
[C] Which of the following is invalid variable name and why?
BASICSALARY _basic basic-hra #MEAN
group. 422 pop in 2020 over 
timemindovermatter SINGLE hELLO queue.
team’svictory Plot # 3 2015_DDay
[D] Evaluate the following expressions:
(a) 2 ** 6 // 8 % 2
(b) 9 ** 2 // 5 - 3
(c) 10 + 6 - 2 % 3 + 7 - 2
(d) 5 % 10 + 10 -23 * 4 // 3
(e) 5 + 5 // 5 - 5 * 5 ** 5 % 5
(f) 7 % 7 + 7 // 7 - 7 * 7
[E] Evaluate the following expressions:
(a) min(2, 6, 8, 5)
(b) bin(46)
(c) round(10.544336, 2)
(d) math.hypot(6, 8)
(e) math.modf(3.1415)
[F] Match the following pairs:
a.  complex 1.  \
b.  Escape special character 2.  Container type
c.  Tuple 3 Basic type
d. Natural logarithm 4. log( )
e.  Common logarithmlog10( ) 5. log10( )
 Strings
4
Let Us

Python

“Puppeting on strings...”

x What are Strings? x String Conversions
x Accessing String Elements x String Comparisons
x String Properties x Programs
x Built-in Functions x Exercises
x String Methods

39
40 Let Us Python

What are Strings?
x Python string is a collection of Unicode characters.

x Python strings can be enclosed in single, double or triple quotes.
'BlindSpot'
"BlindSpot"
' ' 'BlindSpot' ' '
"""Blindspot"""
x If  there  are  characters  like  '  "  or  \ within  a  string,  they  can  be 
retained in two ways:
(a) Escape them by preceding them with a \
(b) Prepend the string with a 'r' indicating that it is a raw string

msg = 'He said, \'Let Us Python.\''
msg = r'He said, 'Let Us Python.''

x Multiline strings can be created in 3 ways:
- All but the last line ends with \
- Enclosed within """some msg """  or  ' ' 'some msg' ' '
- ('one msg'
'another msg')
Accessing String Elements
x String  elements  can  be accessed using an index value,  starting  with 
0.  Negative  index value  is  allowed.  The last character  is considered 
to  be  at  index  -1.  Positive  and  negative  indices  are  show  in  Figure
4.1.

0 1 2 3 4
H e l l o
-5 -4 -3 -2 -1

Figure 4.1
Chapter 4:  Strings  41

x Examples of positive and negative indexing:

msg = 'Hello'
a = msg[0] # yields H
b = msg[4] # yields o
c = msg[-0] # yields H, -0 is same as 0
d = msg[-1] # yields o
e = msg[-2] # yields l
f = msg[-5] # yields H

x A sub-string can be sliced out of a string.
s[start : end] - extract from start to end - 1.
s[start :] - extract from start to end.
s[: end] - extract from start to end - 1.
s[-start :] - extract from -start (included) to end.
s[: -end] - extract from beginning to -end - 1.
x Using too large  an index reports an  error, but  using too large  index 
while slicing is handled elegantly.

msg = 'Rafting'
print(msg[3:100])  # prints elements from 't' up to end of string
print(msg[100]) # error since 100 th element doesn't exist

String Properties
x Python strings are immutable—they cannot be changed.

s = 'Hello'
s[0] = 'M'  # rejected, attempt to mutate string
s = 'Bye'  # s is a variable, it can change

x Strings can be concatenated using +.

msg3 = ms1 + msg2

x Strings can be replicated during printing.

print('-', 50)  # prints 50 dashes

x Whether one string is part of another can be found out using in.

print('e' in 'Hello')  # prints True
print('z' in 'Hello') # print False
42 Let Us Python

print('lo' in 'Hello') # prints True

Built-in Functions
x Some built-in functions can be used with a string: 

msg = 'Surreal'
print(len(msg))  # prints 7 - length of string 
print(min(msg)) # prints S - character with min value
print(max(msg)) # prints u - character with max value

String Methods
x When we create a string a nameless object of type str is created.
msg = 'Surreal'
print(type(msg))  # prints <class 'str'>
print(id(msg)) # prints 33720000

Address  of  the  nameless  str object  is  stored  in  msg.  which  is 
returned by the built-in id( ) function.
x An  object  of  type  str contains  methods  using  which  it  can  be 
accessed and modified.  These methods can be  called using a syntax 
similar to calling a function in a module as shown below:

import random
num = random.randint(1, 25) # syntax  module.function( )
s =  'Hello' 
s.upper( ) # syntax  string.method( )

x Different categories of string methods are given below.
# content test functions 
isalpha( ) - checks if all characters in string are alphabets.
isdigit( ) - checks if all characters in string are digits.
isalnum( ) - checks if all characters in string are alphabets or digits.
islower( ) - checks if all characters in string are lowercase alphabets.
isupper( ) - checks if all characters in string are uppercase alphabets.
startswith( ) - checks if string starts with a value.
endswith( ) - checks if string ends with a value.
# search and replace
find( ) - searches for a value, returns its position.
replace( ) - replace one value with another.
Chapter 4:  Strings  43

# trims whitespace
lstrip( ) - removes whitespace from the left of string including \t.
rstrip( ) - removes whitespace from the right of string including \t.
strip( ) - removes whitespace from left and right

# split and partition
split( ) - split the string at a specified separator string.
partition(  )  - partitions  string  into  3  parts  at  first  occurrence  of 
specified string.
# join - different than concatenation. It joins string  to each element 
of string1 except last. 
join(string1) 

x Following program shows how to use the string methods:

msg = 'Hello'
print(msg.replace('l', 'L')) # replaces l with L in Hello
print("-".join("Hello")) # prints H-e-l-l-o

String Conversions
x Two types of string conversions are required frequently:
- Converting the case of characters in string
- Converting numbers to string and vice versa
x Case conversions can be done using str methods:
upper( ) - converts string to uppercase. 
lower( ) - converts string to uppercase.
capitalize( ) - converts first character of string to uppercase.
title( ) - converts first character of each word to uppercase.
swapcase( ) - swap cases in the string.

msg = 'Hello'
print(msg.upper( )) # prints HELLO
print('Hello'.upper( )) # prints HELLO

x Built-in functions are used for string to number conversions and vice 

versa:
str( ) - converts an int, float or complex to string
int( ) - converts a numeric string to int
float( ) - converts a numeric string to float
44 Let Us Python

complex( ) - converts a numeric string to complex

x The  built-in function  chr( ) returns a string representing its  Unicode 

value (known as code point). ord( ) does the reverse.
x Following program shows how to use the conversion functions:

age = 25
print('She is ' + str(age) + ' years old')
i = int("34")
f = float("3.14")
c = complex("3+2j")  # "3 + 2j" would be a malformed string
print(ord('A')) # prints 65 
print(chr(65))  # prints A

String Comparison
x Two strings can be compared using operators ==, !=, <, >, <=, >=. This 
is shown in the following program:

s1 = "Bombay" 
s2 = "bombay"
s3 = "Nagpur"
s4 = "Bombaywala"
s5 = "Bombay"
print(s1 == s2) # displays False
print(s1 == s5) # displays True
print(s1 != s3) # displays True
print(s1 > s5) # displays False
print(s1 < s2) # displays True
print(s1 <= s4) # displays True

x String  comparison  is  done  in  lexicographical  order  (alphabetical) 

character by character. Capitals are considered to be  less than their 
lowercase  counterparts.  Result  of  comparison  operation  is  either 
True or False.

x Note  that  there  is  only  one  str object containing "Bombay",  so  s1
and s5 both contain the same address.
____________________________________________________________________
Chapter 4:  Strings  45

Problem 4.1
Demonstrate how to create simple and multi-line strings and whether a 
string  can  change  after  creation.  Also  show  the  usage  of  built-in 
functions len( ), min( ) and max( ) on a string.

Program

# simple strings
msg1 = 'Hoopla' 
print(msg1)
# strings with special characters
msg2 = 'He said, \'Let Us Python\'.'
file1 = 'C:\\temp\\newfile'
file2 = r'C:\temp\newfile' # raw string - prepend r
print(msg2)
print(file1)
print(file2)

# multiline strings
# whitespace at beginning of second line becomes part of string
msg3 = 'What is this life if full of care...\
We have no time to stand and stare'
# enter at the end of first line becomes part of string
msg4 = """What is this life if full of care...
We have no time to stand and stare"""
# strings are concatenated properly.( ) necessary
msg5 = ('What is this life if full of care...'
'We have no time to stand and stare')
print(msg3)
print(msg4)
print(msg5)

# string replication during printing
msg6 = 'MacLearn!!'
print(msg1 * 3)

# immutability of strings
# Utopia cannot change, msg7 can
46 Let Us Python

msg7 = 'Utopia'
msg8 = 'Today!!!'
msg7 = msg7 + msg8  # concatenation using +
print(msg7)

# use of built-in functions on strings
print(len('Hoopla'))
print(min('Hoopla'))
print(max('Hoopla'))

Output

Hoopla
He said, 'Let Us Python'.
C:\temp\newfile
C:\temp\newfile
What is this life if full of care...  We have no time to stand and stare
What is this life if full of care...
We have no time to stand and stare
What is this life if full of care...We have no time to stand and stare
HooplaHooplaHoopla
UtopiaToday!!!
6
H
p

Tips
x Special  characters  can  be  retained  in  a  string  by  either  escaping 
them or by marking the string as a raw string.

x Strings cannot change, but the variables that store them can.
x len(  ) returns the number of characters present in string. min( ) and 
max(  ) return  the  character with  minimum  and  maximum  Unicode 
value from the string.
____________________________________________________________________

Problem 4.2
For a given string 'Bamboozled', write a program to obtain the following 
output:
Chapter 4:  Strings  47

B a
e d
e d
mboozled
mboozled
mboozled
Bamboo
Bamboo
Bamboo
Bamboo
delzoobmaB
Bamboozled
Bmoze
Bbzd
Boe
BamboozledHype!
BambooMonger!
Use multiple ways to get any of the above outputs.
Program

s = 'Bamboozled'
# extract B a
print(s[0], s[1])
print(s[-10], s[-9])
# extract e d
print(s[8], s[9])
print(s[-2], s[-1])

# extract mboozled
print(s[2:10])
print(s[2:])
print(s[-8:])

# extract Bamboo
print(s[0:6])
print(s[:6])
print(s[-10:-4])
print(s[:-4])

# reverse Bamboozled
48 Let Us Python

print([::-1])

print(s[0:10:1])
print(s[0:10:2])
print(s[0:10:3])
print(s[0:10:4])

s = s + 'Hype!' 
print(s)
s = s[:6] + 'Monger' + s[-1] 
print(s)

Tips
x Special  characters  can  be  retained  in  a  string  by  either  escaping 
them or by marking the string as a raw string.

x s[4:8] is same as s[4:8:1], where 1 is the default.
x s[4:8:2]  returns a character, then move forward 2 positions, etc.
____________________________________________________________________

Problem 4.3
For the following strings find out which are having only alphabets, which 
are  numeric,  which  are  alphanumeric,  which  are  lowercase,  which  are 
uppercase. Also find out whether 'And Quiet Flows The Don' begins with 
'And' or ends with 'And' : 
'NitiAayog'
'And Quiet Flows The Don'
'1234567890'
'Make $1000 a day'
Program

s1 = 'NitiAayog'
s2 = 'And Quiet Flows The Don'
s3 = '1234567890'
s4 = 'Make $1000 a day'
print('s1 = ', s1)
print('s2 = ', s2)
print('s3 = ', s3)
print('s4 = ', s4)
Chapter 4:  Strings  49

# Content test functions 
print('check isalpha on s1, s2')
print(s1.isalpha( ))
print(s2.isalpha( ))

print('check isdigit on s3, s4')
print(s3.isdigit( ))
print(s4.isdigit( ))

print('check isalnum on s1, s2, s3, s4')
print(s1.isalnum( ))
print(s2.isalnum( ))
print(s3.isalnum( ))
print(s4.isalnum( ))

print('check islower on s1, s2')
print(s1.islower( ))
print(s2.islower( ))

print('check isupper on s1, s2')
print(s1.isupper( ))
print(s2.isupper( ))

print('check startswith and endswith on s2')
print(s2.startswith('And'))
print(s2.endswith('And'))

Output

s1 =  NitiAayog
s2 =  And Quiet Flows The Don
s3 =  1234567890
s4 =  Make $1000 a day
check isalpha on s1, s2
True
False
check isdigit on s3, s4
True
False
check isalnum on s1, s2, s3, s4
50 Let Us Python

True
False
True
False
check islower on s1, s2
False
False
check isupper on s1, s2
False
False
check startswith and endswith on s2
True
False
____________________________________________________________________

Problem 4.4
Given the following string:

'Bring It On'
' Flanked by spaces on either side  '
'C:\\Users\\Kanetkar\\Documents'

write  a  program  to  produce  the  following  output  using  appropriate 

string functions.
BRING IT ON
bring it on
Bring it on
Bring It On
bRING iT oN
6
9
Bring Him On
Flanked by spaces on either side 
Flanked by spaces on either side
['C:', 'Users', 'Kanetkar', 'Documents']
('C:', '\\', 'Users\\Kanetkar\\Documents')
Program

s1 = 'Bring It On'
# Conversions 
Chapter 4:  Strings  51

print(s1.upper( ))
print(s1.lower( ))
print(s1.capitalize( ))
print(s1.title( ))
print(s1.swapcase( ))

# search and replace
print(s1.find('I'))
print(s1.find('On'))
print(s1.replace('It', 'Him'))

# trimming
s2 = ' Flanked by spaces on either side  '
print(s2.lstrip( ))
print(s2.rstrip( ))

# splitting
s3 = 'C:\\Users\\Kanetkar\\Documents'
print(s3.split('\\'))
print(s3.partition('\\'))
____________________________________________________________________

Problem 4.5
Find  all  occurrences  of  'T'  in  the  string  'The  Terrible  Tiger  Tore  The 
Towel'. Replace all occurrences of 'T' with 't'.

Program

s = 'The Terrible Tiger Tore The Towel'
pos = s.find('T', 0)
print(pos, s[pos])
pos = s.find('T', pos + 1)
print(pos, s[pos])
pos = s.find('T', pos + 1)
print(pos, s[pos])
pos = s.find('T', pos + 1)
print(pos, s[pos])
pos = s.find('T', pos + 1)
print(pos, s[pos])
pos = s.find('T', pos + 1)
print(pos, s[pos])
52 Let Us Python

pos = s.find('T', pos + 1)
print(pos)
c = s.count('T')
s = s.replace('T', 't', c)
print(s)

Output

0 T
4 T
13 T
19 T
24 T
28 T
-1
the terrible tiger tore the towel

Tips
x First call  to search( ) returns the position where first 'T' is found. To 
search subsequent 'T' search is started from pos + 1. 

x When 'T' is not found search( ) returns -1.
x count( ) returns the number of occurrences of 'T' in the string.

x Third  parameter  in  the  call  to  replace(  ) indicates  number of 
replacements to be done.
____________________________________________________________________

[A] Answer the following questions:

(a) Write a program that generates the following output from the string 
'Shenanigan'.
S h
a n
enanigan
Shenan
Shenan
Shenan
Chapter 4:  Strings  53

Shenan
Shenanigan
Seaia
Snin
Saa
ShenaniganType
ShenanWabbite

(b) Write a program to convert the following string
'Visit ykanetkar.com for online courses in programming'
into
'Visit Ykanetkar.com For Online Courses In Programming'

(c) Write a program to convert the following string

'Light travels faster than sound. This is why some people appear 
bright until you hear them speak.'
into
'LIGHT travels faster than SOUND. This is why some people appear 
bright until you hear them speak.'

(d) What will be the output of the following program?
s = 'HumptyDumpty'
print('s = ', s)
print(s.isalpha( ))
print(s.isdigit( ))
print(s.isalnum( ))
print(s.islower( ))
print(s.isupper( ))
print(s.startswith('Hump'))
print(s.endswith('Dump'))

(e) What is the purpose of a raw string?
(f) If  we  wish to  work  with an  individual  word  in  the  following  string, 
how will you separate them out:
'The difference between stupidity and genius is that genius has its 
limits'

(g) Mention two ways to store a string: He said, "Let Us Python".

54 Let Us Python

(h) What will be the output of following code snippet?
print(id('Imaginary'))
print(type('Imaginary'))

(i) What will be the output of the following code snippet? 
s3 = 'C:\\Users\\Kanetkar\\Documents'
print(s3.split('\\'))
print(s3.partition('\\'))

(j) Strings in Python are iterable, sliceable and immutable. (True/False)

(k) How will you extract ' TraPoete' from the string 'ThreadProperties'?
(l) How will you eliminate spaces on either side of the string '  Flanked 
by spaces on either side  '?
(m) What will be the output of the following code snippet? 
s1 = s2 = s3 = "Hello"
print(id(s1), id(s2), id(s3))

(n) What will get stored in ch in the following code snippet:
msg = 'Aeroplane'
ch = msg[-0]

[B] Match the following pairs assuming msg = 'Keep yourself warm'
a.  msg.partition(' ') 1.  18
b.  msg.split(' ') 2.  kEEP YOURSELF WARM
c.  msg.startswith('Keep') 3.  Keep yourself warm
d.  msg.endswith('Keep') 4.  3
e.  msg.swapcase( ) 5.  True
f.  msg.capitalize( ) 6.  False
g.  msg.count('e') 7.  ['Keep', 'yourself', 'warm']
h.  len(msg) 8.  ('Keep', ' ', 'yourself warm')
i.  msg[0] 9.  Keep yourself w
j.  msg[-1] 10. keep yourself wa
k.  msg[1:1:1] 11. K
l.  msg[-1:3] 12. empty string
m.  msg[:-3] 13. m
n.  msg[-3:] 14. arm
o.  msg[0:-2] 15. empty string
 Decision Control
5 Instruction

Let Us

Python

“Indecision cost > Wrong decision cost.. ”

x Decision Control Instruction x Receiving Input
x Nuances of Conditions x pass Statement
x Logical Operators x Programs
x Conditional Expressions x Exercises
x all( ) and any( )

55
56 Let Us Python

x So  far  statements  in  all our  programs  got executed  sequentially  or 

one after the other.
x Sequence  of  execution  of  instructions  in  a  program  can  be  altered 
using:
(a) Decision control instruction
(b) Repetition control instruction

Decision Control Instruction
x Three ways for taking decisions in a program:

if condition : if condition : if condition1 :

statement1  statement1  statement1 
statement2 statement2 statement2
else : elif condition2 :
statement3 statement3
statement4 elif condition3 :
statement4
else : 
statement5

x The colon (:) after if, else, elif. It is compulsory.
x Statements  in  if block,  else,  block,  elif block  have  to  be  indented. 
Indented statements are treated as a block of statements.

x Indentation is used to group statements. Use either 4 spaces or a tab 
for  indentation. Don't mix tabs  and spaces.  They may appear ok on 
screen, but would be reported as error.
x In the first form shown above else and elif are optional.
x In  the second form shown above, if  condition is True all statements 
in if block get executed. If condition is False then statements in else
block get executed.

x In the third  form shown above,  if a condition fails, then condition in 

the following elif block is checked. The else block goes to work if all 
conditions fail.
Chapter 5:  Decision Control Instruction  57

x if-else statements  can  be  nested.  Nesting  can  be  as  deep  as  the 
program logic demands.

Nuances of Conditions
x Condition is built using relation operators <, >, <=, >=, ==, !=.
10 < 20  # yields True
'Santosh' < 'Adi'  # yields False, alphabetical order is checked
'gang' < 'God' # yields False, lowercase is > uppercase

x a = b is assignment, a == b is comparison.

x Ranges or multiple equalities can be checked more naturally.
if a < b < c  # checks whether b falls between a and c
if a == b == c  # checks whether all three are equal
if 10 != 20 != 10 # evaluates to True, even though 10 != 10 is False

x Any non-zero number (positive, negative, integer, float) is treated as 
True, and 0 as False.

print(bool(3.14)) # prints True
print(bool(25)) # prints True
print(bool(0)) # prints False

Logical Operators
x More  complex decision making can  be done  using  logical operators 
and, or and not.

x Conditions can be combined using and and or as shown below:

cond1 and cond2 - returns True if both are True, otherwise False
cond1 or cond2 - returns True if one of them is True, otherwise False
x Strictly  speaking, we need not always  combine only conditions with 
and/or.  We  can  use  any  valid  expression  in  place  of  conditions. 
Hence when used with expressions we may not get True/False.
x and operator  evaluates ALL expressions. It returns last expression if 
all expressions evaluate to True. Otherwise it returns first value that 
evaluates to False.

a = 40 
b = 30
x = 75 and a >= 20 and b < 60 and 35 # assigns 35 to x 
58 Let Us Python

y = -30 and a >= 20 and b < 15 and 35 # assigns False to y
z = -30 and a >= 20 and 0 and 35 # assigns 0 to z

x or operator  evaluates  ALL  expressions  and  returns  the  first  value 

that evaluates to True. Otherwise it returns last value that evaluates 
to False.

a = 40 
b = 30
x = 75 or a >= 20 or 60 # assigns 75 to x 
y = a >= 20 or 75 or 60  # assigns True to y
z = a < 20 or 0 or 35  # assigns 35 to z

x Condition’s result can be negated using not.

a = 10
b = 20
not (a <= b) # yields False. Same as a > b
not (a >= b) # yields True. Same as a < b

x Shortcut for toggling values between 1 and 0:

a = input('Enter 0 or 1')
a = not a # set a to 0 if it is 1, and set it to 1 if it is 0

x a = not b does not change value of b.
x If an operator needs only 1 operand it is known as Unary operator. If 
it needs two, then it is a binary operator.
not - needs only 1 operand, so unary operator
+,  -,  <,  >,  and, or, etc. - need 2 operands, so binary operators

Conditional Expressions
x Python  supports  one  additional  decision-making  entity  called  a 
conditional expression.
<expr1> if <conditional expression> else <expr2>
<conditional  expression> is  evaluated  first.  If  it  is  true,  the 
expression  evaluates  to <expr1>.  If  it  is  false,  the  expression 
evaluates to <expr2>.

x Examples of condition expressions:
Chapter 5:  Decision Control Instruction  59

age = 15
status = 'minor' if age < 18 else 'adult' # sets minor
sunny = False
print('Let's go to the', 'beach' if sunny else 'room')
humidity = 76.8
setting = 25 if humidity > 75 else 28  # sets 25

x Conditional expressions can be nested.

# assigns Prim
wt = 55
msg = 'Obese' if wt > 85 else 'Hefty' if wt > 60 else 'Prim'

all( ) and any( )
x Instead  of  using the  and and  or logical  operators,  we  can  use  the 
built-in functions all( ) and any( ) to get the same effect. Their usage 
is shown in the following program:

a, b, c = 10, 20, 30
res = all((a > 5, b > 20, c > 15))
print(res) # prints False, as second condition is False
res = any((a > 5, b > 20, c > 15))
print(res) # prints True since one of the condition is True

x Note  that  all(  ) and  any(  ) both  receive  a  single  parameter  of  the 
type string, list, tuple, set or dictionary. We have passed a tuple of 3 
conditions to them. If argument is a dictionary it is checked whether 
the keys are true or not.
x any( ) function returns True if at least one element of its parameter 
is  True.  all(  ) function  returns True  if  all  elements  of  its  parameter 
are True.

Receiving Input
x The way print( ) function is used to output values on screen, input( ) 
built-in function can be used to receive input values from keyboard.
x input(  ) function returns a string, i.e. if 23  is entered it returns '23'. 
So  if  we  wish  to  perform  arithmetic  on  the  number  entered,  we 
need to convert the string into int or float as shown below.
60 Let Us Python

n = input('Enter your name: ')
age = int(input('Enter your age: '))
salary = float(input('Enter your salary: '))
print(name, age, salary)

pass Statement
x pass statement is  intended  to do  nothing  on execution.  Hence  it is 
often called a no-op instruction.

x If we wish that on execution of a statement nothing should happen, 
we  can  achieve  this  using  a  pass statement. Its  utility  is  shown  in 
Problem 5.6.

x It  is  often  used  as  a  placeholder  for  unimplemented  code  in  an if, 
loop,  function or  class. This  is  not a  good  use  of  pass.  Instead  you 
should use ... in its place. If you use pass it might make one  believe 
that  you  actually  do  not  intend  to  do  anything  in  the 
if/loop/function/class.
____________________________________________________________________

Problem 5.1
While  purchasing  certain  items,  a  discount  of  10%  is  offered  if  the 
quantity purchased is more than 1000. If quantity and price per item are 
input  through  the  keyboard,  write  a  program  to  calculate  the  total 
expenses.

Program

qty = int(input('Enter value of quantity: ')) 
price = float(input('Enter value of price: ')) 
if qty > 1000 : 
dis = 10 
else : 
dis = 0 
totexp = qty * price - qty * price * dis / 100 
print('Total expenses = Rs. ' + str(totexp)) 
Chapter 5:  Decision Control Instruction  61

Output

Enter value of quantity: 1200
Enter value of price: 15.50
Total expenses = Rs. 16740.0

Tips
x input(  )  returns  a  string,  so  it  is  necessary  to  convert  it into  int  or 
float suitably. If we do not  do the conversion, qty > 1000 will throw 
an error as a string cannot be compared with an int.
x str(  ) should  be  used  to  convert  totexp to  string  before  doing 
concatenation using +.
____________________________________________________________________

Problem 5.2
In a company an employee is paid as under:
If his basic salary  is less than Rs.  1500,  then HRA =  10%  of basic  salary 
and DA = 90% of basic salary. If his salary is either equal to or above Rs. 
1500, then HRA = Rs. 500 and DA = 98% of basic salary. If the employee's 
salary  is  input  through  the  keyboard  write  a  program  to find  his gross 
salary.

Program

bs = int(input('Enter value of bs: '))
if bs > 1000 : 
hra = bs * 15 /100 
da = bs * 95 / 100 
ca = bs * 10 / 100 
else: 
hra = bs * 10 / 100 
da = bs * 90 / 100 
ca = bs * 5 / 100 
gs = bs + da + hra + ca 
print('Gross Salary = Rs. ' + str(gs)) 
62 Let Us Python

Tips
x if block  and  else block  can  contain  multiple  statements  in  them, 
suitably indented.
____________________________________________________________________

Problem 5.3
Percentage  marks  obtained  by  a  student  are  input  through  the 
keyboard. The student gets a division as per the following rules:
Percentage above or equal to 60 - First division
Percentage between 50 and 59 - Second division
Percentage between 40 and 49 - Third division
Percentage less than 40 - Fail
Write a program to calculate the division obtained by the student.

Program

per = int(input('Enter value of percentage: '))
if per >= 60 : 
print('First Division')
elif per >= 50 : 
print('Second Division')
elif per >= 40 : 
print('Third Division')
else : 
print('Fail')

Output

Enter value of percentage: 55
Second Division
____________________________________________________________________

Problem 5.4
A company insures its drivers in the following cases:
 If the driver is married.
 If the driver is unmarried, male & above 30 years of age.
 If the driver is unmarried, female & above 25 years of age.
Chapter 5:  Decision Control Instruction  63

In all other cases, the driver is not insured. If the marital status, sex and 
age of  the driver are  the inputs, write a program  to  determine whether 
the driver should be insured or not.

Program

ms = input('Enter marital status: ')
s = input('Enter sex: ') 
age = int(input('Enter age: ')) 
if ( ms == 'm' ) or ( ms == 'u' and s == 'm' and age > 30 ) \
or ( ms == 'u' and s == 'f' and age > 25 ) : 
print('Insured')
else : 
print('Not Insured')

Output

Enter marital status: u
Enter sex: m
Enter age: 23
Not Insured
____________________________________________________________________

Problem 5.5
Suppose there are four flag variables w, x, y, z. Write a program to check 
in multiple ways whether one of them is true.

Program

# Different ways to test multiple flags
w, x, y, z = 0, 1, 0, 1

if w == 1 or x == 1 or y == 1 or z == 1 :
print('True')

if w or x or y or z :
print('True')

if any((w, x, y, z)):
print('True')
64 Let Us Python

if 1 in (w, x, y, z) :
print('True')

Output

True
True
True
True

Tips
x any(  ) is  a  built-in  function  that  returns  True if  at  least one  of  the 
element of its parameter is True.

x We have to pass a string, list, tuple, set or dictionary to any( ).
x There is another similar function called all( ), which returns True if all 
elements  of  its  parameter  are  True.  This  function  too  should  be 
passed a string, list, tuple, set or dictionary.
____________________________________________________________________

Problem 5.6
Given a number n we wish to do the following:
If n is positive - print n * n, set a flag to true
If n is negative - print n * n * n, set a flag to true
if n is 0 - do nothing
Is the code given below correct for this logic?
n = int(input('Enter a number: '))
if n > 0 :
flag = True
print(n * n)
elif n < 0 :
flag = True
print(n * n * n)
Answer
x This is misleading code. At a later date, anybody looking at this code 
may feel that flag = True should be written outside if and else.

x Better code will be as follows:
Chapter 5:  Decision Control Instruction  65

n = int(input('Enter a number: '))
if n > 0 :
flag = True
print(n * n)
elif n < 0 :
flag = True
print(n * n * n)
else :
pass # does nothing on execution
____________________________________________________________________

[A] Answer the following questions:
(a) Write conditional expressions for
- If a < 10 b = 20, else b = 30
- Print 'Morning' if time < 12, otherwise print 'Afternoon'
- If marks >= 70, set remarks to True, otherwise False
(b) Rewrite the following code snippet in 1 line:
x = 3 
y = 3.0 
if x == y :
print('x and y are equal') 
else :
print('x and y are not equal') 
(c) What happens when a pass statement is executed?

[B] What will be the output of the following programs:

(a) i, j, k = 4, -1, 0
w = i or j or k 
x = i and j and k 
y = i or j and k 
z = i and j or k 
print(w, x, y, z) 
(b) a = 10
a = not not a
print(a) 
66 Let Us Python

(c) x, y, z = 20, 40, 45 

if  x > y and x > z :
print('biggest = ' + str(x))
elif y > x and y > z :
print('biggest = ' + str(y))
elif z > x and z > y :
print('biggest = ' + str(z))
(d) num = 30 
k = 100 if num <= 10 else 500
print(k)
(e) a = 10
b = 60
if a and b > 20 :
print('Hello')
else :
print('Hi')
(f) a = 10
b = 60
if a > 20 and b > 20 :
print('Hello')
else :
print('Hi')
(g) a = 10
if a = 30 or 40 or 60 :
print('Hello')
else :
print('Hi')
(h) a = 10
if a = 30 or a == 40 or a == 60 :
print('Hello')
else :
print('Hi')
(i) a = 10
if a in (30, 40, 50) :
print('Hello')
else :
print('Hi')
Chapter 5:  Decision Control Instruction  67

[C] Point out the errors, if any, in the following programs:
(a) a = 12.25
b = 12.52
if a = b :
print('a and b are equal')
(b) if  ord('X') < ord('x')
print('Unicode value of X is smaller than that of x') 
(c) x = 10 
if  x >= 2  then
print('x')
(d) x = 10 ; y = 15
if x % 2 = y % 3
print('Carpathians\n')
(e) x, y = 30, 40
if x == y :
print('x is equal to y')
elseif x > y :
print('x is greater than y')
elseif x < y :
print('x is less than y')
[D] If a = 10, b = 12, c = 0, find the values of the following expressions:
a != 6 and b > 5 
a == 9 or b < 3
not ( a < 10 )
not ( a > 5 and c ) 
5 and c != 8 or !c
[E] Attempt the following questions:

(a) Any integer is input through the keyboard. Write a program to find 
out whether it is an odd number or even number.
(b) Any  year  is  input  through  the  keyboard.  Write  a  program  to 
determine whether the year is a leap year or not.
(c) If  ages  of  Ram,  Shyam  and  Ajay  are  input  through  the  keyboard, 
write a program to determine the youngest of the three.
(d) Write  a program  to  check whether a  triangle  is valid  or not,  when 
the three angles of  the triangle are entered through the keyboard. 
68 Let Us Python

A triangle  is valid if  the sum  of all  the three angles  is equal to  180 

degrees.
(e) Write  a  program  to  find  the  absolute  value  of  a  number  entered 
through the keyboard.
(f) Given the length and breadth of a rectangle, write a program to find 
whether the area of the rectangle is greater than its perimeter. For 
example, the area of the rectangle with length = 5 and breadth = 4 
is greater than its perimeter.
(g) Given three points (x1, y1), (x2, y2) and (x3, y3), write a program to 
check if all the three points fall on one straight line.
(h) Given the coordinates (x, y) of center of a circle and its radius, write 
a program that will determine whether a point lies inside the circle, 
on  the  circle  or  outside  the  circle.  (Hint:  Use  sqrt( ) and  pow(  )
functions)
(i) Given a  point  (x, y),  write a  program  to find out  if it lies on  the X-
axis, Y-axis or on the origin.
(j) A  year  is  entered  through  the  keyboard,  write  a  program  to 
determine whether the year is leap or not. Use the logical operators 
and and or.
(k) If the  three  sides  of  a  triangle  are entered  through  the  keyboard, 
write  a  program  to check whether  the triangle  is  valid  or  not. The 
triangle is valid if the sum of two sides is greater than the largest of 
the three sides.
(l) If the  three  sides  of  a  triangle  are entered  through  the  keyboard, 
write  a  program  to  check  whether  the  triangle  is  isosceles, 
equilateral, scalene or right angled triangle.
 Repetition Control
6 Instruction

Let Us

Python

“Merry go round...”

x Repetition Control Instruction x Else Block of a Loop
x Usage of while Loop x Programs
x Usage of for Loop x Exercises
x break and continue

69
70 Let Us Python

Repetition Control Instruction
x It helps us a repeat a set of statements in a program. There are two 
types of repetition control instructions:
(a) while 
(b) for 
Unlike many other languages there is no do-while loop in Python.

x while is used to repeatedly execute instructions as long as condition 
is true. It has two forms:
while  condition : while  condition :
statement1  statement1 
statement2 statement2
else :
statement3
statement4
- else block  is  optional.  If present, it is  executed when  condition
fails. 
- If the while loop is terminated abruptly using a break statement 
then the else block is not executed.

x for is  used  to  iterate  over  elements  of  a  sequence  such  as  string, 
tuple or list. It has two forms:
for var in list :  for var in list : 
statement1  statement1 
statement2 statement2
else :
statement3
statement4
- During each iteration var is assigned the next value from the list.
- In place of a list a string, tuple, set or dictionary can also be used.
- else block  is  optional.  If  present,  it  is  executed  if  loop  is  not 
terminated abruptly using break.
Usage of while loop
x A while loop can be used in following three situations:
- Repeat a set of statements till a condition remains True.
Chapter 6:  Repetition Control Instruction  71

- Repeat a set of statements a finite number of times.
- Iterate through a string, list and tuple.
x When  we  use  while loop  to  repeat  a  set  of  statements  till  a 
condition remains True, it means that when we do not know before-
hand how many times the statements are to be executed.

num = int(input('Enter a number: '))
while num != 5 :
print(num, num * num)
num = int(input('Enter a number: '))

The loop terminates when 5 is entered as input.
x We  can  use  a  while loop  to  repeat  a  set  of  statements  a  finite 
number of times.

count = 0
while count < 10 :
print(count, count * count, count * count * count)
count += 1

x A while loop can  also be used to iterate through a string, a list or a 

tuple using an index value as shown in the following program:

s = 'Mumbai'
lst = ['desert', 'dessert', 'to', 'too', 'lose', 'loose'] 
tpl = (10, 20, 30, -20, -10)
i = 0
while i < len(lst) :
print(i, s[i], lst[i], tpl[i])
i += 1

Since items in a set or a dictionary cannot be accessed using an index 
value, it is better to use a for loop to access their elements.
x Of the three usages of while loop shown above, the most popular is 
the  first  usage—repeat  statements  an  unknown  number  of  times. 
The other two situations are usually handled using a for loop.

Usage of for loop
x A for loop can be used in following two situations:
- Repeat a set of statements a finite number of times.
- Iterate through a string, list, tuple, set or dictionary.
72 Let Us Python

x To  repeat  a  set  of  statements  a  finite  number  of  times  a built-in 
function range( ) is used.

x range( ) function generates a sequence of integers.
range(10) - generates numbers from 0 to 9.
range(10, 20) - generates numbers from 10 to 19.
range(10, 20, 2) - generates numbers from 10 to 19 in steps of 2.
range(20, 10, -3) - generates numbers from 20 to 9 in steps of -3.
Note that range( ) cannot generate a sequence of floats.
x In general, 
range(start, stop, step) 
produces  a  sequence  of  integers  from  start  (inclusive)  to  stop 
(exclusive) by step.
x The list of numbers generated using range( ) can be iterated through 
using a for loop.

for i in range(1, 10, 2) :
print(i, i * i, i * i * i)

x A  for loop  is  very  popularly  used  to  iterate  through  a  string,  list, 
tuple, set or dictionary, as shown below. 

for char in 'Leopard' :
print(char)
for animal in ['Cat', 'Dog', 'Tiger', 'Lion', 'Leopard'] :
print(animal)
for flower in ('Rose', 'Lily', 'Jasmine') :
print(flower)
for num in {10, 20, 30, -10, -25} :
print(num)
for key in {'A101' : 'Rajesh', 'A111' : 'Sunil', 'A112' : 'Rakesh'} :
print(key)

In the first for loop in each iteration of the loop char is assigned the 

next value from the string.
Similarly, in the second, third and fourth for loop, in each iteration of 
the  loop  animal/flower/num is  assigned  the  next  value  form  the 
list/tuple/set.
Chapter 6:  Repetition Control Instruction  73

Note  that  in  the  last for  loop  we  are  printing  only  the  keys  in the 
dictionary.  Printing  values,  or  printing  both  keys  and  values  are 
covered in Chapter 11.
x If while iterating through a collection  using a  for loop if  we wish to 
also get an index of the item we should use the built-in enumerate( )
function as shown below:

lst = ['desert', 'dessert', 'to', 'too', 'lose', 'loose'] 
for i, ele in enumerate(lst) :
print(i, ele)

break and continue
x break and continue statements can be used with while and for.
x break statement  terminates  the  loop  without  executing  the  else
block.
x continue statement skips the rest of the statements in the block and 
continues with the next iteration of the loop.

Else Block of a Loop
x else block  of  a  while loop  should be  used  in  situations  where  you 
wish to execute some statements if the loop is terminated normally 
and not if it is terminated abruptly. 
x Such  a situation arises  if we are to determine whether a  number is 
prime or not.

num = int(input('Enter an integer: '))
i = 2
while i <= num - 1 :
if num % i == 0 :
print(num, 'is not a prime number')
break
i += 1
else :
print(num, 'is a prime number')

Note  the  indentation of  else.  else is working  for the  while and  not 
for if.
74 Let Us Python

x In  the  following  example  else block will  not  go  to  work  as  the  list 
contains  3,  a  non-multiple  of  10,  on  encountering  which  we 
terminate the loop. 

for ele in [10, 20, 30, 3, 40, 50] :
if ele % 10 != 0 : 
print(ele, 'is a not a multiple of 10')
break
else : 
print('all numbers in list are multiples of 10')
____________________________________________________________________

Problem 6.1
Write  a  program  that  receives  3  sets  of  values  of  p,  n  and  r  and 
calculates simple interest for each.

Program

i = 1
while i <= 3 : 
p = float(input('Enter value of p: '))
n = int(input('Enter value of n: '))
r = float(input('Enter value of r: '))
si = p * n * r / 100
print('Simple interest = Rs. ' + str (si))
i = i + 1

Output

Enter value of p: 1000
Enter value of n: 3
Enter value of r: 15.5
Simple interest = Rs. 465.0
Enter value of p: 2000
Enter value of n: 5
Enter value of r: 16.5
Simple interest = Rs. 1650.0
Enter value of p: 3000
Chapter 6:  Repetition Control Instruction  75

Enter value of n: 2
Enter value of r: 10.45
Simple interest = Rs. 626.9999999999999
____________________________________________________________________

Problem 6.2
Write a program that prints numbers from 1 to 10 using an infinite loop. 
All numbers should get printed in the same line.

Program

i = 1 
while 1 : 
print(i, end = '  ') 
i += 1 
if i > 10 : 
break

Output
1 2 3 4 5 6 7 8 9 10
Tips
x while  1 creates  an  infinite  loop,  as  1  is  non-zero,  hence  true.
Replacing 1 with any non-zero number will create an infinite loop.

x Another way of creating an infinite loop is while True.

x end = ' ' in  print(  ) prints a  space  after printing  i in  each  iteration. 
Default value of end is newline ('\n').
____________________________________________________________________

Problem 6.3
Write a program that prints all unique combinations of 1, 2 and 3.

Program

i = 1 
while i <= 3 : 
j = 1 
while j <= 3 : 
k = 1
76 Let Us Python

while k <= 3 : 
if i == j or j == k or k == i : 
k += 1 
continue 
else :
print(i, j, k)
k += 1 
j += 1
i += 1 

Output
1 2 3
1 3 2
2 1 3
2 3 1
3 1 2
3 2 1
____________________________________________________________________

Problem 6.4
Write  a program  that  obtains  decimal value  of  a binary  numeric  string. 
For example, decimal value of '1111' is 15.

Program

b = '1111'
i = 0 
while b : 
i = i * 2 + (ord(b[0]) - ord('0')) 
b = b[1:]
print('Decimal value = ' + str(i)) 

Output
Decimal value = 15
Tips
x ord(1) is 49, whereas ord('0') is 0.

x b = b[1:] strips the first character in b. 
____________________________________________________________________
Chapter 6:  Repetition Control Instruction  77

Problem 6.5
Write a program that generates the following output using a for loop:
A,B,C,D,E,F,G,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z,
z,y,x,w,v,u,t,s,r,q,p,o,n,m,l,k,j,i,h,g,f,e,d,c,b,a,
Program

for alpha in range(65, 91) :
print(chr(alpha), end=',')
print( )
for alpha in range(122, 96, -1) :
print(chr(alpha), end=',')

Tips
x Unicode  values  of  alphabets  A-Z  are  65-90.  Unicode  values  of 
alphabets a-z are 97-122.

x Each output of print statement ends with a comma.
x Empty print( ) statement positions the cursor at the beginning of the 
next line.
____________________________________________________________________

[A] Answer the following questions:

(a) When does the else block of a while loop go to work?

(b) Can range( ) function be used to generate numbers  from 0.1 to 1.0 
in steps of 0.1?
(c) Can a while loop be nested within a for loop and vice versa?
(d) Can a while/for loop be used in an if/else and vice versa?
(e) Can a do-while loop be used to repeat a set of statements?
(f) How will you write an equivalent for loop for the following:
count = 1 
while count <= 10 :
print(count)
count = count + 1
78 Let Us Python

(g) What will be the output of the following code snippet? 
for index in range(20, 10, -3) :
print(index, end = '  ')

(h) Why  should  break and  continue be  always  used  with  an  if
embedded in a while or for loop? 

[B] Point out the errors, if any, in the following programs:
(a) j = 1 
while j <= 10 :
print(j)
j++
(b) while true :
print('Infinite loop') 
(c) lst = [10, 20, 30,  40, 50]
for count = 1 to 5 :
print(lst[ i ])
(d) i = 15
not while i < 10 :
print(i)
i -= 1
(e) # Print alphabets from A to Z
for alpha in range(65, 91) :
print(ord(alpha), end=' ')
(f) for i in range(0.1, 1.0, 0.25) :
print(i)
(g) i = 1
while i <= 10 :
j = 1
while j <= 5 :
print(i, j )
j += 1
break
print(i, j)
i += 1
Chapter 6:  Repetition Control Instruction  79

[C] Match  the  following  for  the  values  each  range(  ) function  will 
generate.
a.  range(5) 1.  1, 2, 3, 4
b.  range(1, 10, 3) 2.  0, 1, 2, 3, 4
c.  range(10, 1, -2) 3.  Nothing
d.  range(1, 5) 4.  10, 8, 6, 4, 2
e.  range(-2) 5.  1, 4, 7

[D] Attempt the following questions:

(a) Write a program to print first 25 odd numbers using range( ).
(b) Rewrite the following program using for loop.
lst = ['desert', 'dessert', 'to', 'too', 'lose', 'loose'] 
s = 'Mumbai'
i = 0
while i < len(lst) :
if i > 3 :
break
else :
print(i, lst[i], s[i])
i += 1
(c) Write a program to count the number of alphabets and number of 
digits in the string 'Nagpur-440010' 
(d) A  five-digit  number  is  entered  through  the  keyboard.  Write  a 
program to obtain the reversed number and to determine whether 
the original and reversed numbers are equal or not.
(e) Write a  program  to find the factorial value  of any number entered 
through the keyboard.
(f) Write a program to print out all Armstrong numbers between 1 and 
500.  If  sum  of  cubes  of  each digit  of  the  number  is  equal  to  the 
number itself, then the number is called an Armstrong number. For 
example, 153 = ( 1 * 1 * 1 ) + ( 5 * 5 * 5 ) + ( 3 * 3 * 3 ).

(g) Write a program to print all prime numbers from 1 to 300. 
(h) Write  a  program  to  print  the  multiplication  table  of  the  number 
entered by the user. The table should get displayed in the following 
form:
29 * 1 = 29
29 * 2 = 58
80 Let Us Python

…
(i) When  interest  compounds  q times  per  year  at  an  annual  rate  of 
r  % for  n years, the  principal  p compounds  to an  amount  a as per 
the following formula:
a = p ( 1 + r / q ) nq

Write  a  program  to  read  10  sets  of  p,  r,  n &  q and  calculate  the 
corresponding as.
(j) Write  a  program  to  generate  all  Pythagorean  Triplets  with  side 
length less than or equal to 30.
(k) Population of a town today is 100000. The population has increased 
steadily  at  the  rate  of  10  %  per  year  for  last  10  years.  Write  a 
program to determine the population at the end of each year in the 
last decade.
(l) Ramanujan number is the smallest number that can be expressed as 
sum of two cubes in two different ways. Write a program to print all 
such numbers up to a reasonable limit.
(m) Write a program to print  24 hours of  day with suitable suffixes like 
AM, PM, Noon and Midnight.
 Console
7 Input/Output

Let Us

Python

“Input from keyboard, output to screen...”

x Console Input x Programs
x Console Output x Exercises
x Formatted Printing

81
82 Let Us Python

x Console  Input/Output  means  input  from  keyboard  and  output  to 

screen.

Console Input
x Console input can be received using the built-in input( ) function.
x General form of input( ) function is
s = input('prompt')
prompt is a string that is displayed on the screen, soliciting a value.
input( ) returns a string. If 123 is entered as input, '123' is returned.
x input( ) can be used to receive, 1, or more values.

# receive full name 
name = input('Enter full name') 
# separate first name, middle name and surname
fname, mname, sname = input('Enter full name: ').split( )

split(  ) function  will  split  the  entered  fullname with  space  as  a 
delimiter.  The  split  values will  then be  assigned  to  fname,  mname, 
lname.

x If  we  are  to  receive  multiple  int values,  we  can  receive  them  as 
strings and then convert them to ints.

n1, n2, n3 = input('Enter three values: ').split( ) 
n1, n2, n3 = int(n1), int(n2), int(n3)
print(n1 + 10, n2 + 20, n3 + 30)

x The same thing can be done using in a more compact manner using 
a feature called list comprehension. It applies int( ) function to every 
element of the list returned by the split( ) function. 

n1, n2, n3 = [int(n) for n in input('Enter three values: ').split( )] 
print(n1 + 10, n2 + 20, n3 + 30)

The  expression enclosed within [ ]  is called list  comprehension. It  is 

discussed in detail in Chapter 12.

x input( ) can be used to receive arbitrary number of values.
Chapter 7: Console  Input/Output  83

numbers = [int(x) for x in input('Enter values: ').split( )] 
for n in numbers :
print(n + 10)

x input( ) can be used to receive different types of values at a time.

data = input('Enter name, age, salary: ').split( ) 
name = data[0]
age = int(data[1])
salary = float(data[2])

Console Output
x Built-in function print( ) is used to send output to screen.
x print( ) function has this form:

print(objects, sep = '  ', end = '\n', file = sys.stdout, flush = False)

This  means  that  by  default  objects  will  be  printed  on screen 
(sys.stdout), separated by space (sep = ' ') and last printed object will 
be  followed  by  a  newline  (end  =  '\n').  flush =  False  indicates  that 
output stream will not be flushed.

x Python has a facility to call functions and pass keyword-based values 
as arguments. So while calling print( ) we can pass specific values for 
sep and end. In this case, default values will not be used; instead the 
values that we pass will be used.

print(a, b, c, sep = ',', end = '!')  # prints ',' after each value, ! at end
print(x, y, sep = '...', end = '#')  # prints '...' after each value, # at end

Formatted Printing
x There are 4 ways to control the formatting of output:
(a) Using formatted string literals - easiest
(b) Using the format( ) method - older
(c) C printf( ) style - legacy
(d) Using slicing and concatenation operation - difficult

Today (a) is most dominantly used method followed by (b).

x Using formatted string literals (often called fstrings):
84 Let Us Python

r, l, b = 1.5678, 10.5, 12.66
print(f'radius = {r}')
print(f'length = {l} breadth = {b} radius = {r}')

name = 'Sushant Ajay Raje'
for n in name.split( ) :
print(f'{n:10}')  # print in 10 columns

x Using format( ) method of string object:

r, l, b = 1.5678, 10.5, 12.66
name, age, salary = 'Rakshita', 30, 53000.55

# print in order by position of variables using empty {}
print('radius = {} length = {} breadth ={}'.format(r, l, b))
print('name = {} age = {} salary = {}'.format(name, age, salary))

# print in any desired order
print('radius = {2} length = {1} breadth ={0}'.format(r, l, b))
print('age={1} salary={2} name={0}'.format(name, age, salary))

# print name in 15 columns, salary in 10 columns
print('name = {0:15} salary = {1:10}'.format(name, salary))

# print radius in 10 columns, with 2 digits after decimal point
print('radius = {0:10.2f}'.format(r))

On  execution,  the  above  code  snippet  will  produce  the  following 
output:

radius = 1.5678 length = 10.5 breadth =12.66
name = Rakshita age = 30 salary = 53000.55
radius = 12.66 length = 10.5 breadth =1.5678
age=30 salary=53000.55 name=Rakshita
name = Rakshita  salary =  53000.55
radius =  1.57
____________________________________________________________________
Chapter 7: Console  Input/Output  85

Problem 7.1
Write a program to receive radius of a circle, and length and breadth of 
a rectangle in one call to input( ). Calculate and print the circumference 
of circle and perimeter of rectangle.

Program

r, l, b = input('Enter radius, length and breadth: ').split( ) 
radius = int(r)
length = int(l)
breadth = int(b)
circumference = 2 * 3.14 * radius 
perimeter = 2 * ( length + breadth ) 
print(circumference)
print(perimeter)

Output

Enter radius, length and breadth: 3 4 5
18.84
18

Tips
x input(  )  returns  a  string,  so  it  is  necessary  to  convert  it into  int  or 
float suitably, before performing arithmetic operations.
____________________________________________________________________

Problem 7.2
Write  a  program  to  receive  3  integers  using  one  call  to  input(  ).  The 
three integers  signify  starting  value,  ending  value  and  step  value  for  a 
range.  The  program  should  use  these  values  to  print  the  number,  its 
square  and  its  cube,  all  properly  right-aligned.  Also  output  the  same 
values left-aligned.
86 Let Us Python

Program

start, end, step = input('Enter start, end, step values: ').split( )
# right aligned printing
for n in range(int(start), int(end), int(step)) :
print(f'{n:>5}{n**2:>7}{n**3:>8}')
print( ) 

# left aligned printing
for n in range(int(start), int(end), int(step)) :
print('{0:<5}{1:<7}{2:<8}'.format(n, n ** 2, n ** 3))

Output

Enter start, end, step values: 1 10 2
1  1  1
3  9  27
5  25  125
7  49  343
9  81  729

1  1  1 
3  9  27 
5  25  125 
7  49  343 
9  81  729 

Tips
x {n:>5} will  print  n  right-justified  within  5  columns.  Use  <  to  left-
justify.
x {0:<5} will left-justify 0th parameter  in the list within 5 columns. Use 
> to right-justify.
____________________________________________________________________

Problem 7.3
Write a  program to  maintain names and cell numbers  of 4 persons and 
then print them systematically in a tabular form.
Chapter 7: Console  Input/Output  87

Program

contacts = {
'Dilip' : 9823077892, 'Shekhar' : 6784512345,
'Vivek' : 9823011245, 'Riddhi' : 9766556779 
}
for name, cellno in contacts.items( ) :
print(f'{name:15} : {cellno:10d}')

Output

Dilip : 9823077892
Shekhar : 6784512345
Vivek : 9823011245
Riddhi : 9766556779
____________________________________________________________________

Problem 7.4
Suppose  there  are  5  variables  in  a  program—max,  min,  mean,  sd and 
var,  having  some  suitable  values.  Write  a  program  to  print  these 
variables properly aligned using multiple fstrings, but one call to print( ). 

Program

min, max = 25, 75
mean = 35
sd = 0.56
var  = 0.9
print(
f'\n{"Max Value:":<15}{max:>10}',
f'\n{"Min Value:":<15}{min:>10}',
f'\n{"Mean:":<15}{mean:>10}',
f'\n{"Std Dev:":<15}{sd:>10}',
f'\n{"Variance:":<15}{var:>10}' )

Output

Max Value:  75 
Min Value:  25 
Mean:  35 
88 Let Us Python

Std Deviation: 0.56 
Variance:  0.9
____________________________________________________________________

Problem 7.5
Write a program that prints square root and cube root of numbers from 
1 to  10, up  to 3  decimal  places. Ensure  that  the  output is  displayed in 
separate lines, with number center-justified and square and cube roots, 
right-justified.

Program

import math
width = 10
precision = 4
for n in range(1, 10) :
s = math.sqrt(n)
c = math.pow(n,1/3)
print(f'{n:^5}{s:{width}.{precision}}{c:{width}.{precision}}')

Output
1  1.0  1.0
2  1.414  1.26
3  1.732  1.442
4  2.0  1.587
5  2.236  1.71
6  2.449  1.817
7  2.646  1.913
8  2.828  2.0
9  3.0  2.08
____________________________________________________________________

[A] Attempt the following questions:

(a) How will you make the following code more compact?
print('Enter ages of 3 persons')
age1 = input( )
age2 = input( )
Chapter 7: Console  Input/Output  89

age3 = input( )

(b) How  will  you print  "Rendezvous"  in  a  line  and  retain  the  cursor  in 
the same line in which the output has been printed?
(c) What will be the output of the following code snippet? 
l, b = 1.5678, 10.5
print('length = {l} breadth = {b}')

(d) In the following statement what do > 5, > 7 and > 8 signify?
print(f'{n:>5}{n ** 2:>7}{n ** 3:>8}')

(e) What will be the output of the following code segment?
name = 'Sanjay'
cellno = 9823017892
print(f'{name:15} : {cellno:10}')

(f) How  will you print  the output  of  the  following code segment using 

fstring?
x, y, z =10, 20, 40
print('{0:<5}{1:<7}{2:<8}'.format(x, y, z))

(g) How will you receive arbitrary number of floats from keyboard?
(h) What changes should be made in 
print(f'{'\nx = ':4}{x:>10}{'\ny = ':4}{y:>10}')
to produce the output given below:
x =  14.99 
y =  114.39 

(i) How will you receive a boolean value as input?
(j) How will you receive a complex number as input?
(k) How  will  you  display  price in  10  columns  with  4 places  beyond 
decimal points? Assume value of price to be 1.5567894.
(l) Write  a  program to  receive  an arbitrary number of floats using one 
input( ) statement. Calculate the average of floats received.
(m) Write  a  program  to  receive  the  following using  one  input(  ) 
statement. 
90 Let Us Python

Name of the person
Years of service
Diwali bonus received
Calculate and print the agreement deduction as per the following 
formula:
deduction = 2 * years of service + bonus * 5.5 / 100

(n) Which  import  statement  should  be  added  to  use  the  built-in 
functions input( ) and print( )?
(o) Is the following statement correct?
print('Result = ' + 4 > 3)

(p) Write a program to print the following values
a = 12.34, b = 234.39, c = 444.34, d = 1.23, e = 34.67
as shown below:
a =  12.34 
b =  234.39 
c =  444.34 
d =  1.23 
e =  34.67
[B] Match the following pairs:
a.  Default value of sep in print( ) 1.  '  '
b.  Default value of end in print( ) 2.  Using fstring
c.  Easiest way to print output 3.  Right justify num in 5 columns
d.  Return type of split( ) 4.  Left justify num in 5 columns
e.  print('{num:>5}') 5.  list
f.  print('{num:<5}') 6.  \n
 Lists 
8 

“Bringing order to chaos...” 

• What are Lists?  • Sorting and Reversing 
• Accessing List Elements  • List Varieties 
• Looping in Lists  • Stack Data Structure 
• Basic List Operations  • Queue Data structure 
• Using Built-in Functions on Lists  • Programs 
• List Methods  • Exercises 

91 
92 Let Us Python 

What are Lists? 
• Container is  an entity  which contains multiple  data items.  It is  also 
known as a collection or a compound data type. 
• Python has following container data types: 
Lists  Tuples 
Sets  Dictionaries 
• A list can grow or shrink during execution of the program. Hence it is 
also known as a dynamic  array. Because of this nature of lists  they 
are commonly used for handling variable length data. 
• A list is defined by writing comma-separated elements within [ ]. 

num = [10, 25, 30, 40, 100] 
names = ['Sanjay', 'Anil', 'Radha', 'Suparna'] 

• List can contain dissimilar types, though usually they are a collection 
of similar types. For example: 

animal = ['Zebra', 155.55, 110] 

• Items in a list can be repeated, i.e. a list may contain duplicate items. 
Like printing, * can be used to repeat an element multiple times. An 
empty list is also feasible. 

ages = [25, 26, 25, 27, 26]  # duplicates allowed 
num = [10] * 5  # stores [10, 10, 10, 10, 10] 
lst = [ ]  # empty list, valid 

Accessing List Elements 
• Entire list can be printed by just using the name of the list. 

l = ['Able', 'was', 'I', 'ere', 'I', 'saw', 'elbA'] 
print(l) 

• Like  strings,  individual  elements  in  a  list  can  be  accessed  using 
indices.  Hence  they  are  also  known  as  sequence  types.  The  index 
value starts from 0. 
Chapter 8: Lists  93

print(animals[1], ages[3]) 

• Like strings, lists can be sliced. 

print(animals[1:3]) 
print(ages[3:]) 

Looping in Lists 
• If  we  wish  to  process  each  item  in  the  list,  we  should  be  able  to 
iterate through the list. This can done using a while or for loop. 

animals = ['Zebra', 'Tiger', 'Lion', 'Jackal', 'Kangaroo'] 
# using while loop 
i = 0 
while i < len(animals) : 
print(animals[ i ]) 
i += 1 
# using more convenient for loop 
for a in animals : 
print(a) 

• While  iterating  through  a  list  using  a  for loop,  if  we  wish  to  keep 
track  of  index  of  the  element  that  a is  referring  to,  we  can do  so 
using the built-in enumerate( ) function. 

animals = ['Zebra', 'Tiger', 'Lion', 'Jackal', 'Kangaroo'] 
for index, a in enumerate(animals) : 
print(index, a) 

Basic List Operations 
• Mutability  -  Unlike  strings,  lists  are  mutable  (changeable).  So  lists 
can be updated as shown below: 

animals = ['Zebra', 'Tiger', 'Lion', 'Jackal', 'Kangaroo'] 
ages = [25, 26, 25, 27, 26, 28, 25] 
animals[2] ='Rhinoceros' 
ages[5] = 31 
ages[2:5] = [24, 25, 32]  # sets items 2 to 5 with values 24, 25, 32 
ages[2:5] = [ ]  # delete items 2 to 4 
94 Let Us Python 

• Concatenation - One list can be concatenated (appended) at the end 
of another as shown below: 

lst = [12, 15, 13, 23, 22, 16, 17] 
lst = lst + [33, 44, 55] 
print(lst)  # prints [12, 15, 13, 23, 22, 16, 17, 33, 44, 55] 

• Merging - Two lists can be merged to create a new list. 

s = [10, 20, 30] 
t = [100, 200, 300] 
z = s + t 
print(z)  # prints [10, 20, 30, 100, 200, 300] 

• Conversion - A string/tuple/set can be converted into a list using the 
list( ) conversion function. 

l = list('Africa')  # converts the string to a list ['A', 'f', 'r', 'i', 'c', 'a'] 

• Aliasing -  On  assigning  one list  to  another,  both  refer to the  same 

list. Changing one changes the other. This assignment is often known 
as shallow copy or aliasing. 

lst1 = [10, 20, 30, 40, 50] 
lst2 = lst1  # doesn't copy list. lst2 refers to same list as lst1 
print(lst1)  # prints [10, 20, 30, 40, 50] 
print(lst2)  # prints [10, 20, 30, 40, 50] 
lst1[0] = 100 
print(lst1[0], lst2[0])  # prints 100 100 

• Cloning  -  This  involves  copying  contents  of  one  list  into  another. 
After copying both refer to different lists, though both contain same 
values. Changing one list, doesn't change another. This operation is 
often known as deep copy. 

lst1 = [10, 20, 30, 40, 50] 
lst2 = [ ]  # empty list 
lst2 = lst2 + lst1  # lst1, lst2 refer to different lists 
print(lst1)  # prints [10, 20, 30, 40, 50] 
print(lst2)  # prints [10, 20, 30, 40, 50] 
lst1[0] = 100 
print(lst1[0], lst2[0])  # prints 100, 10 
Chapter 8: Lists  95

• Searching  -  An  element  can  be  searched  in  a  list  using  the  in 
membership operator as shown below: 

lst = ['a', 'e', 'i', 'o', 'u'] 
res = 'a' in lst  # return True since 'a' is present in list 
res = 'z' not in lst  # return True since 'z' is absent in list 

• Identity  - Whether  the  two  variables  are  referring  to the  same list 

can be checked using the is identity operator as shown below: 

lst1 = [10, 20, 30, 40, 50] 
lst2 = [10, 20, 30, 40, 50] 
lst3 = lst1 
print(lst1 is lst2)  # prints False 
print(lst1 is lst3)  # prints True 
print(lst1 is not lst2)  # prints True 

Note the difference for basic types like int or str: 

num1 = 10 
num2 = 10 
s1 = 'Hi' 
s2 = 'Hi' 
print( num1 is num2)  # prints True 
print( s1 is s2)  # prints True 

• Comparison  -  It  is  possible  to  compare  contents  of  two  lists. 
Comparison  is  done  item  by  item  till  there  is  a  mismatch.  In 
following code it would be decided that a is less than b when 3 and 5 
are compared. 

a = [1, 2, 3, 4] 
b = [1, 2, 5] 
print(a < b)  # prints True 

• Emptiness - We can check if a list is empty using not operator. 

lst = [ ] 
if not lst : 
print('Empty list') 

Alternately, we can convert a list to a bool and check the result. 
96 Let Us Python 

lst = [ ] 
print(bool(lst))  # prints False 

• Also note that the following values are considered to be False: 
None 
Number equivalent to zero: 0, 0.0, 0j 
Empty string, list and tuple: ' ', "", [ ], ( ) 
Empty set and dictionary: { } 

Using Built-in Functions on Lists 
• Many built-in functions can be used with lists. 
len(lst)  # return number of items in the list 
max(lst)  # return maximum element in the list 
min(lst)  # return minimum element in the list 
sum(lst)  # return sum of all elements in the list 
any(lst)  # return True if any element of lst is True 
all(lst)  # return True if all elements of lst are True 
del( )  # deletes element or slice or entire list 
sorted(lst)  # return sorted list, lst remains unchanged 
reversed(lst)  # used for reversing lst 
Except the last 3, other functions are self-explanatory. sorted( ) and 
reversed( ) are discussed in section after next. del( ) function's usage 
is shown below: 

lst1 = [10, 20, 30, 40, 50] 
lst = del(lst[3])  # delete 3rd item in the list 
del(lst[2:5])  # delete items 2 to 4 from the list 
del(a[:])  # delete entire list 
lst = [ ]  # another way to delete an entire list 

• If  multiple  variables  are  referring  to  same  list,  then  deleting  one 
doesn't delete the others. 

lst1 = [10, 20, 30, 40, 50] 
lst3 = lst2 = lst1  # all refer to same list 
lst1 = [ ]  # lst1 refers to empty list; lst2, lst3 to original list 
print(lst2)  # prints [10, 20, 30, 40, 50] 
print(lst3)  # prints [10, 20, 30, 40, 50] 
Chapter 8: Lists  97

• If multiple variables are referring to same list and we wish to delete 
all, we can do so as shown below: 

lst2[:] = [ ]  # list is emptied by deleting all items 
print(lst2)  # prints [ ] 
print(lst3)  # prints [ ] 

List Methods 
• Any list is  an object  of type  list. Its methods can be accessed using 
the  syntax  lst.method(  ).  Usage  of  some  of  the  commonly  used 
methods is shown below: 

lst = [12, 15, 13, 23, 22, 16, 17]  # create list 
lst.append(22)  # add new item at end 
lst.remove(13)  # delete item 13 from list 
lst.remove(30)  # reports valueError as 30 is absent in lst 
lst.pop( )  # removes last item in list 
lst.pop(3)  # removes 3rd item in the list 
lst.insert(3,21)  # insert 21 at 3rd position 
lst.count(23)  # return no. of times 23 appears in lst 
idx = lst.index(22)  # return index of item 22 
idx = lst.index(50)  # reports valueError as 50 is absent in lst 

Sorting and Reversing 
• Usage  of  list  methods  for  reversing  a  list  and  for  sorting  is  shown 
below: 

lst = [10, 2, 0, 50, 4] 
lst.reverse( ) 
print(lst)  # prints [4, 50, 0, 2, 10] 
lst.sort( ) 
print(lst)  # prints [0, 2, 4, 10, 50] 
lst.sort(reverse = True) # sort items in reverse order 
print(lst)  # prints [50, 10, 4, 2, 0] 
Note that reverse( ) and sort( ) do not return a list. Both manipulate 
the list in place. 

• Usage  of  built-in  functions  for  reversing  a  list  and  for  sorting  is 
shown below: 

lst = [10, 2, 0, 50, 4] 
98 Let Us Python 

print(sorted(lst))  # prints [0, 2, 4, 10, 50] 
print(sorted(lst, reverse = True))  # prints [50, 10, 4, 2, 0] 
print(list(reversed(lst)))  # prints [4, 50, 0, 2, 10] 

Note that sorted( ) function returns a new sorted list and keeps the 
original  list  unchanged.  Also,  reversed(  ) function  returns  a 
list_reverseiterator object which has to converted into a list to get a 
reversed list. 

• Reversal is also possible using a slicing operation as shown below: 

lst = [10, 2, 0, 50, 4] 
print(lst[::-1])  # prints [0, 2, 4, 10, 50] 

List Varieties 
• It is possible to create a list of lists (nested lists). 

a = [1, 3, 5, 7, 9] 
b = [2, 4, 6, 8, 10] 
c = [a, b] 
print(c[0][0], c[1][2])  # 0th element of 0th list, 2nd ele. of 1st list 

• A list may be embedded in another list. 

x = [1, 2, 3, 4] 
y = [10, 20, x, 30] 
print(y)  # outputs [10, 20, [1, 2, 3, 4], 30] 

• It  is  possible  to  unpack  a  string  or  list  within  a  list  using  the  * 
operator. 

s = 'Hello' 
l = [*s] 
print(l)  # outputs ['H', 'e', 'l', 'l', 'o'] 

x = [1, 2, 3, 4] 
y = [10, 20, *x, 30] 
print(y)  # outputs [10, 20, 1, 2, 3, 4, 30] 
Chapter 8: Lists  99

Stack Data Structure 
• A  data  structure  refers  to  an  arrangement  of  data  in  memory. 
Popular data structures are stack, queue, tree, graph and map. 
• Stack is a last in first out (LIFO) list, i.e. last element that is added to 
the list is the first element that is removed from it. 
• Adding an element to a stack is called push operation and removing 
an  element  from  it  is  called  pop  operation.  Both  these  operations 
are carried out at the rear end of the list. 
• Push and pop operations can be carried out using the append( ) and 
pop( ) methods of list object. This is demonstrated in Program 8.3. 

Queue Data Structure 
• Queue is a first in first out (FIFO) list, i.e. first element that is added 
to the list is the first element that is removed from it. 
• Lists are not efficient for implementation of queue data structure. 
• With  lists  removal of  items  from  beginning is  not  efficient, since  it 
involves shifting of rest of the elements by 1 position after deletion. 
• Hence for fast additions and deletions, dequeue class of collections
module is preferred. 
• Deque  stands  for  double  ended  queue.  Addition and  deletion in  a 
deque can take place at both ends. 
• Usage  of  deque  class  to  implement  a  queue  data  structure  is 
demonstrated in Program 8.4. 
____________________________________________________________________ 

Problem 8.1 
Perform the following operations on a list of names. 
- Create a list of 5 names - 'Anil', 'Amol', 'Aditya', 'Avi', 'Alka' 
- Insert a name 'Anuj' before 'Aditya' 
- Append a name 'Zulu' 
- Delete 'Avi' from the list 
- Replace 'Anil' with 'AnilKumar' 
100 Let Us Python 

- Sort all the names in the list 
- Print reversed sorted list 

Program 

# Create a list of 5 names 
names = ['Anil', 'Amol', 'Aditya', 'Avi', 'Alka'] 
print(names) 

# insert a name 'Anuj' before 'Aditya' 
names.insert(2,'Anuj') 
print(names) 

# append a name 'Zulu' 
names.append('Zulu') 
print(names) 
# delete 'Avi' from the list 
names.remove('Avi') 
print(names) 

# replace 'Anil' with 'AnilKumar' 
i=names.index('Anil') 
names[i] = 'AnilKumar' 
print(names) 

# sort all the names in the list 
names.sort( ) 
print(names) 

# print reversed sorted list 
names.reverse( ) 
print(names) 

Output 

['Anil', 'Amol', 'Aditya', 'Avi', 'Alka'] 
['Anil', 'Amol', 'Anuj', 'Aditya', 'Avi', 'Alka'] 
['Anil', 'Amol', 'Anuj', 'Aditya', 'Avi', 'Alka', 'Zulu'] 
['Anil', 'Amol', 'Anuj', 'Aditya', 'Alka', 'Zulu'] 
['AnilKumar', 'Amol', 'Anuj', 'Aditya', 'Alka', 'Zulu'] 
['Aditya', 'Alka', 'Amol', 'AnilKumar', 'Anuj', 'Zulu'] 
Chapter 8: Lists  101

['Zulu', 'Anuj', 'AnilKumar', 'Amol', 'Alka', 'Aditya'] 
____________________________________________________________________ 

Problem 8.2 
Perform the following operations on a list of numbers. 
- Create a list of 5 odd numbers 
- Create a list of 5 even numbers 
- Combine the two lists 
- Add prime numbers 11, 17, 29 at the beginning of the combined list 
- Report how many elements are present in the list 
- Replace last 3 numbers in the list with 100, 200, 300 
- Delete all the numbers in the list 
- Delete the list 
Program 

# create a list of 5 odd numbers 
a = [1, 3, 5, 7, 9] 
print(a) 

# create a list of 5 even numbers 
b = [2, 4, 6, 8, 10] 
print(b) 
# combine the two lists 
a = a + b 
print(a) 

# add prime numbers 11, 17, 29 at the beginning of the combined list 
a = [11, 17, 29] + a 
print(a) 

# report how many elements are present in the list 
num = len(a) 
print(num) 

# replace last 3 numbers in the list with 100, 200, 300 
a[num-3:num] = [100, 200, 300] 
print(a) 

# delete all the numbers in the list 
a[:] = [ ] 
102 Let Us Python 

print(a) 

# delete the list 
del a 

Output 

[1, 3, 5, 7, 9] 
[2, 4, 6, 8, 10] 
[1, 3, 5, 7, 9, 2, 4, 6, 8, 10] 
[11, 17, 29, 1, 3, 5, 7, 9, 2, 4, 6, 8, 10] 
13 
[11, 17, 29, 1, 3, 5, 7, 9, 2, 4, 100, 200, 300] 
[ ] 
____________________________________________________________________ 

Problem 8.3 
Write a program to implement a Stack data  structure. Stack is a Last In 
First  Out  (LIFO)  list  in  which  addition  and  deletion  takes  place  at  the 
same end. 

Program 

# stack - LIFO list 
s = [ ]  # empty stack 
# push elements on stack 
s.append(10) 
s.append(20) 
s.append(30) 
s.append(40) 
s.append(50) 
print(s) 

# pop elements from stack 
print(s.pop( )) 
print(s.pop( )) 
print(s.pop( )) 
print(s) 
Chapter 8: Lists  103

Output 

[10, 20, 30, 40, 50] 
50 
40 
30 
[10, 20] 
____________________________________________________________________ 

Problem 8.4 
Write a program to implement a Queue data structure. Queue is a First 
In  First  Out (FIFO)  list, in which addition takes  place at the  rear end of 
the queue and deletion takes place at the front end of the queue. 

Program 

import collections 
q = collections.deque( ) 

q.append('Suhana') 
q.append('Shabana') 
q.append('Shakila') 
q.append('Shakira') 
q.append('Sameera') 
print(q) 

print(q.popleft( )) 
print(q.popleft( )) 
print(q.popleft( )) 
print(q) 

Output 

deque(['Suhana', 'Shabana', 'Shakila', 'Shakira', 'Sameera']) 
Suhana 
Shabana 
Shakila 
deque(['Shakira', 'Sameera']) 
____________________________________________________________________ 
104 Let Us Python 

Problem 8.5 
Write  a program to generate and  store in a list  20 random numbers in 
the  range  10  to 100.  From this list  delete  all those entries  which have 
value between 20 and 50. Print the remaining list. 

Program 

import random 

a = [ ] 
i = 1 
while i <= 15 : 
num = random.randint(10,100) 
a.append(num) 
i += 1 

print(a) 

for num in a : 
if num > 20 and num < 50 : 
a.remove(num) 

print(a) 

Output 

[64, 10, 13, 25, 16, 39, 80, 100, 45, 33, 30, 22, 59, 73, 83] 
[64, 10, 13, 16, 80, 100, 33, 22, 59, 73, 83] 
____________________________________________________________________ 

Problem 8.6 
Write a program to add two 3 x 4 matrices. 

Program 

mat1 = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]] 
mat2 = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]] 
mat3 = [[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]] 

# iterate through rows 
Chapter 8: Lists  105

for i in range(len(mat1)) : 
# iterate through columns 
for j in range(len(mat1[0])) : 
mat3[i][j] = mat1[i][j] + mat2[i][j] 

print(mat3) 

Output 

[[2, 4, 6, 8], [10, 12, 14, 16], [18, 20, 22, 24]] 
____________________________________________________________________ 

[A] What will be the output of the following programs: 
(a) msg = list('www.kicit.com')  (http://www.kicit.com') )
ch = msg[-1] 
print(ch) 
(b) msg = list('kanlabs.teachable.com') 
s = msg[4:6] 
print(s) 
(c) msg = 'Online Courses - KanLabs' 
s = list(msg[:3]) 
print(s) 
(d) msg = 'Rahate Colony' 
s = list(msg[-5:-2]) 
print(s) 
(e) s = list('KanLabs') 
t = s[::-1] 
print(t) 
(f) num1 = [10, 20, 30, 40, 50] 
num2 = num1 
print(id(num1)) 
print(type(num2)) 
print(isinstance(num1, list)) 
print(num1 is num2) 
(g) num = [10, 20, 30, 40, 50] 
106 Let Us Python 

num[2:4] = [ ] 
print(num) 
(h) num1 = [10, 20, 30, 40, 50] 
num2 = [60, 70, 80] 
num1.append(num2) 
print(num1) 
(i) lst = [10, 25, 4, 12, 3, 8] 
sorted(lst) 
print(lst) 
(j) a = [1, 2, 3, 4] 
b = [1, 2, 5] 
print(a < b) 
[B] Attempt the following questions: 

(a) Which of the following is a valid List? 
['List']  {"List"}  ("List")  "List" 

(b) What will happen on execution of the following code snippet? 
s = list('Hello') 
s[1] = 'M' 

(c) The  following code  snippet  deletes  elements  30  and  40  from  the 
list: 
num = [10, 20, 30, 40, 50] 
del(num[2:4]) 
In which other way can the same effect be obtained? 

(d) Which of the following is an INCORRECT list? 
a = [0, 1, 2, 3, [10, 20, 30]] 
a = [10, 'Suraj', 34555.50] 
a = [[10, 20, 30], [40, 50, 60]] 

(e) From the list given below 
num1 = [10, 20, 30, 40, 50] 
How will you create the list num2 containing: 
['A', 'B', 'C', 10, 20, 30, 40, 50, 'Y', 'Z'] 
Chapter 8: Lists  107

(f) Given a list 
lst = [10, 25, 4, 12, 3, 8] 
How will you sort it in descending order? 

(g) Given a list 
lst = [10, 25, 4, 12, 3, 8] 
How will you check whether 30 is present in the list or not? 

(h) Given a list 
lst = [10, 25, 4, 12, 3, 8] 
How will you insert 30 between 25 and 4? 

(i) Given a string 
s = 'Hello' 
How will you obtain a list ['H', 'e', 'l', 'l', 'o'] from it? 
[C] Answer the following questions: 

(a) Write a program to create a list of 5 odd integers. Replace the third 
element with a list of 4 even integers. Flatten, sort and print the list. 
(b) Suppose  a  list  contains  20  integers  generated  randomly.  Receive a 
number from the keyboard and report position of all occurrences of 
this number in the list. 
(c) Suppose  a  list  has  20  numbers.  Write  a  program  that  removes  all 
duplicates from this list. 
(d) Suppose  a  list  contains  positive  and  negative  numbers.  Write  a 
program  to create  two  lists—one  containing  positive numbers  and 
another containing negative numbers. 
(e) Suppose  a  list  contains  5  strings.  Write  a  program  to  convert  all 
these strings to uppercase. 
(f) Write  a  program  that  converts  list  of  temperatures  in  Fahrenheit 
degrees to equivalent Celsius degrees. 
(g) Write  a  program  to  obtain  a  median  value  of  a  list  of  numbers, 
without disturbing the order of the numbers in the list. 
(h) A list contains only positive and negative integers. Write a program 
to obtain the number of negative numbers present in the list. 
108 Let Us Python 

(i) Suppose  a  list  contains  several  words.  Write  a  program  to  create 
another list that contains first character of each word present in the 
first list. 
(j) A  list  contains  10  numbers.  Write  a  program  to  eliminate  all 
duplicates from the list. 
(k) Write a program to find the mean, median and mode of a list of 10 
numbers. 
 Tuples
9
Let Us

Python

“Ordered, heterogenous, immutable....”

x What are Tuples? x Tuple Methods
x Accessing Tuple Elements x Tuple Varieties
x Looping in Tuples x Programs
x Basic Tuple Operations x Exercises
x Using Built-in Functions on Tuples

109
110 Let Us Python

What are Tuples?
x Though  a  list  can  store  dissimilar  data,  it  is  commonly  used  for 
storing similar data.

x Though a tuple can store similar data it is commonly used for storing 
dissimilar data. The tuple data is enclosed within ( ) as shown below.

a = ( )  # empty tuple
b = (10,)  # tuple with one item. , after 10 is necessary
c = ('Sanjay', 25, 34555.50)  # tuple with dissimilar items
d = (10, 20, 30, 40) # tuple with similar items

While creating the tuple b, if we do not use the comma after 10, b is 

treated to be of type int.

x While initializing a tuple, we may drop ( ).

c = 'Sanjay', 25, 34555.50  # tuple with multiple items
print(type(c))  # c is of the type tuple

x Items  in  a  tuple  can  be  repeated,  i.e.  tuple  may  contain  duplicate 
items. However, unlike list, tuple elements cannot be repeated using 
a *.

tpl1 = (10,) * 5 # stores (10, 10, 10, 10, 10)

tpl2 = (10) * 5 # stores (50)

Accessing Tuple Elements
x Entire tuple can be printed by just using the name of the tuple.

tpl = ('Sanjay', 25, 34555.50) 
print(tpl)

x Tuple is an ordered collection. So order of insertion of elements in a 
tuple  is  same as  the  order  of  access. So  like  a  string  and list,  tuple 
items too can be accessed using indices, starting with 0.

msg = ('Handle', 'Exceptions', 'Like', 'a', 'boss')
print(msg[1], msg[3])
Chapter 9: Tuples 111

x Like strings and lists, tuples too can be sliced to yield smaller tuples.

emp = ('Sanjay', 23, 23000, 1760, 2040)
print(emp[1:3]) # prints (23, 23000)
print(emp[3:]) # prints  (1760, 2040)
print(emp[:3]) # prints ('Sanjay', 23, 23000)

Looping in Tuples
x If  we  wish  to  process  each  item  in  a  tuple,  we  should  be  able  to 
iterate through it. This can be done using a while loop or for loop.

tpl = (10, 20, 30, 40, 50)
i = 0
while i < len(tpl) :
print(tpl[i])
i += 1
for n in tpl :
print(n)

x While  iterating through a tuple  using a  for loop,  if we wish to keep 

track  of index  of the  element that  is being  currently processed, we 
can do so using the built-in enumerate( ) function.

tpl = (10, 20, 30, 40, 50)
for index, n in enumerate(tpl) :
print(index, n)

Basic Tuple Operations
x Mutability  - Unlike  a  list,  a  tuple is immutable,  i.e.  it cannot  be 
modified.

msg = ('Fall', 'In', 'Line') 
msg[0] ='FALL'  # error
msg[1:3] = ('Above', 'Mark')  # error

x Since  a  tuple is immutable  operations  like  append,  remove  and 

insert do not work with a tuple.
x Though  a  tuple  itself  is  immutable,  it  can  contain  mutable  objects 
like lists.
112 Let Us Python

# mutable lists, immutable string—all can belong to tuple
s = ([1, 2, 3, 4], [4, 5], 'Ocelot')

x If  a  tuple  contains  a  list,  the  list  can  be  modified  since  list  is  a 
mutable object. 

s = ([1, 2, 3, 4], [10, 20], 'Oynx')
s[1][1] = 45 # changes first item of first list, i.e. 20
print(s) # prints ([1, 2, 3, 4], [4, 45], 'Oynx')

# one more way to change first item of first list
p = s[1]
p[1] = 100
print(s) # prints ([1, 2, 3, 4], [4, 100], 'Oynx')

x The other basic operations that are done on a tuple are very similar 
to the ones done on a list. These operations are discussed in Chapter 
8. You may try the following operations on tuples as an exercise:
Concatenation
Merging
Conversion
Aliasing
Cloning
Searching
Identity
Comparison
Emptiness
Using Built-in Functions on Tuples
x Many built-in functions can be used with tuples.
t = (12, 15, 13, 23, 22, 16, 17)  # create tuple
len(t)  # return number of items in tuple t
max(t)  # return maximum element in tuple t
min(t)  # return minimum element in tuple t
sum(t)  # return sum of all elements in tuple t
any(t)  # return True if any element of tpl is True
all(t)  # return True if all elements of tpl are True
sorted(t)  # return sorted list (not sorted tuple)
reversed(t) # used for reversing t
Chapter 9: Tuples 113

Tuple Methods
x Any  tuple  is  an  object  of  type  tuple.  Its methods  can  be  accessed 
using  the  syntax  tpl.method(  ).  Usage  of  two  methods  is  shown 
below:

tpl = (12, 15, 13, 23, 22) # create tuple
print(tpl.count(23))  # return no. of times 23 appears in lst
print(tpl.index(22)) # return index of item 22
print(tpl.index(50)) # reports valueError as 50 is absent in lst

Tuple Varieties
x It is possible to create a tuple of tuples.

a = (1, 3, 5, 7, 9)
b = (2, 4, 6, 8, 10)
c = (a, b)
print(c[0][0], c[1][2])  # 0th element of 0th tuple, 2nd ele of 1st tuple

records = (
('Priyanka', 24, 3455.50), ('Shailesh', 25, 4555.50), 
('Subhash', 25, 4505.50), ('Sugandh', 27, 4455.55) 
) 
print(records[0][0], records[0][1], records[0][2])
print(records[1][0], records[1][1], records[1][2])
for n, a, s in records :
print(n,a,s)

x A tuple may be embedded in another tuple.

x = (1, 2, 3, 4)
y = (10, 20, x, 30) 
print(y)  # outputs (10, 20, (1, 2, 3, 4), 30)

x It is possible to unpack a tuple within a tuple using the *operator.

x = (1, 2, 3, 4) 
y = (10, 20, *x, 30)
print(y)  # outputs (10, 20, 1, 2, 3, 4, 30)

x It is possible to create a list of tuples, or a tuple of lists.
114 Let Us Python

lst = [('Priyanka', 24, 3455.50), ('Shailesh', 25, 4555.50)]
tpl = (['Priyanka', 24, 3455.50], ['Shailesh', 25, 4555.50])

x If we wish to  sort a  list of  tuples or tuple of  lists, it  can  be  done as 

follows:

import operator
# each embedded tuple/list contains name, age, salary
lst = [('Shailesh', 24, 3455.50), ('Priyanka', 25, 4555.50)]
tpl = (['Shailesh', 24, 3455.50], ['Priyanka', 25, 4555.50])
print(sorted(lst))
print(sorted(tpl))
print(sorted(lst, key = operator.itemgetter(2)))
print(sorted(tpl, key = operator.itemgetter(2)))

x By default, sorted( ) sorts by first item in list/tuple, i.e. name. 

x If  we  wish  to  sort  by  salary,  we  need  to  use the  itemgetter( )
function of operator module.

x The key parameter of sorted( ) requires a key function (to be applied 
to objects to be sorted) rather than a single key value.
x operator.itemgetter(2) will  give  us a  function  that  fetches salary
from a list/tuple.

x In general, operator.itemgetter(n) constructs a function that takes a 
list/tuple as input, and fetches the n-th element out of it.
____________________________________________________________________

Problem 8.1
Pass  a tuple to the divmod( ) function and obtain the  quotient and  the 
remainder.

Program

result = divmod(17,3)
print(result)
t = (17, 3)
result = divmod(*t)
Chapter 9: Tuples 115

print(result)

Output

(5, 2)
(5, 2)

Tips
x If we pass t to divmod( ) an error is reported. We have to unpack the 
tuple into two distinct values and then pass them to divmod( ).

x divmod( ) returns a tuple consisting of quotient and remainder.
____________________________________________________________________

Problem 8.2
Write a Python program to perform the following operations:
- Pack first 10 multiples of 10 into a tuple
- Unpack the tuple into 10 variables, each holding 1 value
- Unpack  the tuple  such that first value  gets stored in variable  x, last 
value in y and all values in between into disposable variables _
- Unpack  the  tuple such  that  first value  gets  stored in variable  i,  last 
value in j and all values in between into a single disposable variable _
Program

tpl = (10, 20, 30, 40, 50, 60, 70, 8, 90, 100)
a, b, c, d, e, f, g, h, i, j = tpl
print(tpl)
print(a, b, c, d, e, f, g, h, i, j)
x, _, _, _, _, _, _, _, _, y = tpl
print(x, y, _)
i, *_, j = tpl
print(i, j, _)

Output

(10, 20, 30, 40, 50, 60, 70, 8, 90, 100)
10 20 30 40 50 60 70 8 90 100
10 100 90
10 100 [20, 30, 40, 50, 60, 70, 8, 90]
116 Let Us Python

Tips
x Disposable variable _ is usally used when you do not wish to use the 
variable further, and is being used only as a place-holder.
____________________________________________________________________

Problem 8.3
A list contains names of boys and girls as its elements. Boys' names are 
stored  as  tuples.  Write  a  Python  program  to  find  out  number  of  boys 
and girls in the list.

Program

lst = ['Shubha', 'Nisha', 'Sudha', ('Suresh',), ('Rajesh',), 'Radha']
boys = 0
girls = 0
for ele in lst:
if isinstance(ele, tuple):
boys += 1
else :
girls += 1
print('Boys = ', boys, 'Girls = ', girls)

Output

Boys =  2 Girls =  4

Tips
x isinstance(  ) functions  checks  whether  ele is  an  instance  of  tuple 
type.

x Note that since the tuples contain a single element, it is followed by 
a comma.
____________________________________________________________________

Problem 8.4
A list contains tuples containing roll number, names and age of student. 
Write  a  Python  program  to  gather  all  the  names  from  this  list  into 
another list.
Chapter 9: Tuples 117

Program

lst = [('A101', 'Shubha', 23), ('A104', 'Nisha', 25), ('A111', 'Sudha', 24)]
nlst = [ ]
for ele in lst:
nlst = nlst + [ele[1]]

print(nlst)

Output

['Shubha', 'Nisha', 'Sudha']

Tips
x nlst is  an  empty  to  begin  with.  During  each  iteration  name  is 
extracted from the tuple using ele[1] and added to the current list of 
names in nlst.
____________________________________________________________________

Problem 8.5
Given the following tuple
('F', 'l', 'a', 'b', 'b', 'e', 'r', 'g', 'a', 's', 't', 'e', 'd')
Write a Python program to carry out the following operations:
- Add an ! at the end of the tuple
- Convert a tuple to a string
- Extract ('b', 'b') from the tuple
- Find out number of occurrences of 'e' in the tuple
- Check whether 'r' exists in the tuple
- Convert the tuple to a list
- Delete characters 'b, 'b', 'e', 'r' from the tuple
Program

tpl = ('F', 'l', 'a', 'b', 'b', 'e', 'r', 'g', 'a', 's', 't', 'e', 'd')
# addition of ! is not possible as tuple is an immutable
# so to add ! we need to create a new tuple and then make tpl refer to it
tpl = tpl + ('!',)
print(tpl)
118 Let Us Python

# convert tuple to string
s = ''.join(tpl)
print(s)

# extract ('b', 'b') from the tuple
t = tpl[3:5]
print(t)

# count number of 'e' in the tuple
count = tpl.count('e')
print('count = ', count)

# check whether 'r' exists in the tuple
print('r' in tpl)

# Convert the tuple to a list
lst = list(tpl)
print(lst)

# tuples are immutable, so we cannot remove elements from it
# we need to split the tuple, eliminate  the unwanted element and then 
merge the tuples
tpl = tpl[:3] + tpl[7:]
print(tpl)

Output

('F', 'l', 'a', 'b', 'b', 'e', 'r', 'g', 'a', 's', 't', 'e', 'd', '!')
Flabbergasted!
('b', 'b')
count =  2
True
['F', 'l', 'a', 'b', 'b', 'e', 'r', 'g', 'a', 's', 't', 'e', 'd', '!']
('F', 'l', 'a', 'g', 'a', 's', 't', 'e', 'd', '!')
____________________________________________________________________
Chapter 9: Tuples 119

[A] Which of the following properties apply to string, list and tuple?
- Iterable
- Sliceable
- Indexable
- Immutable
- Sequence
- Can be empty
- Sorted collection
- Ordered collection
- Unordered collection
- Elements can be accessed using their position in the collection

[B] Which of  the  following operations can  be  performed  on string,  list 

and tuple?
- a = b + c
- a += b
- Appending a new element at the end
- Deletion of an element at the 0th position
- Modification of last element
- In place reversal

[C] Answer the following questions:

(a) Is this a valid tuple?
tpl = ('Square')

(b) What will be the output of the following code snippet? 
num1 = num2 = (10, 20, 30, 40, 50)
print(id(num1), type(num2))
print(isinstance(num1, tuple))
print(num1 is num2)
print(num1 is not num2)
print(20 in num1)
print(30 not in num2)

(c) Suppose a date  is represented as a tuple (d, m, y). Write  a program 

to create two date tuples and find the number of days between the 
two dates.
120 Let Us Python

(d) Create  a  list  of  tuples.  Each  tuple  should  contain  an  item  and  its 
price in float. Write a program to sort the tuples in descending order 
by price. Hint: Use operator.itemgetter( ).
(e) Store  the data about shares held  by a user as tuples containing the 
following information about shares:
Share name
Date of purchase
Cost price
Number of shares
Selling price
Write a program to determine:
- Total cost of the portfolio.
- Total amount gained or lost.
- Percentage profit made or loss incurred.

(f) Write a program to remove empty tuple from a list of tuples.

(g) Write a program to create following 3 lists:
- a list of names
- a list of roll numbers 
- a list of marks
Generate and print a list of tuples containing name, roll number and 
marks  from  the  3  lists.  From  this  list  generate  3  tuples—one 
containing  all  names, another  containing  all roll  numbers and  third 
containing all marks.

[D] Match the following pairs:

a.  tpl1 = ('A',) 1.  tuple of length 6
b.  tpl1 = ('A') 2.  tuple of lists
c.  t = tpl[::-1] 3.  Tuple
d.  ('A', 'B', 'C', 'D') 4.  list of tuples
e.  [(1, 2), (2, 3), (4, 5)] 5.  String
f.  tpl = tuple(range(2, 5)) 6.  Sorts tuple
g.  ([1, 2], [3, 4], [5, 6]) 7.  (2, 3, 4)
h.  t = tuple('Ajooba') 8.  tuple of strings
i.  [*a, *b, *c] 9.  Unpacking of tuples in a list
j.  (*a, *b, *c) 10. Unpacking of lists in a tuple
 Sets
10
Let Us

Python

“Chic and unique....”

x What are Sets? x Mathematical Set Operations
x Accessing Set Elements x Updating Set Operations
x Looping in Sets x Set Varieties
x Basic Set Operations x Programs
x Using Built-in Functions on Sets x Exercises
x Set Methods

121
122 Let Us Python

What are Sets?
x Sets  are  like  lists,  with  an  exception  that  they  do  not  contain 
duplicate entries.

a = set( )  # empty set, use ( ) instead of { }
b = {20}  # set with one item
c = {'Sanjay', 25, 34555.50}  # set with multiple items
d = {10, 10, 10, 10}  # only one 10 gets stored

x While storing an element in a set, its hash value is computed using a 
hashing technique to determine where it should be stored in the set. 
x Since  hash  value  of  an  element  will  always  be  same,  no  matter in 
which  order  we insert the  elements in  a set,  they get  stored in the 
same order.

s = {12, 23, 45, 16, 52}
t = {16, 52, 12, 23, 45}
u = {52, 12, 16, 45, 23}
print(s) # prints {12, 45, 16, 52, 23}
print(t) # prints {12, 45, 16, 52, 23}
print(u) # prints {12, 45, 16, 52, 23}

x It  is  possible  to create  a  set  of  strings  and  tuples,  but  not  a  set  of 
lists.

s1 = {'Morning', 'Evening'} # works
s2 = {(12, 23), (15, 25), (17, 34)} # works
s3 = {[12, 23], [15, 25], [17, 34]} # error

Since  strings  and  tuples  are  immutable,  their  hash  value  remains 
same  at  all  times.  Hence  a  set  of  strings  or  tuples  is  permitted. 
However,  a list may  change,  so its hash value  may change,  hence a 
set of lists is not permitted.
x Sets  are  commonly  used  for  eliminating  duplicate  entries  and 
membership testing.
Chapter 10: Sets  123

Accessing Set Elements
x Entire  set can be printed by just using the name of the set. Set is an 
unordered  collection.  Hence  order  of  insertion  is  not  same  as  the 
order of access.

s = {15, 25, 35, 45, 55} 
print(s)  # prints {35, 45, 15, 55, 25}

x Being  an  unordered  collection,  items  in  a  set  cannot  be  accessed 
using indices.
x Sets cannot be sliced using [ ].

Looping in Sets
x Like strings, lists and tuples, sets too can be iterated over using a for
loop.

s = {12, 15, 13, 23, 22, 16, 17} 
for ele in s :
print(ele)

x Note  that  unlike  a  string,  list  or  tuple,  a  while loop should  not  be 
used to access the set elements. This is because we cannot access a 
set element using an index, as in s[i].
x Built-in  function  enumerate(  ) can  be  used  with  a  set.  The 
enumeration is done on access order, not insertion order.

Basic Set Operations
x Sets like lists are mutable. Their contents can be changed.

s = {'gate', 'fate', 'late'}
s.add('rate')  # adds one more element to set s

x If we want an immutable set, we should use a frozenset.

s = frozenset({'gate', 'fate', 'late'})
s.add('rate')  # error

x Given below are  the operations that  work on lists and tuples. These 

operations are discussed in detail in Chapter 8. Try these operations 
on sets too. 
124 Let Us Python

Concatenation - doesn't work
Merging - doesn't work
Conversion - works
Aliasing - works
Cloning - works 
Searching - works
Identity - works
Comparison - works
Emptiness - works

x Two sets cannot be concatenated using +.
x Two sets cannot be merged using the form z = s + t.

x While converting a set using set( ), repetitions are eliminated.

lst = [10, 20, 10, 30, 40, 50, 30]
s = set(lst) # will create set containing 10, 20, 30, 40, 50

Using Built-in Functions on Sets
x Many built-in functions can be used with sets.
s = {10, 20, 30, 40, 50}
len(s)  # return number of items in set s
max(s)  # return maximum element in set s
min(s)  # return minimum element in set s
sorted(s)  # return sorted list (not sorted set)
sum(s)  # return sum of all elements in set s
any(t)  # return True if any element of s is True
all(t)  # return True if all elements of s are True
Note that reversed( ) built-in function doesn't work on sets.
Set Methods
x Any set  is  an object of  type  set.  Its methods  can  be  accessed using 
the  syntax  s.method(  ).  Usage  of  commonly  used  set  methods  is 
shown below:

s = {12, 15, 13, 23, 22, 16, 17} 
t = {'A', 'B', 'C'}
u = set ( ) # empty set
s.add('Hello')  # adds 'Hello' to s 
s.update(t)  # adds elements of t to s
Chapter 10: Sets  125

u = s.copy( ) # performs deep copy (cloning)
s.remove(15)  # deletes 15 from s
s.remove(101)  # would raise error, as 101 is not a member of s
s.discard(12) # removes 12 from s
s.discard(101) # won't raise an error, though 101 is not in s
s.clear( )  # removes all elements

x Following  methods  can  be  used on  2 sets to check the  relationship 

between them:

s = {12, 15, 13, 23, 22, 16, 17} 
t = {13, 15, 22}
print(s.issuperset(t)) # prints True
print(s.issubset(t)) # prints False
print(s.isdisjoint(t)) # prints False

Since  all  elements  of t are present  in s,  s is a  superset of  t and  t is 
subset  of  s.  If  intersection  of  two  sets  is  null,  the  sets  are  called 
disjoint sets.
Mathematical Set Operations
x Following  union,  intersection  and difference  operations  can  be 
carried out on sets:

# sets 
engineers = {'Vijay', 'Sanjay', 'Ajay', 'Sujay', 'Dinesh'}
managers = {'Aditya', 'Sanjay'}
# union - all people in both categories 
print(engineers | managers)
# intersection - who are engineers and managers 
print(engineers & managers)
# difference - engineers who are not managers 
print(engineers - managers)
# difference - managers who are not engineers 
print(managers - engineers)
# symmetric difference - managers who are not engineers
# and engineers who are not managers
print(managers ^ engineers)
a = {1, 2, 3, 4, 5}
126 Let Us Python

b = {2, 4, 5}
print(a >= b)  # prints True as a is superset of b
print(a <= b)  # prints False as a is not a subset of b

Updating Set Operations
x Mathematical set operations can be extended  to update an existing 
set.

a |= b  # update a with the result of a | b
a &= b  # update a with the result of a & b
a -= b  # update a with the result of a - b
a ^= b  # update a with the result of a ^ b

Set Varieties
x Unlike a list and tuple, a set cannot contain a set embedded in it.

s = {'gate', 'fate', {10, 20, 30}, 'late'}  # error, nested sets

x It is possible to unpack a set using the *operator.

x = {1, 2, 3, 4} 
print(*x)  # outputs 1, 2, 3, 4
____________________________________________________________________

Problem 10.1
What will be the output of the following program?
a = {10, 20, 30, 40, 50, 60, 70}
b = {33, 44, 51, 10, 20,50, 30, 33}
print(a | b)
print(a & b)
print(a - b)
print(b - a)
print(a ^ b)
print(a >= b)
print(a <= b)
Chapter 10: Sets  127

Output
{33, 70, 40, 10, 44, 50, 51, 20, 60, 30}
{10, 50, 20, 30}
{40, 60, 70}
{33, 51, 44}
{33, 70, 40, 44, 51, 60}
False
False
____________________________________________________________________

Problem 10.2
What will be the output of the following program?
a = {1, 2, 3, 4, 5, 6, 7}
b = {1, 2, 3, 4, 5, 6, 7}
c = {1, 2, 3, 4, 5, 6, 7}
d = {1, 2, 3, 4, 5, 6, 7}
e = {3, 4, 1, 0, 2, 5, 8, 9}
a |= e
print(a)
b &= e
print(b)
c -= e
print(c)
d ^= e
print(d)

Output
{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
{1, 2, 3, 4, 5}
{6, 7}
{0, 6, 7, 8, 9}
____________________________________________________________________

Problem 10.3
Write a program to carry out the following operations on the given set 
s = {10, 2, -3, 4, 5, 88}
- number of items in set s
- maximum element in set s
- minimum element in set s
128 Let Us Python

- sum of all elements in set s
- obtain a new sorted set from s, set s remaining unchanged
- report whether 100 is an element of set s
- report whether -3 is an element of set s
Program
s = {10, 2, -3, 4, 5, 88}
print(len(s))
print(max(s))
print(min(s))
print(sum(s))
t = sorted(s)
print(t)
print(100 in s)
print(-3 not in s)
Output
6
88
-3
106
[-3, 2, 4, 5, 10, 88]
False
False
____________________________________________________________________

Problem 10.4
What will be the output of the following program?

Program
l = [10, 20, 30, 40, 50]
t = ('Sundeep', 25, 79.58) 
s = 'set theory'
s1 = set(l)
s2 = set(t)
s3 = set(s)
print(s1)
print(s2)
print(s3)
Chapter 10: Sets  129

Output
{40, 10, 50, 20, 30}
{25, 79.58, 'Sundeep'}
{'h', 's', 't', 'y', ' ', 'r', 'e', 'o'}
____________________________________________________________________

[A] What will be the output of the following programs:
(a) s = {1, 2, 3, 7, 6, 4}
s.discard(10)
s.remove(10)
print(s)
(b) s1 = {10, 20, 30, 40, 50}
s2 = {10, 20, 30, 40, 50}
print(id(s1), id(s2))
(c) s1 = {10, 20, 30, 40, 50}
s2 = {10, 20, 30, 40, 50}
s3 = {*s1, *s2}
print(s3)
(d) s = set('KanLabs')
t = s[::-1]
print(t)
(e) num = {10, 20, {30, 40}, 50}
print(num)
(f) s = {'Tiger', 'Lion', 'Jackal'}
del(s)
print(s)
(g) fruits = {'Kiwi', 'Jack Fruit', 'Lichi'}
fruits.clear( )
print(fruits)
(h) s = {10, 25, 4, 12, 3, 8}
sorted(s)
print(s)
(i) s = { }
t = {1, 4, 5, 2, 3}
130 Let Us Python

print(type(s), type(t))

[B] Answer the following questions:

(a) A  set  contains  names which  begin  either  with A  or  with  B. write  a 
program  to  separate  out  the  names  into  two  sets,  one  containing 
names  beginning  with  A  and  another  containing  names  beginning 
with B.
(b) Create  an empty set.  Write a program that  adds five  new names to 
this set, modifies one  existing name and deletes two  names existing 
in it. 
(c) What  is  the  difference  between  the  two  set  functions—discard(  )
and remove( ).
(d) Write  a  program  to create  a  set containing 10  randomly  generated 
numbers in  the range 15 to 45. Count how many  of these  numbers 
are less than 30. Delete all numbers which are greater than 35.
(e) What do the following set operators do?
|, &, ^, ~
(f) What do the following set operators do?
|=, &=, ^=, -=
(g) How will you remove all duplicate elements present in a string, a list 
and a tuple?
(h) Which operator  is used for determining whether a set is a subset of 
another set?
(i) What will be the output of the following program?
s = {'Mango', 'Banana', 'Guava', 'Kiwi'}
s.clear( )
print(s)
del(s)
print(s)

(j) Which of the following is the correct way to create an empty set?
s1 = set( )
s2 = { }
What are the types of s1 and s2? How will you confirm the type?
 Dictionaries
11
Let Us

Python

“Versatility, thy names is dictionary...”

x What are Dictionaries? x Dictionary Methods
x Accessing Dictionary Elements x Dictionary Varieties
x Looping in Dictionaries x Programs
x Basic Dictionary Operations x Exercises
x Using Built-in Functions on 
Dictionaries

131
132 Let Us Python

What are Dictionaries?
x Dictionary is a collection of key-value pairs. 
x Dictionaries are also known as maps or associative arrays.
x A  dictionary  contains  comma  separated key  :  value  pairs  enclosed 
within { }.

d1 = { }  # empty dictionary
d2 = {'A101' : 'Amol', 'A102' : 'Anil', 'B103' : 'Ravi'}

Here,  'A101',  'A102',  'B103'  are  keys,  whereas,  'Amol',  'Anil',  'Ravi' 
are values. 

x Different keys may have same values.

d = {10 : 'A', 20 : 'A', 30 : 'Z'}  # ok

x Keys  must  be  unique.  If  keys  are  same,  but  values  are  different, 
latest key value pair gets stored.

d = {10 : 'A', 20 : 'B', 10 : 'Z'}  # will store {10 : 'Z', 20 : 'B'}

x If key value pairs are repeated, then only one pair gets stored.

d = {10 : 'A', 20 : 'B', 10 : 'A'}  # will store {10 : 'A', 20 : 'B'}

Accessing Dictionary Elements
x Entire  dictionary  can  be  printed  by  just  using  the  name  of  the 
dictionary. 

d = {'A101' : 'Amol', 'A102' : 'Anil', 'B103' : 'Ravi'}
print(d) 

x Unlike  sets,  dictionaries  preserve  insertion  order. However, 

elements are not accessed using the position, but using the key.

d = {'A101' : 'Dinesh', 'A102' : 'Shrikant', 'B103' : 'Sudhir'}
print(d['A102'])  # prints value for key 'A102'
Chapter 11: Dictionaries  133

Thus, elements are not position indexed, but key indexed.

x Dictionaries cannot be sliced using [ ].

Looping in Dictionaries
x Like  strings,  lists,  tuples  and  sets,  dictionaries  too  can  be  iterated 
over using a for loop. There are three ways to do so:

courses = {'DAA' : 'CS', 'AOA' : 'ME', 'SVY' : 'CE' }
# iterate over key-value pairs
for k, v in courses.items( ) :
print(k, v)
# iterate over keys
for k in courses.keys( ) :
print(k)
# iterate over keys - shorter way
for k in courses :
print(k)
# iterate over values
for v in courses.values( ) :
print(v)

x While  iterating through  a  dictionary using a  for loop,  if  we  wish to 

keep  track of  index of  the key-value  pairs that  is being  referred  to, 
we can do so using the built-in enumerate( ) function.

courses = {'DAA' : 'CS', 'AOA' : 'ME', 'SVY' : 'CE' }
for i, (k, v) in enumerate(courses.items( )) :
print(i,k)

Note that ( ) around k, v are necessary.
Basic Dictionary Operations
x Dictionaries  are  mutable.  So  we  can  perform  add/delete/modify 
operations on a dictionary.

courses = { 'CS101' : 'CPP', 'CS102' : 'DS', 'CS201' : 'OOP',
'CS226' : 'DAA', 'CS601' : 'Crypt', 'CS442' : 'Web'} 
# add, modify, delete
courses['CS444'] = 'Web Services'  # add new key-value pair
134 Let Us Python

courses['CS201'] = 'OOP Using java'  # modify value for a key
del(courses['CS102'])  # delete a key-value pair
del(courses)  # delete dictionary object

x Note that any new addition will take place at the end of the existing 
dictionary, since dictionary preserves the insertion order.

x Dictionary keys cannot be changed in place. 
x Given below are  the operations that work on lists and tuples. These 
operations are discussed in detail in Chapter 8. Try these operations 
on dictionaries as an exercise.
Concatenation - doesn't work Merging - doesn't work
Conversion - works Aliasing - works
Cloning - works  Searching - works
Identity - works Comparison - doesn't work
Emptiness - works

x Two dictionaries cannot be concatenated using +.
x Two dictionaries cannot be merged using the form z = s + t.

x Two dictionary objects cannot be compared using <, >.

Using Built-in Functions on Dictionaries
x Many built-in functions can be used with dictionaries.
d = { 'CS101' : 'CPP', 'CS102' : 'DS', 'CS201' : 'OOP'}
len(d)  # return number of key-value pairs
max(d)  # return maximum key in dictionary d
min(d)  # return minimum key in dictionary d
sorted(d)  # return sorted list of keys
sum(d)  # return sum of all keys if keys are numbers
any(d)  # return True if any key of dictionary d is True
all(d)  # return True if all keys of dictionary d are True
reversed(d) # can be used for reversing dict/keys/values

x Use  of  reversed  function  to  reverse  a  dictionary  by  keys  is  shown 
below:

courses = { 'CS101' : 'CPP', 'CS102' : 'DS', 'CS201' : 'OOP'}
for k, v in reversed(courses.items( )) :
print(k, v)
Chapter 11: Dictionaries  135

Dictionary Methods
x There  are  many  dictionary  methods.  Many  of  the  operations 
performed  by them can  also  be  performed  using built-in  functions. 
The useful dictionary methods are shown below:

c = { 'CS101' : 'CPP', 'CS102' : 'DS', 'CS201' : 'OOP'}
d = { 'ME126' : 'HPE', 'ME102' : 'TOM', 'ME234' : 'AEM'}
print(c.get('CS102', 'Absent')) # prints DS
print(c.get('EE102', 'Absent')) # prints Absent
print(c['EE102']) # raises keyerror
c.update(d)  # updates c with items in d
print(c.popitem( )) # removes and returns item in LIFO order
print(c.pop('CS102') # removes key and returns its value
c.clear( )  # clears all dictionary entries

Note  that  while updating  a  dictionary if  keys  are  same,  values  are 

overwritten.
popitem( ) is useful in destructively iterate through a dictionary.

Dictionary Varieties
x Keys  in  a  dictionary  must  be  unique  and  immutable.  Numbers, 
strings  or  tuples  can  be  used  as  keys.  If  tuple  is  used  as  a  key  it 
should not contain any mutable element like list.

d = { (1, 5) : 'ME126', (3, 2)  : 'ME102', (5, 4) : 'ME234'}

x Dictionaries can be nested.

contacts = {
'Anil': {'DOB' : '17/11/98', 'Favorite' : 'Igloo'},
'Amol': {'DOB' : '14/10/99', 'Favorite' : 'Tundra'},
'Ravi': {'DOB' : '19/11/97', 'Favorite' : 'Artic'}
}

x Two  dictionaries  can  be  merged  to  create  a  third  dictionary  by 
unpacking the two dictionaries using **. If we use * only keys will be 
unpacked.

animals = {'Tiger' : 141, 'Lion' : 152, 'Leopard' : 110}
birds = {'Eagle' : 38, 'Crow': 3, 'Parrot' : 2}
136 Let Us Python

combined = {** animals, ** birds }

x A  dictionary  containing  different  keys  but  same  values  can  be 

created using a fromkeys( ) function as shown below:

lst = [12, 13, 14, 15, 16]
d = dict.fromkeys(lst, 25)  # keys - list items, all values set to 25
____________________________________________________________________

Problem 11.1
Create a dictionary called students containing names and ages. Copy the 
dictionary into stud. Empty the students dictionary, as stud continues to 
hold the data.

Program

students = {'Anil' : 23, 'Sanjay' : 28, 'Ajay' : 25}

stud = students # shallow copy, stud starts referring to same dictionary
students = { } # students now refers to an empty dictionary
print(stud)

Output

{'Anil': 23, 'Sanjay': 28, 'Ajay': 25} 

Tips
x By making a shallow copy, a new dictionary is not created.  stud just 
starts  referring  (pointing) to  the  same  data  to  which  students was 
referring (pointing).
x Had we used students.clear( ) it would have cleared all the data, so 
students and stud both would have referred to an empty dictionary.
____________________________________________________________________

Problem 11.2
Create a list of cricketers. Use this list to create a dictionary in which the 
list values become keys of the dictionary. Set the values of all keys to 50 
in the dictionary created.
Chapter 11: Dictionaries  137

Program

lst = ['Sunil', 'Sachin', 'Rahul', 'Kapil', 'Sunil', 'Rahul']
d = dict.fromkeys(lst, 50)
print(len(lst))
print(len(d))
print(d)

Output

6
4
{'Sunil': 50, 'Sachin': 50, 'Rahul': 50, 'Kapil': 50}

Tips
x The  list  may  contain  duplicate  items,  whereas  a  dictionary  always 
contains unique keys. Hence when the dictionary is created from list, 
duplicates are eliminated, as seen in the output.
____________________________________________________________________

Problem 11.3
Write  a program  to  sort  a dictionary  in  ascending/descending  order  by 
key and ascending/descending order by value.

Program

import operator
d = {'Oil' : 230, 'Clip' : 150, 'Stud' : 175, 'Nut' : 35}
print('Original dictionary : ', d)

# sorting by key
d1 = sorted(d.items( ))
print('Asc. order by key : ', d1)
d2 = sorted(d.items( ), reverse = True)
print('Des. order by key : ', d2)

# sorting by value
d1 = sorted(d.items( ), key = operator.itemgetter(1))
print('Asc. order by value : ', d1)
d2 = sorted(d.items( ), key = operator.itemgetter(1), reverse = True)
138 Let Us Python

print('Des. order by value : ', d2)

Output

Original dictionary :  {'Oil': 230, 'Clip': 150, 'Stud': 175, 'Nut': 35}
Asc. order by key :  [('Clip', 150), ('Nut', 35), ('Oil', 230), ('Stud', 175)]
Des. order by key :  [('Stud', 175), ('Oil', 230), ('Nut', 35), ('Clip', 150)]
Asc. order by value :  [('Nut', 35), ('Clip', 150), ('Stud', 175), ('Oil', 230)]
Des. order by value :  [('Oil', 230), ('Stud', 175), ('Clip', 150), ('Nut', 35)]

Tips
x By default items in a dictionary would be sorted as per the key.
x To sort by values we need to use operator.itemgetter(1).
x The key parameter of sorted( ) requires a key function (to be applied 
to be objects to be sorted) rather than a single key value.
x operator.itemgetter(1) gives a  function  that  grabs  the  first  item 
from a list-like object.
x In  general,  operator.itemgetter(n) constructs  a  callable  that 
assumes an iterable object (e.g. list,  tuple, set) as input, and fetches 
the nth element out of it.
____________________________________________________________________

Problem 11.4
Write  a  program to create  three dictionaries  and concatenate  them to 
create fourth dictionary.

Program

d1 = {'Mango' : 30, 'Guava': 20}
d2 = {'Apple' : 70, 'Pineapple' : 50}
d3 = {'Kiwi' : 90, 'Banana' : 35}
d4 = { }
for d in (d1, d2, d3) : 
d4.update(d)
print(d4)
# one more way
d5 = { **d1, **d2, **d3}
Chapter 11: Dictionaries  139

print(d5)
# will unpack only the keys into the list
d6 = list({*d1, *d2, *d3})
print(d6)

Output

{'Mango':  30,  'Guava':  20,  'Apple':  70,  'Pineapple':  50,  'Kiwi':  90, 
'Banana': 35}
{'Mango':  30,  'Guava':  20,  'Apple':  70,  'Pineapple':  50,  'Kiwi':  90, 
'Banana': 35}
[Apple', 'Guava', 'Kiwi', 'Mango', 'Banana', 'Pineapple']

Tips
x From the output it can be observed that the dictionaries are merged 
in the order listed in the expression.

x Note  that  list  of keys  is  constructed from  a  dictionary  they are not 

stored in the order listed in the expression.
____________________________________________________________________

Problem 11.5
Write a program to check whether a dictionary is empty or not.

Program

d1 = {'Anil' : 45, 'Amol' : 32}

if bool(d1) :
print('Dictionary is not empty')
d2 = { }
if not bool(d2) :
print('Dictionary is empty')

Output

Dictionary is not empty
Dictionary is empty
____________________________________________________________________
140 Let Us Python

Problem 11.6
Suppose  there  are  two  dictionaries  called  boys and  girls containing 
names  as keys  and  ages  as  values.  Write  a  program  to  merge the  two 
dictionaries into a third dictionary.

Program

boys = {'Nilesh' : 41, 'Soumitra' : 42, 'Nadeem' : 47}
girls = {'Rasika' : 38, 'Rajashree': 43, 'Rasika' : 45}
combined = {**boys, **girls}
print(combined)
combined = {**girls, **boys}
print(combined)

Output

{'Nilesh': 41, 'Soumitra': 42, 'Nadeem': 47, 'Rasika': 45, 'Rajashree': 43}
{'Rasika': 45, 'Rajashree': 43, 'Nilesh': 41, 'Soumitra': 42, 'Nadeem': 47}

Tips
x From the output it can be observed that the dictionaries are merged 
in the order listed in the expression.
x As  the  merging takes  place, duplicates  get  overwritten from  left  to 
right. So Rasika : 38 got overwritten with Rasika : 45.
____________________________________________________________________

Problem 11.7
For  the  following  dictionary,  write  a  program  to  report  the  maximum 
and minimum salary.

Program

d = {
'anuj' : {'salary' : 10000, 'age' : 20, 'height' : 6}, 
'aditya' : {'salary' : 6000, 'age'  : 26, 'height' : 5.6},
'rahul' :  {'salary' : 7000, 'age'  : 26, 'height' : 5.9}
}
lst = [ ]
for v in d.values( ) :
Chapter 11: Dictionaries  141

lst.append(v['salary'])
print(max(lst))
print(min(lst))

Output

10000
6000
____________________________________________________________________

Problem 11.8
Suppose  a  dictionary  contains  roll  numbers  and  names  of  students. 
Write  a  program  to  receive  the  roll  number,  extract  the  name 
corresponding to the roll number and display a message  congratulating 
the  student  by  his  name.  If  the  roll  number  doesn't  exist  in  the 
dictionary, the message should be 'Congratulations Student!'.

Program

students = {554 : 'Ajay', 350: 'Ramesh', 395: 'Rakesh'}
rollno = int(input('Enter roll number: '))
name = students.get(rollno, 'Student')
print(f'Congratulations {name}!')
rollno = int(input('Enter roll number: '))
name = students.get(rollno, 'Student')
print(f'Congratulations {name}!')

Output

Enter roll number: 350
Congratulations Ramesh!
Enter roll number: 450
Congratulations Student!
____________________________________________________________________

[A] State whether the following statements are True or False:

(a) Dictionary elements can be accessed using position-based index.
142 Let Us Python

(b) Dictionaries are immutable.
(c) Insertion order is preserved by a dictionary.
(d) The very first key - value pair in a dictionary d can be accessed using 
the expression d[0].
(e) courses.clear( ) will delete the dictionary object called courses.
(f) It is possible to nest dictionaries.
(g) It is possible to hold multiple values against a key in a dictionary.

[B] Attempt the following questions:

(a) Write  a  program that  reads  a string  from the keyboard and  creates

dictionary  containing  frequency  of  each  character  occurring  in  the 
string. Also print these occurrences in the form of a histogram.
(b) Create  a  dictionary  containing  names  of  students  and  marks 
obtained  by them in three subjects. Write  a program to replace the 
marks in three subjects with the total in three subjects, and average 
marks. Also report the topper of the class.
(c) Given the following dictionary:
portfolio = { 
'accounts' :  ['SBI', 'IOB'],
'shares' : '  [HDFC, 'ICICI', 'TM', 'TCS'],
'ornaments' : ['10 gm gold', '1 kg silver']
}
Write a program to perform the following operations:
- Add a key to portfolio called 'MF' with values 'Relaince' and 'ABSL'.
- Set the value of 'accounts' to a list containing 'Axis' and 'BOB'.
- Sort the items in the list stored under the 'shares' key.
- Delete the list stored under 'ornaments' key.

(d) Create  two  dictionaries—one  containing  grocery  items  and  their 

prices and another containing grocery items and quantity purchased. 
By  using  the  values  from  these  two  dictionaries  compute  the  total 
bill.
(e) Which  functions  will  you  use  to  fetch  all  keys,  all  values  and  key 
value pairs from a given dictionary?
Chapter 11: Dictionaries  143

(f) Create  a  dictionary  of  10  user  names  and  passwords.  Receive  the 
user name  and password from keyboard and search for them in the 
dictionary.  Print  appropriate  message  on  the  screen  based  on 
whether a match is found or not.
(g) Given the following dictionary
marks = {
'Subu' : {'Maths' : 88, 'Eng' : 60, 'SSt' : 95},
'Amol' : {'Maths' : 78, 'Eng' : 68, 'SSt' : 89},
'Raka' : {'Maths' : 56, 'Eng' : 66, 'SSt' : 77}
}
Write a program to perform the following operations: 
- Print marks obtained by Amol in English.
- Set marks obtained by Raka in Maths to 77.
- Sort the dictionary by name.

(h) Create a dictionary which stores the following data:
Interface IP Address status
eth0 1.1.1.1 up
eth1 2.2.2.2 up
wlan0 3.3.3.3 down
wlan1 4.4.4.4 up
Write a program to perform the following operations:
- Find the status of a given interface.
- Find interface and IP of all interfaces which are up.
- Find the total number of interfaces.
- Add two new entries to the dictionary.

(i) Suppose a dictionary  contains 5 key-value pairs of name and marks. 

Write  a  program  to  print  them  from  last  pair  to  first  pair.  Keep 
deleting  every  pair  printed,  such  that  the  end  of  printing  the 
dictionary falls empty.

[C] Answer the following questions:

(a) What will be the output of the following code snippet? 
d = { 'Milk' : 1, 'Soap' : 2, 'Towel' : 3, 'Shampoo' : 4, 'Milk' : 7}
print(d[0], d[1], d[2])

(b) Which of the following statements are CORRECT?
144 Let Us Python

i.  A dictionary will always contain unique keys.
ii.  Each key in a dictionary may have multiple values.
iii.  If same key is assigned a different value, latest value will prevail.

(c) How  will  you  create  an  empty  list,  empty  tuple,  empty  set  and 
empty dictionary?
(d) How will you create a list,  tuple, set and dictionary,  each containing 
one element?
(e) Given the following dictionary:
d = { 'd1': {'Fruitname' : 'Mango', 'Season' : 'Summer'}, 
'd2': {'Fruitname' : 'Orange', 'Season' : 'Winter'}}
How will you access and print Mango and Winter?

(f) In  the  following table  check the box  if a  property is  enjoyed  by the 

data types mentioned in columns?

Property str list tuple set dict

Object
Collection
Mutable
Ordered
Indexed by position
Indexed by key
Iterable
Slicing allowed
Nesting allowed
Homogeneous elements
Heterogeneous elements

(g) What  is  the  most  common  usage  of  the  data  types  mentioned 
below?
str
list
tuple
set
dict
 Comprehensions
12
Let Us

Python

“Add punch to your thought...”

x What are Comprehensions? x Dictionary Comprehension
x List Comprehension x Programs
x Set Comprehension x Exercises

145
146 Let Us Python

What are comprehensions?
x Comprehensions  offer  an  easy  and  compact  way  of  creating  lists, 
sets and dictionaries. 

x A  comprehension  works  by  looping  or  iterating  over  items  and 

assigning them to a container like list, set or dictionary. 

x This container cannot be a tuple as tuple being immutable is unable 
to receive assignments. 

List Comprehension
x List  comprehension  consists of  brackets  containing  an  expression 
followed by a for clause, and zero or more for or if clauses.

x So general form of a list comprehension is
lst = [expression for var in sequence [optional for and/or if]]

x Examples of list comprehension:

# generate 20 random numbers in the range 10 to 100
a = [random.randint(10, 100) for n in range(20)]
# generate square and cube of all numbers between 0 and 10
a = [( x, x**2, x**3) for x in range(10)]
# convert a list of strings to a list of integers
a = [int(x) for x in ['10', '20', '30', '40'] 

x Examples of use of if in list comprehension:

# generate a list of even numbers in the range 10 to 30
a = [n for n in range(10, 30) if n % 2 == 0]
# from a list delete all numbers having a value between 20 and 50
a = [num for num in a if num < 20 or num > 50]

x Example of use of if-else in list comprehension:

# when if-else both are used, place them before for
# replace a vowel in a string with !
a = ['!' if alphabet in 'aeiou' else alphabet for alphabet in 'Technical' ]
Chapter 12: Comprehensions  147

x Example of use of multiple fors and if in list comprehension:

# flatten a list of lists
arr = [[1,2,3,4], [5,6,7,8], [10, 11, 12, 13]]
b = [n for ele in arr for n in ele]  # one way
# * can be used to unpack a list
c = [*arr[0], *arr[1], *arr[2]]  # one more way

x Note the difference between nested for in a list comprehension and 
a nested comprehension:

# produces [4, 5, 6, 5, 6, 7, 6, 7, 8]. Uses nested for
lst = [a + b for a in [1, 2, 3] for b in [3, 4, 5]]
# produces [[4, 5, 6], [5, 6, 7], [6, 7, 8]]. Uses nested comprehension
lst = [[a + b for a in [1, 2, 3]] for b in [3, 4, 5]]

Think of first for as outer loop and second for as inner loop.

x Example of use of multiple fors and if in list comprehension:

# generate all unique combinations of 1, 2 and 3
a = [(i, j, k) for i in [1,2,3] for j in [1,2,3] for k in [1, 2, 3] if i != j \
and j !=k and k != i]

Set Comprehension
x Like  list comprehensions,  set  comprehensions offer  an easy  way  of 
creating sets. It consists of braces containing an expression followed 
by a for clause, and zero or more for or if clauses.
x So general form of a set comprehension is
s = {expression for var in sequence [optional for and/or if]}
x Examples of set comprehension:

# generate a set containing square of all numbers between 0 and 10
a = {x**2 for x in range(10)}
# from a set delete all numbers between 20 and 50
a = {num for num in a if num > 20 and num < 50}
148 Let Us Python

Dictionary Comprehension
x General form of a dictionary comprehension is as follows:
dict_var = {key:value for (key, value) in dictonary.items( )}
x Examples of dictionary comprehension:

d = {'a': 1, 'b': 2, 'c': 3, 'd': 4}
# obtain dictionary with each value cubed 
d1 = {k : v ** 3 for (k, v) in d.items( )}
print(d1) # prints {'a': 1, 'b': 8, 'c': 27, 'd': 64}
# obtain dictionary with each value cubed if value > 3
d2 = {k : v ** 3 for (k, v) in d.items( ) if v > 3}
print(d2) # prints {'d': 64}
# Identify odd and even entries in the dictionary
d3 = {k : ('Even' if v % 2 == 0 else 'Odd') for (k, v) in d.items( )}
print(d3) # prints {'a': 'Odd', 'b': 'Even', 'c': 'Odd', 'd': 'Even'}
____________________________________________________________________

Problem 12.1
Using list comprehension, write a program to generate a list of numbers
in the range 2 to 50 that are divisible by 2 and 4.

Program

lst = [num for num in range(2,51) if num % 2 == 0 and num % 4 == 0]
print(lst)

Output

[4, 8, 12, 16, 20, 24, 28, 32, 36, 40, 44, 48]
____________________________________________________________________

Problem 12.2
Write a program to flatten the following list using list comprehension:
mat = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
Chapter 12: Comprehensions  149

Program
mat = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
a = [num for lst in mat for num in lst]
print(a)

Output

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
____________________________________________________________________

Problem 12.3
Write  a  program  to  create  a  set  containing  some  randomly  generated 
numbers in the range 15 to 45. Count how  many of these numbers are 
less than 30. Delete all numbers which are less than 30.

Program

import random
r = {int(15 + 30 * random.random( )) for num in range(10)}
print(r)
count = len({num for num in r if num < 30})
print(count)
s = {num for num in r if num < 30}
r = r - s
print(r)

Output

{32, 35, 36, 38, 41, 43, 21, 23, 25, 26}
4
{32, 35, 36, 38, 41, 43}

Tips
x Deletion of elements cannot be done while iterating the set. Hence a 
separate set s containing elements below 30 is first created and then 
r = r - s is done to delete set s elements from set r.
____________________________________________________________________
150 Let Us Python

Problem 12.4
Write  a  program  using  list  comprehension  to  eliminate  empty  tuples 
from a list of tuples.

Program

lst = [( ), ( ), (10), (10, 20), ('',), (10, 20, 30), (40, 50), ( ), (45)]
lst = [tpl for tpl in lst if tpl]
print(lst)

Output

[10, (10, 20), ('',), (10, 20, 30), (40, 50), 45]

Tips
x if tpl returns True if the tuple is not empty.
____________________________________________________________________

Problem 12.5
Given  a  string,  split  it  on  whitespace,  capitalize  each  element  of  the 
resulting  list  and  join  them  back  into  a  string.  Your  implementation 
should use a list comprehension.

Program

s1 = 'dreams may change, but friends are forever'
s2 = [' '.join(w.capitalize( ) for w in s1.split( ))]
s3 = s2[0]
print(s3)

Output

'Dreams May Change, But Friends Are Forever'

Tips
x To  rebuild  the  list  from  capitalized  elements,  start  with  an  empty 
string.
____________________________________________________________________
Chapter 12: Comprehensions  151

Problem 12.6
From a  dictionary  with  string  keys  create  a  new  dictionary  with  the 
vowels removed from the keys. 

Program

words = { 'Tub' : 1, 'Toothbrush' : 2, 'Towel' : 3, 'Nailcutter' : 4}
d = {''.join(alpha for alpha in k if alpha not in 'aeiou'): v for (k, v) in 
words.items( )}
print(d)

Output

{'Tb': 1, 'Tthbrsh': 2, 'Twl': 3, 'Nlcttr': 4}

Tips
x We  have  use  a  list  comprehension  nested  inside  a  dictionary
comprehension.

x The  list  comprehension  builds  a  new  key  starting  with  an  empty 
string,  adding  only  those  characters  from  the  key  which  are  not 
vowels. 
x The  list  comprehension  is  fed  with  keys  by  the  dictionary 
comprehension.
____________________________________________________________________

Problem 12.7
Write a program to add two 3 x 4 matrices using
(a) lists
(b) list comprehension
Program

mat1 = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]

mat2 = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
mat3 = [[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]

# iterate through rows
for i in range(len(mat1)) :
152 Let Us Python

# iterate through columns
for j in range(len(mat1[0])) :
mat3[i][j] = mat1[i][j] + mat2[i][j]
print(mat3)
mat3 = [[mat1[i][j] + mat2[i][j] for j in range(len(mat1[0]))]
for i in range(len(mat1))]
print(mat3)

Output

[[2, 4, 6, 8], [10, 12, 14, 16], [18, 20, 22, 24]]
[[2, 4, 6, 8], [10, 12, 14, 16], [18, 20, 22, 24]]

Tips
x Nested list comprehension is evaluated in the context of the for that 
follows it.
____________________________________________________________________

Problem 12.8
Suppose a dictionary contains following information for 5 employees:
emp = { 
'A101' : {'name' : 'Ashish', 'age' : 30, 'salary' : 21000},
'B102' : {'name' : 'Dinesh', 'age' : 25, 'salary' : 12200},
'A103' : {'name' : 'Ramesh', 'age' : 28, 'salary' : 11000},
'D104' : {'name' : 'Akheel', 'age' : 30, 'salary' : 18000},
'A105' : {'name' : 'Akaash', 'age' : 32, 'salary' : 20000}
}

Using dictionary comprehensions, write a program to create:
- Dictionary of all those codes and values, where codes that start with 
'A'.
- Dictionary of all codes and names.
- Dictionary of all codes and ages.
- Dictionary of all codes and ages, where age is more than 30.
- Dictionary of all codes and names, where names start with 'A'.
- Dictionary  of  all  codes  and  salaries,  where  salary  is  in  the  range 
13000 to 20000.
Chapter 12: Comprehensions  153

Program
emp = { 
'A101' : {'name' : 'Ashish', 'age' : 30, 'salary' : 21000},
'B102' : {'name' : 'Dinesh', 'age' : 25, 'salary' : 12200},
'A103' : {'name' : 'Ramesh', 'age' : 28, 'salary' : 11000},
'D104' : {'name' : 'Akheel', 'age' : 30, 'salary' : 18000},
}
d1 = {k : v for (k, v) in emp.items( ) if k.startswith('A')}
d2 = {k : v['name'] for (k, v) in emp.items( )}
d3 = {k : v['age'] for (k, v) in emp.items( )}
d4 = {k : v['age'] for (k, v) in emp.items( ) if v['age'] > 30}
d5 = {k : v['name'] for (k, v) in emp.items( ) if v['name'].startswith('A')}
d6  =  {k  :  v['salary']  for  (k,  v)  in  emp.items(  )  if  v['salary']  >  13000  and 
v['salary'] <= 20000}
print(d1)
print(d2)
print(d3)
print(d4)
print(d5)
print(d6)

Output

{'A101':  {'name':  'Ashish',  'age':  30,  'salary':  21000},  'A103':  {'name': 

'Ramesh', 'age': 28, 'salary': 11000}}
{'A101': 'Ashish', 'B102': 'Dinesh', 'A103': 'Ramesh', 'D104': 'Akheel'}
{'A101': 30, 'B102': 25, 'A103': 28, 'D104': 30}
{}
{'A101': 'Ashish', 'D104': 'Akheel'}
{'D104': 18000}
Tips
x Note that the data has been organized in nested directories.
x To access 'Ashish' we need to use the syntax emp['A101']['name']
x To access 32 we need to use the syntax emp['A105']['age']
____________________________________________________________________
154 Let Us Python

[A] State whether the following statements are True or False:

(a) Tuple  comprehension  offers  a  fast and  compact  way  to generate  a 

tuple.
(b) List comprehension and dictionary comprehension can be nested.
(c) A list being used in a list comprehension cannot be modified when it 
is being iterated.
(d) Sets being immutable cannot be used in comprehension.
(e) Comprehensions can be used create a list, set or a dictionary.

[B] Answer the following questions:

(a) Write  a program  that  generates  a  list  of  integer  coordinates  for all 
points  in  the  first  quadrant  from  (1,  1)  to  (5,  5).  Use  list 
comprehension.
(b) Using  list  comprehension,  write  a  program  to  create  a  list  by 
multiplying each element in the list by 10.
(c) Write  a  program  to  generate  first  20  Fibonacci  numbers  using  list 
comprehension.
(d) Write a program to generate two lists using list comprehension. One 
list should contain first 20 odd numbers and another should contain 
first 20 even numbers.
(e) Suppose  a  list  contains  positive  and  negative  numbers.  Write  a 
program  to  create  two  lists—one  containing  positive  numbers  and 
another containing negative numbers.
(f) Suppose  a  list  contains  5  strings.  Write  a  program  to  convert  all 
these strings to uppercase.
(g) Write  a  program that  converts  list  of  temperatures  in  Fahrenheit 
degrees to equivalent Celsius degrees using list comprehension.
(h) Write  a  program  to  generate  a  2D  matrix  of  size  4  x  5  containing 
random multiples of 4 in the range 40 to 160.
Chapter 12: Comprehensions  155

(i) Write a program that converts words present in a list into uppercase 

and stores them in a set.

[C] Attempt the following questions:

(a) Consider the following code snippet: 
s = set([int(n) for n in input('Enter values: ').split( )])
print(s)
What will be the output of the above code snippet if input provided 
to it is 1 2 3 4 5 6 7 2 4 5 0?

(b) How will you convert the following code into a list comprehension?
a = [ ]
for n in range(10, 30) :
if n % 2 == 0 :
a.append(n)

(c) How will you convert the following code into a set comprehension?
a = set( )
for n in range(21, 40) :
if n % 2 == 0 :
a.add(n)
print(a)

(d) What will be the output of the following code snippet? 
s = [a + b for a in ['They ', 'We '] for b in ['are gone!', 'have come!']]
print(s)

(e) From the sentence
sent = 'Pack my box with five dozen liquor jugs'
how will you generate a set given below?
{'liquor', 'jugs', 'with', 'five', 'dozen', 'Pack'}

(f) Which  of  the  following  the  correct  form  of  dictionary 
comprehension?
i.  dict_var = {key : value for (key, value) in dictonary.items( )}
ii.  dict_var = {key : value for (key, value) in dictonary}
iii.  dict_var = {key : value for (key, value) in dictonary.keys( )}

(g) Using comprehension how will you convert
156 Let Us Python

{'a' : 1, 'b' : 2, 'c' : 3, 'd' : 4, 'e' : 5}

into
{'A' : 100, 'B' : 200, 'C' : 300, 'D' : 400, 'E' : 500}?

(h) What will be the output of the following code snippet? 
lst = [2, 7, 8, 6, 5, 5, 4, 4, 8]
s = {True if n % 2 == 0 else False for n in lst}
print(s)

(i) How will you convert 
d = {'AMOL' : 20, 'ANIL' : 12, 'SUNIL' : 13, 'RAMESH' : 10}
into
{'Amol' : 400, 'Anil' : 144, 'Sunil' : 169, 'Ramesh' : 100}

(j) How  will  you convert  words  present  in  a  list  given  below  into 
uppercase and store them in a set?
lst = ['Amol', 'Vijay', 'Vinay', 'Rahul', 'Sandeep']
 Functions
13
Let Us

Python

“Think modular, think of functions...”

x What are Functions? x Unpacking Arguments
x Communication with Functions x Programs
x Types of Arguments x Exercises

157
158 Let Us Python

What are Functions?
x Python function is a block of code that  performs a specific and well-
defined task. 

x Two main advantages of function are:
(a) They help us divide our program into multiple tasks. For each 
task we can define a function. This makes the code modular.
(b) Functions provide a reuse mechanism. The same function can be 
called any number of times.
x There are two types of Python functions:
(a) Built-in functions - Ex. len( ), sorted( ), min( ), max( ), etc.
(b) User-defined functions
x Given  below  is  an  example  of  user-defined  function.  Note  that  the 
body of the function must be indented suitably.

# function definition
def fun( ) :
print('My opinions may have changed')
print('But not the fact that I am right')

x A function can be called any number of times.

fun( )  # first call
fun( )  # second call

x When  a  function is  called, control is  transferred to  the  function, its 

statements  are  executed  and  control  is  returned  to  place  from 
where the call originated.
x Python convention for function names:
- Always use lowercase characters
- Connect multiple words using _
Example: cal_si( ), split_data( ), etc.

x A  function  can  be  redefined.  While  calling  the  function  its  latest 
definition will be called.
Chapter 13: Functions  159

x Function  definitions  can  be  nested. When  we  do  so,  the  inner 
function  is able to access  the variables of  outer function. The outer 
function has to be called for the inner function to execute.

def fun1( ) :
print('Reached fun1')
def fun2( ) : # nested definition
print('Inner avatar')
print('Outer avatar')
fun2( )

fun1( ) # ok
fun2( ) # cannot call inner function from here
print(type(fun1)) # nested call

x Suppose  we  wish  to  develop  a  function  myrandom(  ) to  generate 

random  numbers.  While  executing  this  function  we  wish  to  check 
whether  a  number  is  a  prime  number  or  not.  We  can  do  so  by 
defining a function isprime( ). But we do not want want isprime( ) to 
be  callable from outside myrandom( ). In a  way we  wish to protect 
it. In such a case we can define isprime( ) as an inner function.

x Another use of inner functions is in creating decorators. This usage is 
discussed in Chapter 24.

Communication with Functions
x Communication with functions is done using parameters/arguments 
passed to it and the value(s) returned from it.

x The  way  to  pass  values  to  a  function  and  return  value  from  it  is 
shown below:

def cal_sum(x, y, z) :
return x + y + z 

# pass 10, 20, 30 to cal_sum( ), collect value returned by it
s1 = cal_sum(10, 20, 30) 
# pass a, b, c to cal_sum( ), collect value returned by it
a, b, c = 1, 2, 3
s2 = cal_sum(a, b, c)
160 Let Us Python

x return statement returns control and  value from a  function. return

without an expression returns None.
x To  return  multiple  values  from  a  function  we  can  put  them  into  a 
list/tuple/set/dictionary and then return it.
x Suppose we pass arguments a, b, c to  a function and collect them in 
x, y, z. Changing x, y, z in the function body, does not change a, b, c. 
Thus a function is always called by value.
x A  function  can  return  different  types  through  different  return 
statements.
x A function that reaches end of execution without a return statement 
will always return None.

Types of Arguments
x Arguments in a Python function can be of 4 types:
(a) Positional arguments 
(b) Keyword arguments
(c) Variable-length positional arguments
(d) Variable-length keyword arguments
Positional  and  keyword  arguments  are  often  called  'required' 
arguments, whereas, variable-length arguments are called 'optional' 
arguments.
x Positional arguments must be passed in correct positional order. For 
example, if a function expects an int, float and string to be passed to 
it, then  while calling  this function the arguments must be  passed in 
the same order.

def fun(i, j, k) :
print(i + j)
print(k.upper( ))

fun(10, 3.14, 'Rigmarole')  # correct call
fun('Rigmarole', 3.14, 10)  # error, incorrect order

While  passing  positional  arguments,  number  of  arguments  passed

must match with number of arguments received.
Chapter 13: Functions  161

x Keyword  arguments  can be  passed out of  order. Python interpreter 

uses keywords (variable names) to match the values passed with the 
arguments used in the function definition. 

def print_it(i, a, str) :
print(i, a, str)

print_it(a = 3.14, i = 10, str = 'Sicilian')  # keyword, ok
print_it(str = 'Sicilian', a = 3.14, i = 10)  # keyword, ok
print_it(str = 'Sicilian', i = 10, a = 3.14)  # keyword, ok
print_it(s = 'Sicilian', j = 10, a = 3.14) # error, keyword name

An  error  is reported  in the  last call  since  the variable  names  in the 

call and the definition do not match.
x In  a call  we can  use positional as well as keyword  arguments. If we 
do so, the positional arguments must precede keyword arguments.

def print_it(i, a, str) :
print(i, a, str)

print_it(10, a = 3.14, str = 'Ngp')  # ok
print_it(10, str = 'Ngp', a = 3.14)  # ok
print_it(str = 'Ngp', 10, a = 3.14)  # error, positional after keyword
print_it(str = 'Ngp', a = 3.14, 10) # error, positional after keyword

x Sometimes  number  of  positional  arguments  to  be  passed  to  a 

function  is  not  certain.  In  such  cases,  variable-length  positional 
arguments can be received using *args.

def print_it(*args) :
print( )
for var in args :
print(var, end = ' ')

print_it(10) # 1 arg, ok
print_it(10, 3.14)  # 2 args, ok
print_it(10, 3.14,'Sicilian')  # 3 args, ok
print_it(10, 3.14, 'Sicilian', 'Punekar')  # 4 args, ok
162 Let Us Python

args used in definition of print_it( ) is a tuple. * indicates that it will 

hold  all  the  arguments  passed  to  print_it(  ).  The  tuple  can  be 
iterated through using a for loop.
x Sometimes  number  of  keyword  arguments  to  be  passed  to  a 
function  is  not  certain.  In  such  cases,  variable-length  keyword 
arguments can be received using **kwargs.

def print_it(**kwargs) :
print( )
for name, value in kwargs.items( ) :
print(name, value, end = ' ')

print_it(a = 10)  # keyword, ok
print_it(a = 10, b = 3.14)  # keyword, ok
print_it(a = 10, b = 3.14, s = 'Sicilian')  # keyword, ok
dct = {'Student' : 'Ajay', 'Age' : 23}
print_it(**dct)  # ok

kwargs used  in  definition  of  print_it(  ) is  a  dictionary  containing 

variable names as keys and their values as values. ** indicates that it 
will hold all the arguments passed to print_it( ). 
x We can use any other names in place of args and kwargs. We cannot 
use more than one  args and more than one kwargs while defining a 
function.
x If  a  function  is  to  receive  required  as  well  as  optional  arguments 
then they must occur in following order:
- positional arguments
- variable-length positional arguments
- keyword arguments
- variable-length keyword arguments

def print_it(i, j, *args, x, y, **kwargs) :

print( )
print(i, j, end = ' ')
for var in args :
print(var, end = ' ')
print(x, y, end = ' ')
for name, value in kwargs.items( ) :
print(name, value, end = ' ')
Chapter 13: Functions  163

# nothing goes to args, kwargs
print_it(10, 20, x = 30, y = 40)
# 100, 200 go to args, nothing goes to kwargs
print_it(10, 20, 100, 200, x = 30, y = 40)
# 100, 200 go to args, nothing goes to kwargs
print_it(10, 20, 100, 200, y = 40, x = 30)
# 100, 200 go to args. 'a' : 5, ' b' : 6, 'c' : 7 go to kwargs
print_it(10, 20, 100, 200, x = 30, y = 40, a = 5, b = 6, c = 7)
# error, 30 40 go to args, nothing left for required arguments x, y 
print_it(10, 20, 30, 40)

x While  defining a  function  default  value  can  be  given to  arguments. 

Default  value  will  be  used  if  we  do  not  pass  the  value  for  that 
argument during the call. 

def fun(a, b = 100, c = 3.14) :
return a + b + c

w = fun(10) # passes 10 to a, b is taken as 100, c as 3.14
x = fun(20, 50) # passes 20, 50 to a, b. c is taken as 3.14
y = fun(30, 60, 6.28) # passes 30, 60, 6.28 to a, b, c
z = fun(1, c = 3, b = 5) # passes 1 to a, 5 to b, 3 to c

x Note  that  while defining  a  function  default  arguments  must follow 

non-default arguments.

Unpacking Arguments
x Suppose  a  function  is  expecting  positional  arguments  and  the 
arguments to be passed are in a list, tuple or set. In such a case we 
need  to unpack the list/tuple/set using * operator before passing  it 
to the function.

def print_it(a, b, c, d, e) :
print(a, b, c, d, e)

lst = [10, 20, 30, 40, 50]
tpl = ('A', 'B', 'C', 'D', 'E')
s = {1, 2, 3, 4, 5}
print_it(*lst)
164 Let Us Python

print_it(*tpl)
print_it(*s)

x Suppose  a  function  is  expecting  keyword  arguments  and  the 

arguments to be  passed are in a  dictionary. In  such a case we need 
to  unpack the  dictionary  using **  operator before  passing  it to  the 
function.

def print_it(name = 'Sanjay', marks = 75) :
print(name, marks)

d = {'name' : 'Anil', 'marks' : 50}
print_it(*d) 
print_it(**d)

The first call to print_it( ) passes keys to it, whereas, the second call 
passes values.
____________________________________________________________________

Problem 13.1
Write  a program  to receive  three  integers from  keyboard and  get their 
sum  and  product  calculated  through  a  user-defined  function 
cal_sum_prod( ).

Program

def cal_sum_prod(x, y, z) :
ss = x + y + z 
pp = x * y * z
return ss, pp # or return(ss, pp)

a = int(input('Enter a: '))
b = int(input('Enter b: '))
c = int(input('Enter c: ')) 
s, p = cal_sum_prod(a, b, c) 
print(s, p)
Chapter 13: Functions  165

Output

Enter a: 10
Enter b: 20
Enter c: 30
60 6000

Tips
x Multiple values can be returned from a function as a tuple.
____________________________________________________________________

Problem 13.2
Pangram  is  a  sentence  that  uses  every  letter  of  the  alphabet.  Write  a 
program that checks whether a given string is pangram or not, through a 
user-defined function ispangram( ).

Program

def ispangram(s) :
alphaset = set('abcdefghijklmnopqrstuvwxyz')
return alphaset <= set(s.lower( ))
print(ispangram('The quick brown fox jumps over the lazy dog'))
print(ispangram('Crazy  Fredrick  bought  many  very  exquisite  opal 
jewels'))

Output

True
True

Tips
x set(  ) converts  the  string  into  a  set  of  characters  present  in  the 
string.
x <= checks whether alphaset is a subset of the given string.
____________________________________________________________________

Problem 13.3
Write  a  Python  program that  accepts  a  hyphen-separated sequence  of 
words  as input  and  calls a  function  convert(  ) which  converts  it into a 
166 Let Us Python

hyphen-separated  sequence  after  sorting  them  alphabetically. For 

example, if the input string is 
'here-come-the-dots-followed-by-dashes'
then, the converted string should be 
'by-come-dashes-dots-followed-here-the'

Program

def convert(s1) :
items = [s for s in s1.split('-')]
items.sort( )
s2 = '-'.join(items)
return s2 
s = 'here-come-the-dots-followed-by-dashes'
t = convert(s)
print(t)

Output

by-come-dashes-dots-followed-here-the

Tips
x We have used list comprehension to create a list of words present in 
the string s1.

x The join( ) method returns  a string concatenated with the elements 

of an iterable. In our case the iterable is the list called items.
____________________________________________________________________

Problem 13.4
Write a  Python function to create and  return a  list containing tuples of 
the form (x, x 2, x 3) for all x between 1 and 20 (both included).

Program

def generate_list( ):
lst = list( ) # or lst = [ ]
for i in range(1, 11):
lst.append((i, i ** 2, i ** 3))
Chapter 13: Functions  167

return lst
l = generate_list( )
print(l)

Output

[(1, 1, 1), (2, 4, 8), (3, 9, 27), (4, 16, 64), (5, 25, 125), (6, 36, 216), 
(7, 49, 343), (8, 64, 512), (9, 81, 729), (10, 100, 1000)]

Tips
x range(1, 11) produces a list of numbers from 1 to 10.
x append( ) adds a new tuple to the list in each iteration.
____________________________________________________________________

Problem 13.5
A  palindrome  is  a  word  or  phrase  which  reads  the  same  in  both 
directions. Given below are some palindromic strings:
deed
level
Malayalam
Rats live on no evil star
Murder for a jar of red rum

Write  a  program  that  defines  a  function  ispalindrome(  ) which  checks 

whether  a  given  string  is  a  palindrome  or  not.  Ignore  spaces  and  case 
mismatch while checking for palindrome. 

Program

def ispalindrome(s):
t = s.lower( )
left = 0
right = len(t) - 1

while right >= left :
if t[left] == ' ' :
left += 1
if t[right] == ' ' :
right -= 1
168 Let Us Python

if t[left] != t[right]:
return False
left += 1
right -= 1
return True
print(ispalindrome('Malayalam'))
print(ispalindrome('Rats live on no evil star'))
print(ispalindrome('Murder for a jar of red rum'))

Output

True
True
True

Tips
x Since strings are immutable the string converted to lowercase has to 
be collected in another string t.
____________________________________________________________________

Problem 13.6
Write a program  that defines a function convert( ) that receives a string 
containing  a  sequence  of  whitespace  separated  words and  returns  a 
string  after  removing  all  duplicate  words  and  sorting  them 
alphanumerically.
For example, if the string passed to convert( ) is 
s  = 'Sakhi  was  a  singer  because  her  mother  was  a  singer,  and  Sakhi\'s 
mother was a singer because her father was a singer'
then, the output should be:

Sakhi Sakhi's a and because father her mother singer singer, was

Program

def convert(s) :
words = [word for word in s.split(' ')]
return ' '.join(sorted(list(set(words))))
Chapter 13: Functions  169

s  =  'I  felt  happy  because  I  saw  the  others  were  happy  and  because  I 
knew I should feel happy, but I wasn\'t really happy'
t = convert(s)
print(t)

s  = 'Sakhi  was  a  singer  because  her  mother  was  a  singer,  and  Sakhi\'s 
mother was a singer because her father was a singer'
t = convert(s)
print(t)

Output

I and because  but feel felt happy happy, knew  others really saw should 

the wasn't were
Sakhi Sakhi's a and because father her mother singer singer, was

Tips
x set( ) removes duplicate data automatically.
x list( ) converts the set into a list.
x sorted( ) sorts the list data and returns sorted list.
x Sorted  data  list  is converted  to  a  string  using a  str method join(  ), 
appending a space at the end of each word, except the last.
____________________________________________________________________

Problem 13.7
Write a  program  that  defines a function count_alphabets_digits(  ) that 
accepts a string and calculates the number of alphabets and digits in it. It 
should  return  these  values  as  a  dictionary.  Call  this  function  for  some 
sample strings.

Program

def count_alphabets_digits(s) :
d={'Digits' : 0, 'Alphabets' : 0}
for ch in s:
if ch.isalpha( ) :
d['Alphabets'] += 1
elif ch.isdigit( ) :
d['Digits'] += 1
170 Let Us Python

else :
pass
return(d)

d = count_alphabets_digits('James Bond 007') 
print(d)
d = count_alphabets_digits('Kholi Number 420') 
print(d)

Output

{'Digits': 3, 'Alphabets': 9}
{'Digits': 3, 'Alphabets': 11}

Tips
x pass doesn't do anything on execution.
____________________________________________________________________

Problem 13.8
Write  a  program  that  defines  a  function  called  frequency(  ) which 
computes the  frequency  of  words  present  in a  string  passed  to  it.  The 
frequencies should be returned in sorted order by words in the string.

Program

def frequency(s) :
freq = { }
for word in s.split( ) :
freq[word] = freq.get(word, 0) + 1
return freq

sentence = 'It is true for all that that that that \
that that that refers to is not the same that \
that that that refers to'
d = frequency(sentence)
words = sorted(d)

for w in words:
print ('%s:%d' % (w, d[w]))
Chapter 13: Functions  171

Output

It:1
all:1
for:1
is:2
not:1
refers:2
same:1
that:11
the:1
to:2
true:1

Tips
x We  did  not use  freq[word]  =  freq[word]  + 1 because we  have  not 
initialized all word counts for each unique word to 0 to begin with.
x When  we use freq.get(word, 0), get( ) searches the word. If it is not 
found,  the  second  parameter, i.e.  0 will be  returned.  Thus, for  first 
call for each unique word, the word count is properly initialized to 0.
x sorted( ) returns a sorted list of key values in the dictionary.

x w, d[w] yields  the  word  and  its  frequency  count  stored  in  the 
dictionary d.
____________________________________________________________________

Problem 13.9
Write  a  program  that  defines  two  functions called create_sent1( ) and 
create_sent2( ). Both receive following 3 lists:

subjects = ['He', 'She']
verbs = ['loves', 'hates']
objects = ['TV Serials','Netflix']

Both  functions  should form  sentences  by  picking elements  from  these 

lists  and  return  them.  Use  for loops  in  create_sent1(  ) and  list 
comprehension in create_sent2( ).
172 Let Us Python

Program

def create_sent1(sub, ver, obj) :
lst = [ ]
for i in range(len(sub)) :
for j in range(len(ver)) :
for k in range(len(obj)) :
sent = sub[i] + ' ' + ver[j] + ' ' + obj[k]
lst.append(sent)
return lst

def create_sent2(sub, ver, obj) :
return [(s + ' ' + v + '  ' + o) for s in sub for v in ver for o in obj]

subjects = ['He', 'She']
verbs = ['loves', 'hates']
objects = ['TV Serials','Netflix']

lst1 = create_sent1( subjects, verbs, objects)
for l in lst1 :
print(l)

print( )
lst2 = create_sent2( subjects, verbs, objects)
for l in lst2 :
print(l)

Output

He loves TV Serials
He loves Netflix
He hates TV Serials
He hates Netflix
She loves TV Serials
She loves Netflix
She hates TV Serials
She hates Netflix

He loves TV Serials
He loves Netflix
He hates TV Serials
Chapter 13: Functions  173

He hates Netflix
She loves TV Serials
She loves Netflix
She hates TV Serials
She hates Netflix
____________________________________________________________________

[A] Answer the following questions:

(a) Write  a program that  defines a  function count_lower_upper( ) that 
accepts  a  string  and  calculates  the  number  of  uppercase  and 
lowercase  alphabets in  it.  It  should  return  these  values  as  a 
dictionary. Call this function for some sample strings.
(b) Write  a  program that  defines a  function compute(  ) that  calculates 
the  value  of  n  + nn + nnn  + nnnn,  where  n is  digit  received  by the 
function. Test the function for digits 4 and 7.
(c) Write  a  program  that  defines  a  function  create_array(  ) to  create 
and return a 3D array whose dimensions are passed to the function. 
Also  initialize  each  element  of  this  array  to  a  value  passed  to  the 
function.
(d) Write  a program  that defines  a function  create_list( ) to create  and 
return a list which is an intersection of two lists passed to it.
(e) Write a program that defines a function sanitize_list( ) to remove all 
duplicate entries from the list that it receives.
(f) Which  of the calls to print_it( ) in the following program will report 
errors.

def print_it(i, a, s, *args) :
print( )
print(i, a, s, end = ' ')
for var in args :
print(var, end = ' ')
print_it(10, 3.14)
print_it(20, s = 'Hi', a = 6.28)
print_it(a = 6.28, s = 'Hello', i = 30)
print_it(40, 2.35, 'Nag', 'Mum', 10)
174 Let Us Python

(g) Which  of  the  calls  to  fun(  ) in  the  following  program  will  report 
errors.

def fun(a, *args, s = '!') :
print(a, s)
for i in args :
print(i, s)
fun(10)
fun(10, 20)
fun(10, 20, 30)
fun(10, 20, 30, 40, s = '+')
[B] Attempt the following questions:

(a) What is being passed to function fun( ) in the following code?

int a = 20
lst = [10, 20, 30, 40, 50]
fun(a, lst)

(b) Which of the following are valid return statements?

return (a, b, c)
return a + b + c 
return a, b, c

(c) What will be the output of the following program?
def fun( ) :
print('First avatar')
fun( )
def fun( ) :
print('New avatar')
fun( )

(d) How  will you define  a function  containing three return statements, 

each returning a different type of value?
(e) Can  function  definitions  be  nested?  If yes,  why  would you  want  to 
do so?
(f) How will you call print_it( ) to print elements of tpl?
def print_it(a, b, c, d, e) :
print(a, b, c, d, e)
tpl = ('A', 'B', 'C', 'D', 'E')
 Recursion
14
Let Us

Python

“To iterate is human, to recurse divine...”

x Repetitions x Types of Recursion
x Recursive Function x Recursion Limit
x When to use Recursion x Iteration to Recursion
x Problem as Similar Sub-problems  x Programs
x Recursive Factorial Function x Exercises
x Problem with Unknown Loops

175
176 Let Us Python

Repetitions
x There are two ways to repeat a set of statements in a function:
- By using while or for loop
- By calling the function from within itself

x The first method is known as iteration, whereas the second is known 
as recursion.

x The  functions  that  use  iteration  are  called  iterative  functions  and 
those that use recursion are called recursive functions.

Recursive Function
x A Python function can be called from within its body. When we do so 
it is called a recursive function.

def fun( ) :
# some statements
fun( )  # recursive call

x Recursive call  keeps  calling the function again  and again,  leading to 

an infinite loop. 
x A provision must be made to get outside this infinite recursive loop. 
This  is done  by making the recursive  call either  in if block or in else 
block as shown below:

def fun( ) : def fun( ) :
if condition : if condition :
# some statements fun( )
else else
fun( )  # recursive call # some statements

x The  case when a  recursive call  is made  is called the  recursive  case, 

whereas the other case is called the base case. 
x If recursive call is made in if block (recursive case), else block should 
contain  the  base  case logic.  If  recursive  call  is  made  in  else  block
(recursive case), if block should contain the base case logic.
Chapter 14: Recursion 177

When to use Recursion
x Recursion is useful in 2 scenarios:
- When  a problem can  be solved by breaking it down  into similar 
sub-problems.
- When a problem requires an unknown number of loops.

x Examples of problem as similar sub-problems:
- Finding factorial value of a number
- Finding sum of digits of an integer
- Finding binary equivalent of a number

x Examples of unknown number of nested loops:
- Finding all combinations of 1 to n, where n is received as input
- Traversing a binary tree data structure
- Traversing a graph data structure

x In  this  book  we  would  cover  both  sets  of  problems  that  can  be 
solved using recursion.

Problem as Similar Sub-problems
x In  problem that can  be  solved by breaking it down into similar sub-
problems the computation of a function is described in terms of the 
function itself.
x For example, suppose we wish to calculate factorial value of n. Then
n! = n * (n - 1) * (n - 2) * (n - 3) * ... * 2 * 1
We can write this as:
n! = 1  if n = 0
= n * (n -1)!  if n > 0 

x In terms of function this can be written as:
factorial(n) = 1  if n = 0 (base case)
= n * factorial(n - 1)  if n > 0 (recursive case)

x If we are to obtain sum  of digits of  an integer  n, then the recursive 

function can be written as 
sumdig(n) = 0  if n = 0 (base case)
= n % 10 + sumdig(n / 10)  if n > 0 (recursive case)
178 Let Us Python

x Following tips will help you understand recursive functions better:
- A  fresh  set  of  variables  are  born  during  each  function  call—
normal call as well as recursive call.
- Variables  created in a function  die when control returns from a 
function.
- Recursive function may or may not have a return statement.
- Typically,  during  execution  of  a  recursive  function  many 
recursive  calls  happen,  so  several  sets of  variables  get  created. 
This increases the space requirement of the function.
- Recursive  functions  are  inherently  slow  since  passing  value(s) 
and control to a function and returning value(s)  and control will 
slow down the execution of the function.
- Recursive calls  terminate  when  the  base  case  condition  is 
satisfied.
Recursive Factorial Function
x A simple program that calculates factorial of a given number using a 
recursive  function is given below, followed by a brief  explanation of 
its working. 

def refact(n) :
if n == 0 : 
return 1 
else :
p = n * refact(n - 1)
return p

num = int(input('Enter any number: '))
fact = refact(num)
print('Factorial value = ', fact)

x Suppose 2 is supplied as input,  we should get the output as 2, since 
2! evaluates to 2. 

x It becomes easier to follow the working of a recursive function if we 
make copies of the function on paper and then perform a dry run of 
the  program to follow  the control flow. In reality multiple copies  of 
function are not created in memory.
Chapter 14: Recursion 179

x Trace  the  control  flow  of  the  recursive  factorial  function  in  Figure 
14.1. Assume that we are trying to find factorial value of 2. The solid 
arrows  indicate  the  call  to  the  function,  whereas  dashed  arrows 
indicate return from the function.
x Note  that  return  1 goes  to work  only during  the  last  call. All other 
calls return via return p.

2 Start
here
fact = refact(2)

1 0

def refact(n) : def refact(n) : def refact(n) :

if n == 0 : if n == 0 : if n == 0 :
return 1 return 1 return 1
else : else : else :
p = n * refact(n - 1) p = n * refact(n - 1) p = n * refact(n - 1)

return p return p 1 return p

Figure 14.1

Problem with Unknown Loops
x If we  are  to define a  function which  generates and  returns a list  of 
lists  containing all possible  combinations of  numbers 1, 2 and  3 we 
can do so through following program:

def generate(n) :
lol = [[ ] for i in range(n ** n)]
pos = 0
for i in range(1, n + 1) : 
for j in range(1, n + 1) :
for k in range(1, n + 1) :
t = [i, j, k]
lol[pos] = t
pos += 1
return lol
180 Let Us Python

l = generate(3)
print(l)

Since we can generate 27 combinations out of 1, 2, 3 ([1, 1, 1], [1, 1, 
2],  ...  [3,  3,  3]),  list  of  lists  lol is  set  up  with  27  empty  lists.  Then 
through 3 for loops we  have generated each sub-list and inserted it 
in lol.

x If we are to generate all possible combinations of 1, 2, 3, 4 then we 
will have to introduce one more for loop. If generate( ) is to remain 
generic we cannot dynamically add this loop.

x We can  make generate( ) function create  the desired  combinations 

by  using  recursion  in  place  of  loops  as  shown  in  the  following 
program:

def generate(n) :
t = [ ]
lol = [[ ] for i in range(n ** n)]
helper(n, t, lol)
return(lol)
def helper(n, t, lol) :
global j
if len(t) == n :
lol[ j ] = lol[ j ] + t
j += 1
return 
for i in range(1, n + 1) :
t.append(i)
helper(n, t, lol);
t.pop( )
j = 0
l = generate(3)
print(l)

In  addition  to  generate(  ) we  have  defined the  helper(  ) function 
since  we  wish  to  build  each  sub-list  incrementally  and  generate(  )
receives only n.
Chapter 14: Recursion 181

After  generating a sub-list like [1, 1, 1], list method  pop( ) has been 

called to remove the last 1 from this sub-list and create the next sub-
list [1, 1, 2].
Types of Recursion
x Two types of recursions can exist:
(a) Head recursion
(b) Tail recursion

x Head  recursion  - In  this type  of  recursion the recursive  call is  made 

before other processing in the function.

def headprint(n) :
if n == 0 : 
return
else : 
headprint(n - 1)
print(n)

headprint(10)

Here  firstly  the  recursive  calls  happen  and  then  the  printing  takes 
place. Hence last value of n, i.e. 1 gets printed first. So numbers get 
printed in the order 1 to 10.
x Tail  recursion  - In  this  type  of  recursion  processing  is  done  before 
the recursive call. The tail recursion is similar to a loop—the function 
executes all the statements before making the recursive call.

def tailprint(n) :
if n == 11 : 
return
else : 
print(n)
tailprint(n + 1)

tailprint(1)

Here firstly printing  takes place and then the  recursive call is  made. 

Hence first value of n, i.e. 1 gets printed first and then the recursive 
call is done. So once again numbers get printed in the order 1 to 10.
182 Let Us Python

Recursion Limit
x In head recursion we don't  get the result of our calculation until we
have returned from every recursive call. So the state (local variables) 
has to be saved before making the next recursive call. This results in 
consumption  of more memory. Too many  recursive calls may result 
into an error. 
x Default  recursion  limit  in  Python  is  usually  set  to  a  small  value 
(approximately,  10 ** 4).  So  if  we  provide  a  large  input  to  the 
recursive function, a RecursionError will be raised. 
x The setrecursionlimit( ) function in sys module permits us to set the 
recursion  limit.  Once  set  to  10^6  large  inputs  can  be  handled 
without any errors.

Iteration to Recursion
x Given  below  are  the  steps  that  should  be  followed  if  we  are  to 
convert an iterative function to a recursive function:
- Use the local variables in the iterative function as parameters of 
the recursive function.
- Identify  the  main  loop  in  the  iterative  function.  This  loop 
typically  modifies one  or more  variables and  returns some final 
value(s).
- Write the condition in the loop as the base case and the body of 
the loop as the recursive case.
- Run to  check  whether  recursive  function  achieves the desired 
result.
- Remove any unnecessary variables and improve the structure of 
the recursive function.
____________________________________________________________________

Problem 14.1
If a  positive  integer  is entered  through  the keyboard,  write  a  recursive 
function to obtain the prime factors of the number.
Chapter 14: Recursion 183

Program

def factorize(n, i) :
if i <= n :
if n % i == 0 :
print( i, end =', ' ) 
n = n // i 
else :
i += 1
factorize(n, i)

num = int(input('Enter a number: '))
print('Prime factors are:')
factorize(num, 2)

Output

Enter a number: 50
Prime factors are:
2, 5, 5, 
Enter a number: 24
Prime factors are:
2, 2, 2, 3,

Tips
x In factorize( ) we keep checking, starting with 2, whether i is a factor 
of n (means, can i divide n exactly). If so, we print that factor, reduce 
n and  again  call  factorize(  ) recursively.  If  not, we  increment  i and 
call factorize( ) to check whether the new i is a factor of n.
____________________________________________________________________

Problem 14.2
A  positive  integer  is  entered  through  the  keyboard,  write  a  recursive 
function to calculate sum of digits of the 5-digit number.

Program

def rsum(num) : 
if num != 0 :
digit = num % 10 
184 Let Us Python

num = int(num / 10)
sum = digit + rsum(num)
else :
return 0
return sum

n = int(input('Enter number: '))
rs = rsum(n)
print('Sum of digits = ', rs)

Output

Enter number:
345
Sum of digits = 12

Tips
x In the rsum( ) function, we extract the last digit, reduce the number 
and  call  rsum(  )  with  reduced  value  of  num.  Thus  if  the  number 
entered is 3256, the call becomes sum = 6 + rsum(325). 
x During  each  call  additions  are  kept  pending,  for  example  the 
addition  to  6  is  kept  pending  as  the  program  calls  rsum(325) to 
obtain sum of digits of 325. 
x The  recursive  calls  end  when  n falls  to  0,  whereupon  the  function 
returns a 0, because sum of digits of 0 is 0. The 0 is returned to the 
previous  pending  call, i.e.  sum = 3 +  rsum (0).  Now  sum = 3  + 0 is 
completed and the control reaches return  s. Now the value of sum, 
i.e.  3  is  returned  to  the  previous  call  made  during  the  pending 
addition 2 + rsum (3). This way all  pending calls are  completed and 
finally the sum of 3256 is returned.

x In  short,  return 0 goes  to  work  only  once  (during  the  last  call  to 
rsum( )), whereas, for all previous calls return sum goes to work.
____________________________________________________________________

Problem 14.3
Paper of  size A0  has  dimensions 1189 mm x  841 mm. Each subsequent 
size  A(n)  is  defined  as  A(n-1)  cut  in  half, parallel  to  its  shorter  sides. 
Write  a  program  to  calculate  and  print  paper  sizes  A0,  A1,  A2,  …  Aϴ
using recursion.
Chapter 14: Recursion 185

Program

def papersizes(i, n, l, b) :
if n != 0 :
print(f'A{i}: L = {int(l)} B = {int(b)}')
newb = l / 2
newl = b
n -= 1
i += 1
papersizes(i, n, newl, newb)

papersizes(0, 7, 1189, 841)

Output

A0: L = 1189 B = 841
A1: L = 841 B = 594
A2: L = 594 B = 420
A3: L = 420 B = 297
A4: L = 297 B = 210
A5: L = 210 B = 148
A6: L = 148 B = 105

Tips

A6
A7
A4
A5
A2 A0: L = 1189 B = 841
A1: L = 841 B = 594
A3 A2: L = 594 B = 420
A3: L = 420 B = 297
A4: L = 297 B = 210
A5: L = 210 B = 148
A6: L = 148 B = 105

A1

Figure 14.2
186 Let Us Python

x Figure  14.2  shows  different  paper  sizes  are  obtained.  In  function 
papersizes( ), i is used to obtain the digit in A0, A1, A2, etc., whereas 
n is used  to keep  track of  number  of  times  the  function  should be 
called.  The  moment  n falls  to  0,  the  recursive  calls  are  stopped. 
Alternately,  we  could  have  dropped  n  and  stopped  recursive  calls 
when i reaches 7.
____________________________________________________________________

Problem 14.4
Write  a  recursive  function  to  obtain  first  15  numbers  of  a  Fibonacci 
sequence.  In  a  Fibonacci  sequence  the  sum  of  two  successive  terms 
gives the third term. First few terms of the Fibonacci sequence:

1  1  2  ϯ  ϱ  ϴ  1ϯ  21  ϯϰ  ϱϱ  ϴϵ….

Program

def fibo(old, current, terms) :
if terms >= 1 :
new = old + current
print( f'{new}', end = '\t')
terms = terms - 1 
fibo(current, new, terms) 
old = 1
current = 1 
print(f'{old}', end = '\t')
print(f'{current}', end = '\t')
fibo(old, current, 13)

Output

1 1 2 3 5 8 13 21 34 55
89 144 233 377 610

Tips
x This  program  generates  the  Fibonacci  sequence  of  numbers  using 
recursion.  terms is  used  to  keep  track  of  when  to  stop  recursive 
calls.  Since  the first two  terms are printed before calling  fibo( ), we 
have generated only 13 terms through the recursive calls.
____________________________________________________________________
Chapter 14: Recursion 187

Problem 14.5
A positive  integer  is  entered through the  keyboard;  write  a function  to 
find the binary equivalent of this number using recursion.

Program

import sys

def dec_to_binary(n) :
r = n % 2 
n = int(n / 2)
if n != 0 :
dec_to_binary(n)
print(r, end = '')

sys.setrecursionlimit(10 ** 6)
num = int(input('Enter the number: '))
print('The binary equivalent is:')
dec_to_binary(num)

Output

Enter the number: 32
The binary equivalent is:
100000
Enter the number: 45
The binary equivalent is:
101101

Tips
x To  obtain  binary equivalent  of a  number,  we have  to keep dividing 
the  dividend  till  it  doesn’t  become  0.  Finally,  the  remainders 
obtained  during each successive division must be written in reverse 
order to get the binary equivalent. 

x Since the remainders are to be written in the reverse order, we start 
printing  only  when  n falls to  0,  otherwise  we  make  a  call  to 
dec_to_binary( ) with a reduced dividend value.
____________________________________________________________________
188 Let Us Python

Problem 14.6
Write a  recursive function to obtain the running sum of first 25 natural 
numbers.

Program

def runningSum(n) :
if n == 0 :
return 0
else :
s = n + runningSum(n - 1)
return(s)
max = int(input('Enter the positive largest number for running sum: '))
if max > 0 :
sum = runningSum(max)
print(f'Running Sum: {sum}')
else :
print('Entered number is negative')

Output

Enter the positive largest number for running sum: 25
Running Sum: 325

Tips
x We  calculate  the  running  sum  as  we  calculate  the  factorial  value, 
starting  from  n and  then  go  on  reducing  it moving  towards  0.  We 
stop on reaching 0.
____________________________________________________________________

[A] State whether the following statements are True or False:

(a) A  recursive  function  that  calls  another  execution  instance  of  the 
same function.
(b) If a recursive function uses three variables a, b and c, then the same 
set of variables are used during each recursive call.
Chapter 14: Recursion 189

(c) Multiple copies of the recursive function are created in memory.
(d) A recursive function must contain at least 1 return statement.
(e) Every  iteration done using  a while or  for loop can  be replaced  with 
recursion.
(f) Logics expressible in the form of themselves are good candidates for 
writing recursive functions.
(g) Tail recursion is similar to a loop.
(h) Infinite recursion can occur if the base case is not properly defined.
(i) A  recursive  function is  easy  to  write,  understand and  maintain  as 
compared to a one that uses a loop.

[B] Answer the following questions:

(a) Following  program  calculates  sum  of  first  5  natural  numbers  using 
tail recursion and head recursion.
(b) There are three pegs labeled A, B and C. Four disks are placed on peg 
A. The bottom-most disk is largest, and disks go on decreasing in size 
with the topmost disk being smallest. The objective of the game is to 
move the disks from peg A to peg C, using peg B as an auxiliary peg. 
The rules of the game are as follows:
- Only  one  disk may  be  moved at  a time,  and  it must be  the  top 
disk on one of the pegs.
- A larger disk should never be placed on the top of a smaller disk.
Write a program to print out the sequence in which the disks should 
be  moved such that all  disks on peg A are  finally transferred  to peg 
C.
(c) A string is entered through the keyboard. Write a recursive function 
that counts the number of vowels in this string.
(d) A string is entered through the keyboard. Write a recursive function 
removes any tabs present in this string.
(e) A string is entered through the keyboard. Write a recursive  function 
that checks whether the string is a palindrome or not. 
(f) Two  numbers  are  received  through  the  keyboard  into  variables  a
and b. Write a recursive function that calculate the value of ab.
190 Let Us Python

(g) Write  a  recursive  function  that  reverses  the  list  of  numbers that  it 
receives.
(h) A  list  contains some  negative  and  some  positive  numbers.  Write  a 
recursive  function  that  sanitizes  the  list  by  replacing  all  negative 
numbers with 0.
(i) Write  a recursive function to obtain average  of all numbers present 
in a given list.
(j) Write a recursive function to obtain length of a given string.
(k) Write  a  recursive  function  that  receives  a  number  as  input  and 
returns  the  square  of  the  number.  Use  the  mathematical  identity 
(n - 1)2 = n2 - 2n + 1.

[C] What will be the output of the following programs?

(a) def fun(x, y) :
if x == 0 :
return y
else :
return fun(x - 1, x * y)
print(fun(4, 2))

(b) def fun(num) :
if num > 100 :
return num - 10
return fun(fun(num + 11))
print(fun(75))

(c) def fun(num) :
if num == 0 :
print("False")
if num == 1 :
print("True")
if num % 2 == 0 :
fun(num / 2)
fun(256)
 Functional
15 Programming

Let Us

Python

“Map it, reduce it, filter it......”

x Functional Programming x filter( ) Function

x Functions as First-class Values x reduce( ) Function
x Lambda Functions x Using Lambda with map( ), 
filter( ), reduce( )
x Higher Order Functions x Where are they Useful?
x Map, Filter, Reduce x Programs
x map( ) Function x Exercises

191
192 Let Us Python

Functional Programming
x In functional programming a problem is treated as evaluation of one 
or more functions. 
x Hence a given problem is decomposed into a set of functions. These 
functions provide the main source of logic in the program.

Functions as First Class Values
x Python  facilitates  functional  programming  by  treating  functions  as 
'first-class' data values. This means that:
- Functions  can  be  assigned  to  variables and  then  called  using 
these variables.
- Functions can  be passed as arguments to  function and returned 
from function.
- Functions  can  be  built  at  execution  time,  the  way  lists,  tuples, 
etc. can be. 
x Example of assigning a function to a variable and calling the function 
using the variable:

def func( ) :
print('Hello')
def sum(x, y) :
print(x + y)
f = func # assignment of function to a variable
f( ) # call to func( )
g = sum # assignment of function to a variable
g(10, 20) # call to sum( )

x Example of passing a function as argument to a function:

def sum(x, y, f) :
print(x + y)
f( ) # calls func( )
def func( ) :
print('Hello')
Chapter 15: Functional Programming  193

f = func # assignment of function to a variable
sum(10, 20, f) # pass function as argument to a function

x Example  of  building  function  at  execution  time  is  discussed  in  the 
next section on lambda functions.

Lambda Functions
x Normal  functions  have  names.  They  are  defined  using  the  def
keyword. 
x Lambda  functions  do  not  have  names.  They  are  defined  using  the 
lambda keyword and are built at execution time. 
x Lambda  functions  are  commonly  used  for  short  functions  that  are 
convenient to define at the point where they are called.
x Lambda  functions  are  also  called  anonymous  functions  or  inline 
functions.
x A lambda function can take any number of arguments but can return 
only one value. Its syntax is:
lambda arguments : expression

: separates the parameters to be passed to the lambda function and 
the  function  body.  The  result  of  running  the  function  body  is
returned implicitly.

x A few examples of lambda functions
#  function that receives an argument and returns  its cube
lambda  n : n * n * n
#  function that receives 3 arguments and returns average of them
lambda x, y, z : (x + y + z) / 3
#  function that receives a string, strips any whitespace and returns 
# the uppercase version of the string
lambda s : s.trim( ).upper( )

x Lambda functions are often used as an argument to other functions. 
For  example,  the above  lambdas  can  be  passed to  print( ) function 
to print the value that they return.

print((lambda  n : n * n * n)(3)) # prints 27

print((lambda  x, y, z : (x + y + z) / 3)(10, 20, 30)) # prints 20.0
194 Let Us Python

print((lambda  s : s.lstrip( ).rstrip( ).upper( ))('  Ngp  '))  # prints NGP

x The lambda can also be assigned to a variable and then invoked.

p = lambda  n : n * n * n
q = lambda  x, y, z : (x + y + z) / 3
r = lambda  s : s.lstrip( ).rstrip( ).upper( )
print(p(3)) # calls first lambda function
print(q(10, 20, 30)) # calls second lambda function
print(r('  Nagpur  '))  # calls third lambda function

x Container  types  can  also  be  passed  to  a  lambda  function.  For 
example,  a lambda function that calculates average of numbers  in a 
list can be passed to print( ) function: 

lst1 = [1, 2, 3, 4, 5]
lst2 = [10, 20, 30, 40, 50]
print((lambda l : sum(l) / len(l)) (lst1))
print((lambda l : sum(l) / len(l)) (lst2))

Here  instead of  assigning  a  lambda function  to a  variable  and then 

passing the variable to print( ), we have passed the lambda function 
itself to print( ).
Higher Order Functions
x A higher order function is a function that can receive other functions 
as arguments or return them. 
x For example, we can pass a lambda function to the built-in sorted( )
function to sort a dictionary by values.

d = {'Oil' : 230, 'Clip' : 150, 'Stud' : 175, 'Nut' : 35}
# lambda takes a dictionary item and returns a value
d1 = sorted(d.items( ), key = lambda kv : kv[1]) 
print(d1)  # prints [('Nut', 35), ('Clip', 150), ('Stud', 175), ('Oil', 230)]

The sorted( ) function uses a parameter key. It specifies a function of 
one argument that is used to extract a comparison for each element 
in  the first argument of sorted(  ).  The default value  of key is None,
indicating  that  the  elements  in  first  argument  are  to  be  compared 
directly.
Chapter 15: Functional Programming  195

x To  facilitate functional programming Python provides 3 higher order 

functions—map( ),  filter( ) and reduce( ). Before we  see how to use 
these  functions, we need to  understand the map,  filter  and reduce 
operations.

Map, Filter, Reduce
x A map operation applies a function to each element in the sequence 
like  list,  tuple,  etc.  and  returns  a  new  sequence  containing  the 
results. For example: 
- Finding square root of all numbers in the list and returning a list 
of these roots.
- Converting  all  characters  in  the  list  to  uppercase and  returning 
the uppercase characters' list.

x A  filter  operation  applies  a  function  to  all  the  elements  of  a 

sequence.  A  sequence  of  those  elements  for  which  the  function 
returns True is returned. For example: 
- Checking  whether  each  element  in  a  list  is  an alphabet  and 
returning a list of alphabets.
- Checking  whether  each element in  a  list is odd  and  returning a 
list of odd numbers.

x A  reduce  operation  performs  a  rolling  computation  to  sequential 

pairs of values in a sequence and returns the result. For example:
- Obtaining product of a list of integers and returning the product.
- Concatenating all strings in a list and returning the final string.

x Usually, map, filter, reduce operations mentioned above would need 
a  for loop  and/or if statement  to  control  the  flow while  iterating 
over elements of sequence types like strings, lists, tuples.
x If we use Python functions map( ), filter( ), reduce( ) we do not need 
a  for loop  or if statement  to  control  the  flow.  This  lets  the 
programmer  focus  on  the  actual  computation  rather  than  on  the 
details of loops, branches, and control flow.

map( ) Function
x Use of map( ) function:

import math
def fun(n) :
196 Let Us Python

return n * n
lst = [5, 10, 15, 20, 25]
m1 = map(math.radians, lst)
m2 = map(math.factorial, lst)
m3 = map(fun, lst)
print(list(m1)) # prints list of radians of all values in lst
print(list(m2)) # prints list of factorial of all values in lst
print(list(m3)) # prints list of squares of all values in lst

x General form of map( ) function is
map(function_to_apply, list_of_inputs)
map( ) returns a map object which can be converted to a list using 
list( ) function.
filter( ) Function
x Use of filter( ) function:

def fun(n) :
if n % 5 == 0 :
return True
else :
return False
lst1 = ['A', 'X', 'Y', '3', 'M', '4', 'D']
f1 = filter(str.isalpha, lst1)
print(list(f1)) # prints ['A', 'X', 'Y', 'M', 'D']
lst2 = [5, 10, 18, 27, 25]
f2 = filter(fun, lst2)
print(list(f2)) # prints  [5, 10, 25]

x General form of filter( ) function is:

filter(function_to_apply, list_of_inputs)
filter( ) returns a filter object which can be converted to a list using 
list( ) function.
reduce( ) Function
x Use of reduce( ) function:

from functools import reduce
Chapter 15: Functional Programming  197

def getsum(x, y) :
return x + y
def getprod(x, y) :
return x * y
lst = [1, 2, 3, 4, 5]
s = reduce(getsum, lst)
p = reduce(getprod, lst)
print(s) # prints 15
print(p) # prints 120

Here the result of addition of previous two elements is added to the 
next  element, till  the end  of  the  list. In our  program this  translates 
into operations like ((((1 + 2) + 3) + 4) + 5) and ((((1 * 2) * 3) * 4) * 5).
x General form of reduce( ) function is:
reduce(function_to_apply, list_of_inputs)
The  reduce( ) function operation performs a rolling computation  to 
sequential pairs of values in a sequence and returns the result.
x You  can  observe  that  map(  ),  filter(  ) and  reduce(  ) abstract away 
control flow code.

Using Lambda with map( ), filter( ), reduce( )
x We can  use map( ), filter(  ) and  reduce( ) with lambda functions to 
simplify  the  implementation  of  functions  that  operate  over 
sequence types like, strings, lists and tuples.

x Since map( ), filter( ) and reduce( ) expect a function to be passed to 

them, we can also pass lambda functions to them, as shown below.

# using lambda with map( )
lst1 = [5, 10, 15, 20, 25]
m = map(lambda n : n * n, lst1)
print(list(m)) # prints [25, 100, 225, 400, 625]
# using lambda with filter( )
lst2 = [5, 10, 18, 27, 25]
f = filter(lambda n : n % 5 == 0, lst2)
print(list(f)) # prints [5, 10, 25]
# using lambda with reduce( )
198 Let Us Python

from functools import reduce
lst3 = [1, 2, 3, 4, 5]
s = reduce(lambda x, y : x + y, lst3)
p = reduce(lambda x, y : x * y, lst3)
print(s, p) # prints 15  120

x If required map( ), filter( ) and reduce( ) can be used together.

def fun(n) :
return n > 1000

lst = [10, 20, 30, 40, 50]
l = filter(fun, map(lambda x : x * x, lst))
print(list(l))

x Here  map( ) and  filter(  ) are used  together. map( ) obtains  a list  of 

square  of  all  elements  in  a  list.  filter(  ) then  filters  out  only  those 
squares which are bigger than 1000. 

Where are they Useful?
x Relational  databases  use the  map/filter/reduce  paradigm.  A  typical 
SQL query  to obtain the  maximum  salary that  a skilled  worker gets 
from an Employees table will be:
SELECT max(salary) FROM Employees WHERE grade = 'Skilled'

The  same  query  can  be  written  in  terms  of  map(  ),  filter(  ) and 
reduce( ) as:

reduce(max, map(get_salary, filter(lambda x : x.grade( ) == 
'Skilled', employees)))

Here employees is a sequence, i.e. a list  of lists, where  each list  has 

the data for one employee
grade = 'Skilled'  is a filter
get_salary is a map which returns the salary field from the list
and max is a reduce
In  SQL terminology  map, filter and reduce  are  called project, select
and aggregate respectively.
Chapter 15: Functional Programming  199

x If  we  can  manage  our  program  using map,  filter,  and  reduce,  and 
lambda  functions  then  we  can  run  each  operation  in  separate 
threads  and/or  different  processors  and  still  get  the  same  results. 
Multithreading is discussed in detail in Chapter 25.
____________________________________________________________________

Problem 15.1
Define three functions fun( ), disp( ) and msg( ), store them in a list and 
call them one by one in a loop.

Program

def fun( ) :
print('In fun')

def disp( ) :
print('In disp')

def msg( ) :
print('In msg')

lst = [fun, disp, msg]
for f in lst :
f( )

Output

In fun
In disp
In msg
____________________________________________________________________

Problem 15.2
Suppose  there  are  two lists,  one  containing numbers  from 1 to  6,  and 
other  containing umbers  from 6  to 1.  Write  a  program  to obtain  a  list 
that  contains  elements  obtained  by adding  corresponding elements  of 
the two lists.
200 Let Us Python

Program

lst1 = [1, 2, 3, 4, 5, 6]
lst2 = [6, 5, 4, 3, 2, 1]
result = map(lambda n1, n2: n1 + n2, lst1, lst2)
print(list(result))

Output

[7, 7, 7, 7, 7, 7]

Tips
x lambda function receives two numbers and returns their sum.
x map(  ) function  applies  lambda  function  to  each  pair  of  elements 
from lst1 and lst2.

x The  map(  ) function  returns a  map object which  is  then  converted 

into a list using list( ) before printing.
____________________________________________________________________

Problem 15.3
Write a program to create a new list by obtaining square of all numbers 
in a list.

Program

lst1 = [5, 7, 9, -3, 4, 2, 6] 
lst2 = list(map(lambda n : n ** 2, lst1)) 
print(lst2)

Output

[25, 49, 81, 9, 16, 4, 36]

Tips
x lambda function receives a number and returns its square.

x map( ) function applies lambda function to each element from lst1.
Chapter 15: Functional Programming  201

x The  map(  ) function  returns a  map object which  is  then  converted 

into a list using list( ) before printing.
____________________________________________________________________

Problem 15.4
Though  map(  ) function  is  available  ready-made  in  Python,  can  you 
define one yourself and test it?

Program

def my_map(fun, seq) :
result = [ ]
for ele in seq :
result.append(fun(ele))
return result
lst1 = [5, 7, 9, -3, 4, 2, 6] 
lst2 = list(my_map(lambda n : n ** 2, lst1)) 
print(lst2) 

Output

[25, 49, 81, 9, 16, 4, 36]

Tips
x lambda function receives a number and returns its square.
x my_map(  ) function  applies lambda  function to  each  element from 
lst1.
x The  my_map(  ) function  returns  a  map object  which  is  then 
converted into a list using list( ) before printing.
____________________________________________________________________

Problem 15.5
Following data shows names, ages and marks of students in a class:
Anil, 21, 80
Sohail, 20, 90
Sunil, 20, 91
Shobha, 18, 93
Anil, 19, 85
202 Let Us Python

Write  a  program  to  sort  this  data  on multiple  keys  in the  order  name, 
age and marks.

Program

import operator
lst = [('Anil', 21, 80), ('Sohail', 20, 90), ('Sunil', 20, 91), 
('Shobha', 18, 93), ('Anil', 19, 85), ('Shobha', 20, 92)]
print(sorted(lst, key = operator.itemgetter(0, 1, 2)))
print(sorted(lst, key = lambda tpl : (tpl[0], tpl[1], tpl[2])))

Output

[('Anil',  19,  85),  ('Anil',  21,  80),  ('Shobha',  18,  93),  ('Shobha',  20,  92), 
('Sohail', 20, 90), ('Sunil', 20, 91)]
[('Anil',  19,  85),  ('Anil',  21,  80),  ('Shobha',  18,  93),  ('Shobha',  20,  92), 
('Sohail', 20, 90), ('Sunil', 20, 91)]

Tips
x Since there are multiple data items about a student, they have been 
put into a tuple.
x Since there are multiple students, all tuples have been put in a list.

x Two  sorting  methods  have  been  used.  In  the  first  method 
itemgetter(  ) specifies  the  sorting  order.  In  the  second  method  a 
lambda has been used to specify the sorting order.
____________________________________________________________________

Problem 15.6
Suppose a  dictionary contain key-value  pairs,  where key  is an alphabet 
and value is a number. Write a  program that obtains the maximum and 
minimum values from the dictionary.

Program

d = {'x' : 500, 'y' : 5874, 'z' : 560}

key_max = max(d.keys( ), key = (lambda k: d[k]))
key_min = min(d.keys( ), key = (lambda k: d[k]))
Chapter 15: Functional Programming  203

print('Maximum Value: ', d[key_max])
print('Minimum Value: ', d[key_min])

Output

Maximum Value:  5874 
Minimum Value:  500
____________________________________________________________________

[A] State whether the following statements are True or False:
(a) lambda function cannot be used with reduce( ) function.
(b) lambda,  map(  ),  filter(  ),  reduce(  ) can  be  combined  in  one  single 
expression.
(c) Though functions can be assigned to variables, they cannot be called 
using these variables.
(d) Functions  can  be  passed  as  arguments  to  function  and  returned 
from function.
(e) Functions  can  be  built  at  execution  time,  the  way  lists,  tuples,  etc. 
can be. 
(f) Lambda functions are always nameless.

[B] Using  lambda,  map(  ),  filter(  ) and  reduce(  ) or  a  combination 
thereof to perform the following tasks:
(a) Suppose  a  dictionary  contains  type  of  pet  (cat,  dog,  etc.),  name  of 
pet and age of pet. Write a program that obtains the sum of all dog's 
ages.
(b) Consider the following list:
lst = [1.25, 3.22, 4.68, 10.95, 32.55, 12.54]
The numbers in the list represent radii of circles. Write a program to 
obtain  a  list  of  areas  of  these  circles  rounded  off  to  two  decimal 
places.
(c) Consider the following lists:
nums = [10, 20, 30, 40, 50, 60, 70, 80]
204 Let Us Python

strs = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H']
Write a program to obtain a list of tuples, where each tuple contains 
a number from one list and a string from another, in the same order 
in which they appear in the original lists.
(d) Suppose  a  dictionary  contains  names  of  students  and  marks 
obtained by them in an examination. Write a program to obtain a list 
of students who obtained more than 40 marks in the examination.
(e) Consider the following list:
lst = ['Malayalam', 'Drawing', 'madamIamadam', '1234321']
Write a program to print those strings which are palindromes.
(f) A  list  contains  names  of  employees.  Write  a  program  to  filter  out 
those names whose length is more than 8 characters.
(g) A dictionary contains following information about 5 employees:
First name
Last name
Age
Grade (Skilled, Semi-skilled, Highly-skilled)
Write  a  program  to  obtain  a  list  of  employees  (first  name  +  last 
name) who are Highly-skilled.
(h) Consider the following list:
lst = ['Benevolent', 'Dictator', 'For', 'Life']
Write a program to obtain a string 'Benevolent Dictator For Life'.
(i) Consider the following list of students in a class. 
lst = ['Rahul', 'Priya', 'Chaaya', 'Narendra', 'Prashant']
Write a program to obtain a list in which all the names are converted 
to uppercase.
 Modules and
16 Packages

Let Us

Python

“Organize, and you will be better off...”

x The Main Module x Same Code, Different Interpretation
x Multiple Modules x Packages
x Importing a Module x Third-party Packages 
x Variations of import x Programs
x Search Sequence x Exercises

205
206 Let Us Python

The Main Module
x A  module  is  a  .py  file  containing definitions  and  statements.  So all 
.py files that we created so far for our programs are modules.
x When  we  execute  a  program  its  module  name  is  __main__.  This 
name is available in the variable __name__.

def display( ) :
print('You cannot make History if you use Incognito Mode')

def show( ) :
print('Pizza is a pie chart of how much pizza is left')
print(__name__)
display( )
show( )
‘

On execution of this program, we get the following output:

__main__
You cannot make History if you use Incognito Mode
Pizza is a pie chart of how much pizza is left

Multiple Modules
x There  are two  reasons why we may want  to create a  program  that 
contains multiple modules:
(a) It  makes  sense  to  split  a  big  program  into  multiple  .py  files, 
where each .py file acts as a module.
Benefit - Ease of development and maintenance.
(b) We may need  a  set  of  handy functions  in  several programs.  In 
such  a  case  instead  of  copying  these  functions  in  different 
program  files,  we  may  keep  them  in  one  file  and  use  them  in 
different programs.
Benefit - Reuse of existing code.
Chapter 16: Modules and Packages  207

Importing a Module
x To  use  the  definitions and  statements  in  a  module  in  another 
module, we need to 'import' it into this module.

# functions.py
def display( ) :
print('Earlier rich owned cars, while poor had horses')
def show( ) :
print('Now everyone has car, while only rich own horses')

# usefunctions.py
import functions
functions.display( )
functions.show( )

When  we  execute 'usefunctions.py', it runs  as a  module with name 

__main__. 
import  functions makes the  definitions in 'functions.py' available  in 
'usefunctions.py'.
x A module can import multiple modules.

import math
import random
import functions # use function.py of previous program
a = 100
b = 200
print(__name__)
print(math.sin(0.5))
prinr(math.cos(0.5))
print(random.random( ))
print(random.randint(30, 45))
functions.display( )
functions.show( )

Here __name__ contains __main__ indicating that we are executing 

the  main  module.  random and  math are  standard  modules. 
functions is a user-defined module.
208 Let Us Python

Variations of import
x The import statement can be used in multiple forms. 

import math
import random

is same as 

import math, random

x If we wish, we can import specific names from a module.

from math import sin, cos, tan
from functions import display  # imports only display function
from functions import * # imports all functions

x We  can  rename a  module  while importing  it. We  can  then  use the 

new name in place of the original module name.

import functions as fun
fun.display( )

or even

from functions import display as disp
disp( )

Search Sequence
x If  we  import  a  module called  'myfuncs',  following  search  sequence 
will be followed:
- Interpreter will first search for a built-in module called 'myfuncs'.
- If  such  a  module  is  not  found,  then  it  will  search  for  it  in 
directory list given by the variable sys.path.

x The  list  in  the  sys.path variable  contains  directory  from where  the 

script has been executed, followed by a list of directories as specified 
in PYTHONPATH environment variable.
x We can print the list of directories in sys.path using:
Chapter 16: Modules and Packages  209

import sys
for p in sys.path :
print(p)

Same Code, Different Interpretation
x Suppose  we have a module  called functions in 'functions.py'.  If this 
module  has  functions  display(  ) and  main(  ).  We  want  to  use  this 
program sometime as an independent script, and at other times as a 
module from which we can use display( ) function.
x To achieve this, we need to write the code in this fashion:

# functions.py
def display( ) :
print('Wright Brothers are responsible for 9/11 too')

def main( ) :
print('If you beat your own record, you win as well as lose')
print('Internet connects people at a long distance')
print('Internet disconnects people at a short distance')
display( )

if __name__ == '__main__' :
main( )

If  we  run  it  as  an  independent  program,  if will  be  satisfied.  As  a 
result, main( ) will be called. The name of this function need not be 
main( ).
If we  import this  module in another  program, if will fail,  so main( ) 
will  not  be  called.  However,  the  program  can  call  display(  )
independently.

Packages
x The  way  drives,  folders,  subfolders help  us organize  files  in  an  OS, 
packages help us organize sub-packages and modules.
x A  particular  directory  is  treated  as  a  package  if  it  contains  a  file 
named  __init__.py  in  it.  The  directory  may  contain  other  sub-
packages and modules in it. __init__.py file may be empty or it may 
contain some initialization code for the package.
210 Let Us Python

x Suppose  there  is  a  package  called  pkg containing  a  module  called 

mod.py.  If  the  module  contains  functions  f1(  ) and  f2(  ) then  the 
directory structure would be as follows:
Directory - pkg
Contents of pkg directory - mod.py and __init__.py
Contents of mod.py - f1( ) and f2( )

x Program to use f1( ) and f2( ) would be as follows:

# mod.py
def f1( ) :
print('Inside function f1')
def f2( ) :
print('Inside function f2')

# client.py
import pkg.mod
pkg.mod.f1( )
pkg.mod.f2( )

Third-party Packages
x Pythonistas  in  Python  community  create  software  and  make  it 
available  for  other  programmers to  use.  They  use  PyPI—Python 
Package  Index  (www.pypi.org)  (http://www.pypi.org) )
to  distribute  their  software.  PyPI 
maintains the list of such third-party Python packages available. 
x There are third-party packages available for literally doing everything
under the sun.
x You  too  can  register  at  PyPI  and  upload  your  packages  there.  You 
should  follow  the  guidelines  given  at  www.pypi.org (http://www.pypi.org)
to  create  the 
package, build it and upload it to the Python Package Index.
x To  use a package available at PyPI we need to first download it and 
then  install  it.  The  installation  is  done  using a  package  manager 
utility called pip. pip itself is installed when Python is installed.
x Following  command  shows  how  to  use  pip  to  install  a  package
pykrige that has been downloaded from PyPI.

c:\>pip install pykrige
____________________________________________________________________
Chapter 16: Modules and Packages  211

Problem 16.1
Write a Python program that is organized as follows:
Packages:
messages.funny
messages.curt
Modules:
modf1.py, modf2.py, modf3.py in package messages.funny
modc1.py, modc2.py, modc3.py in package messages.curt
Functions:
funf1( ) in module modf1
funf2( ) in module modf2
funf3( ) in module modf3
func1( ) in module modc1
func2( ) in module modc2
func3( ) in module modc3
Use all the functions in a program client.py.

Program
Directory structure will be as follows:
messages
__init__.py
funny
__init__.py
modf1.py
modf2.py
modf3.py
curt
__init__.py
modc1.py
modc2.py
modc3.py
client.py

Of these, messages, funny and curt are directories, rest are files. All 

__init__.py files are empty.
212 Let Us Python

# modf1.py
def funf1( ) :
print('The ability to speak several languages is an asset...')
print('ability to keep your mouth shut in any language is priceless')

# modf2.py
def funf2( ) :
print('If you cut off your left arm...')
print('then your right arm would be left')

# modf3.py
def funf3( ) :
print('Alcohol is a solution!')

# modc1.py
def func1( ) :
print('Light travels faster than sound...')
print('People look intelligent, till they open their mouth')

# modc2.py
def func2( ) :
print('There is no physical evidence to say that today is Tuesday...')
print('We have to trust someone who kept the count since first day')

# modc3.py
def func3( ) :
print('We spend five days a week pretending to be someone else...')
print('in order to spend two days being who we are')

# client.py
import messages.funny.modf1
import messages.funny.modf2
import messages.funny.modf3
import messages.curt.modc1
import messages.curt.modc2
import messages.curt.modc3
messages.funny.modf1.funf1( )
Chapter 16: Modules and Packages  213

messages.funny.modf2.funf2( )
messages.funny.modf3.funf3( )
messages.curt.modc1.func1( )
messages.curt.modc2.func2( )
messages.curt.modc3.func3( )

Tips
x Directory structure is  very important. For a  directory to qualify as a 
package, it has to contain a file __init__.py.
____________________________________________________________________

Problem 16.2
Rewrite  the  import  statements  in  Program  16.1,  such  that  using 
functions in different modules becomes convenient.

Program

from messages.funny.modf1 import funf1
from messages.funny.modf2 import funf2
from messages.funny.modf3 import funf3
from messages.curt.modc1 import func1
from messages.curt.modc2 import func2
from messages.curt.modc3 import func3
funf1( )
funf2( )
funf3( )
func1( )
func2( )
func3( )

Tips
x Benefit - Calls to functions does not need the dotted syntax.
x Limitation - Only the specified function gets imported. 
____________________________________________________________________
214 Let Us Python

Problem 16.3
Can we rewrite the following imports using * notation?
from messages.curt.modc1 import func1
from messages.curt.modc2 import func2
from messages.curt.modc3 import func3
from messages.funny.modf1 import funf1
from messages.funny.modf2 import funf2
from messages.funny.modf3 import funf3
Program
We may use the following import statements:

# client.py
from messages.curt.modc1 import *
from messages.curt.modc2 import *
from messages.curt.modc3 import *
from messages.funny.modf1 import *
from messages.funny.modf2 import *
from messages.funny.modf3 import *
funf1( )
funf2( )
funf3( )
func1( )
func2( )
func3( )

Tips
x Limitation - Since there is only one function in each module, using * 
is not so useful. 
x Also, * is  not so popular as it does not indicate which function/class 
are we importing.
____________________________________________________________________
Chapter 16: Modules and Packages  215

[A] Answer the following questions:

(a) Suppose  there are three  modules m1.py,  m2.py,  m3.py,  containing 

functions  f1(  ),  f2(  ) and f3(  ) respectively.  How will  you  use  those 
functions in your program?
(b) Write  a  program  containing  functions  fun1(  ),  fun2(  ),  fun3(  )  and 
some  statements.  Add  suitable code  to  the  program  such that  you 
can use it as a module or a normal program.
(c) Suppose  a  module  mod.py contains functions  f1(  ),  f2(  ) and  f3(  ).
Write  4 forms  of  import  statements  to  use  these functions  in your 
program.

[B] Attempt the following questions:

(a) What is the difference between a module and a package?
(b) What  is  the  purpose  behind  creating  multiple  packages  and 
modules?
(c) By default, to which module do the statements in a program belong? 
How do we access the name of this module?
(d) In the following statement what do a, b, c, x represent?
import a.b.c.x
(e) If  module  m contains  a  function  fun(  ),  what  is  wrong  with  the 
following statements?
import m
fun( )

(f) What  are  the  contents  of  PYTHONPATH variable?  How  can  we 
access its contents programmatically? 
(g) What  does the content  of sys.path signify?  What does  the order of 
contents of sys.path signify?
(h) Where a list of third-party packages is maintained?
(i) Which tool is commonly used for installing third-party packages?
(j) Do the following import statements serve the same purpose?
216 Let Us Python

# version 1
import a, b, c, d

# version 2
import a
import b
import c
import d

# version 3
from a import *
from b import *
from c import *
from d import *

[C] State whether the following statements are True or False:

(a) A  function can  belong to a module and the  module can belong to a 

package.
(b) A package can contain one or more modules in it.
(c) Nested packages are allowed.
(d) Contents of sys.path variable cannot be modified.
(e) In the statement import a.b.c, c cannot be a function.
(f) It is a good idea  to use * to import  all the functions/classes defined 
in a module.
 Namespaces
17
Let Us

Python

“Scope it out...”

x Symbol Table x Inner Functions
x Namespace x Scope and LEGB Rule
x globals( ) and locals( ) x Programs
x Where to use them? x Exercises

217
218 Let Us Python

Symbol Table
x Variable  names,  function  names  and  class  names  are  in  general 
called identifiers.

x While interpreting our program Python interpreter creates a symbol 
table consisting  identifiers and  relevant  information  about  each 
identifier.

x The relevant information includes the type of the identifier, its scope 
level and its location in memory.
x This  information  is  used  by  the  interpreter  to  decide  whether  the 
operations  performed  on  the  identifiers  in  our  program  should be 
permitted or not.
x For  example,  suppose  we  have  an  identifier  whose  type  has  been 
marked as tuple in the symbol table. Later in the program if we try to 
modify  its  contents,  interpreter  will  report  an  error  as  a  tuple  is 
immutable.

Namespace
x As  the  name  suggests,  a  namespace  is  a  space  that  holds  names 
(identifiers).
x Programmatically,  a  namespace  is  a  dictionary  of  identifiers  (keys) 
and their corresponding objects (values).
x An  identifier  used  in  a  function  or  a  method  belongs  to  the  local
namespace.

x An  identifier  used  outside  a  function  or  a  method  belongs  to  the 
global namespace.
x If  a  local  and  a  global  identifier  have  the  same  name, the  local 
identifier shadows out the global identifier.
x Python  assumes  that  an  identifier  that  is  assigned  a  value  in  a 
function/method is a local identifier.

x If  we  wish  to  assign  a  value  to  a  global  identifier  within  a 
function/method,  we  should explicitly declare the  variable as global 
using the global keyword.
Chapter 17: Namespaces  219

def fun( ) :
# name conflict. local a shadows out global a
a = 45
# name conflict, use global b
global b 
b = 6.28
# uses local a, global b and s
# no need to define s as global, since it is not being changed
print(a, b, s)
# global identifiers
a = 20
b = 3.14 
s = 'Aabra Ka Daabra'
fun( )
print(a, b, s)  # b has changed, a and s are unchanged

globals( ) and locals( )
x Dictionary  of  identifiers  in  global  and  local  namespaces  can  be 
obtained using built-in functions globals( ) and locals( ). 
x If  locals(  ) is  called  from  within  a  function/method,  it  returns  a 
dictionary  of  identifiers  that  are  accessible  from  that 
function/method.
x If  globals(  ) is  called  from  within  a  function/method,  it  returns  a 
dictionary  of  global  identifiers  that  can  be  accessed  from  that 
function/method.

x Following program illustrates usage of globals( ) and locals( ):

def fun( ) :
a = 45
global b 
b = 6.28
print(locals( ))
print(globals( ))

a = 20
b = 3.14 
s = 'Aabra Ka Daabra'
220 Let Us Python

print(locals( ))
print(globals( ))
fun( ) 

On execution of this program, we get the following output:

{'a': 20, 'b': 6.28, 's': 'Aabra Ka Daabra'}
{'a': 20, 'b': 6.28, 's': 'Aabra Ka Daabra'}
{'a': 45}
{'a': 20, 'b': 6.28, 's': 'Aabra Ka Daabra'}

The  first,  second  and  last  line  above  shows  abridged  output.  At 
global  scope  locals(  ) and  globals(  ) return  the  same  dictionary  of 
global namespace. 
Inside fun( ) locals( ) returns the local namespace, whereas globals( )
returns global namespace as seen from the output above.

Where to use them?
x Apart  from  finding  out  what  all  is available  in  the  local  and  global 
namespace,  globals(  ) and  locals(  ) can  be  used  to  access  variables 
using strings. This is shown in the following program:

a = 20
b = 3.14 
s = 'Aabra Ka Daabra'
lst = ['a', 'b', 's']
for var in lst :
print(globals( )[var])

On execution it produces the following output:

20
3.14
Aabra Ka Daabra

globals( )[var] gives the current value of var in global namespace.

x Using  the  same  technique  we  can  call  different  functions  through 
the same variable as shown below:

def fun1( ) :
print('Inside fun1')
Chapter 17: Namespaces  221

def fun2( ) :
print('Inside fun2')
def fun3( ) :
print('Inside fun3')
lst = ['fun1', 'fun2', 'fun3']
for var in lst :
globals( )[var]( )

On execution it produces the following output:

Inside fun1
Inside fun2
Inside fun3

Inner Functions
x An inner  function is simply a function that  is defined inside another 
function. Following program shows how to do this:

# outer function 
def display( ) : 
a = 500
print ('Saving is the best thing...')
# inner function
def show( ) : 
print ('Especially when your parents have done it for you!')
print(a)
show( )
display( ) 

On executing this program, we get the following output:

Saving is the best thing...
Especially when your parents have done it for you!
500

x show(  ) being the  inner function defined  inside display( ),  it can be 

called  only  from  within  display(  ).  In  that  sense,  show(  )  has  been 
encapsulated inside display( ). 
222 Let Us Python

x The inner function has access to  variables of the enclosing function, 
but  it cannot change the value of the variable. Had we done a = 600 
in show( ), a new  local a would have been created and set, and not 
the one belonging to display( ).

Scope and LEGB Rule
x Scope of an identifier indicates where it is available for use.
x Scope  can  be  Local  (L), Enclosing  (E),  Global (G),  Built-in  (B).  Scope 
becomes  more  and  more liberal  from Local  to  Built-in.  This  can  be 
best understood though the program given below.

def fun1( ) :
y = 20
print(x, y)
print(len(str(x)))
def fun2( ) :
z = 30
print(x, y, z)
print(len(str(x)))
fun2( )
x = 10
print(len(str(x)))
fun1( )

Output of the program is given below:

2
10 20
2
10 20 30
2

x len,  str,  print can  be  used  anywhere  in  the  program  without 
importing any module. So they have a built-in scope. 
x Variable x is created outside all functions, so it has a global scope. It 
is available to fun1( ) as well as fun2( ).
x fun2(  ) is  nested  inside fun1(  ).  So  identifier  y created  in fun1(  ) is 
available  to fun2(  ). When  we attempt to print y in fun2( ), it is not 
Chapter 17: Namespaces  223

found  in  fun2(  ),  hence  the  search  is  continued  in  the  enclosing 
function fun1( ). Here it is found hence its value 20 gets printed. This 
is an example of enclosing scope.
x Identifier  z is  local  to  fun2(  ).  So  it  is  available  only  to  statements 
within fun2( ). Thus it has a local scope.
____________________________________________________________________

Problem 17.1
Write  a  program  that  nests  function  fun2(  ) inside  function  fun1(  ). 
Create two variables by the name a in each function. Prove that they are 
two different variables.

Program

def fun1( ) :
a = 45
print(a)
print(id(a))

def fun2( ) :
a = 90
print(a) 
print(id(a))

fun2( )
fun1( )

Output

45
11067296
90
11068736
224 Let Us Python

Tips
x Function  id(  ) gives  the  address  stored  in  a  variable.  Since  the 
addresses  in the output  are different,  it means  that the  two a's  are 
referring to two different values
____________________________________________________________________

Problem 17.2
Write  a  program that  proves that  the dictionary  returned  by globals( )
can be used to manipulate values of variables in it.

Program

a = 10
b = 20
c = 30
globals( )['a'] = 25
globals( )['b'] = 50
globals( )['c'] = 75
print(a, b, c)

Output

25 50 75

Tips
x globals(  ) returns  a  dictionary  of  identifiers  and  their  values.  From 
this  dictionary  specific  identifier  can  be  accessed  by  using  the 
identifier as the key.
x From  the  output  it  is  evident  that  we  are  able  to  manipulate 
variables a, b, c.
____________________________________________________________________

Problem 17.3
Write a program that proves that if the dictionary returned by locals( ) is
manipulated, the values of original variables don't change.
Chapter 17: Namespaces  225

Program

def fun( ) :
a = 10
b = 20
c = 30
locals( )['a'] = 25
locals( )['b'] = 50
locals( )['c'] = 75
print(a, b, c)

fun( )

Output

10 20 30

Tips
x locals(  ) returns  a  'copy'  of  dictionary  of  identifiers  that  can  be 
accessed  from  fun(  ) and  their  values.  From this  dictionary  specific 
identifier can be accessed by using the identifier as the key.
x From  the output  it is evident  that  though we do not  get any error,
the  manipulation  of  variables  a,  b,  c does  not  become  effective as 
we are manipulating the copy.
____________________________________________________________________

[A] State whether the following statements are True or False:

(a) Symbol  table  consists of  information about  each identifier  used in 

our program.

(b) An  identifier  with  global  scope  can  be  used  anywhere  in  the 
program.

(c) It is possible to define a function within another function.

(d) If  a  function  is  nested  inside  another  function  then  variables 
defined in outer function are available to inner function.
226 Let Us Python

(e) If a nested function creates a variable with same name as the one in 

the  outer  function,  then  the  two  variables  are  treated  as  same 
variable.

(f) An inner function can be called from outside the outer function.

(g) If a  function creates  a  variable  by the  same name  as  the one  that 

exists in  global scope, then the  function's  variable will  shadow out 
the global variable.

(h) Variables defined  at  global scope  are  available  to  all  the  functions 
defined in the program.
[B] Answer the following questions:
(a) What is the difference between the function locals( ) & globals( )?

(b) Would  the  output  of  the  following  print  statements  be  same  or 
different?
a = 20
b = 40
print(globals( ))
print(locals( ))

(c) Which different scopes can an identifier have?

(d) Which is the most liberal scope that an identifier can have?
 Classes and 
18 Objects

Let Us

Python

“World is OO, you too should be...”

x Programming Paradigms x Class Variables & Methods
x What are Classes and Objects? x vars( ) and dir( ) Functions
x Classes and Objects in Programming x More vars( ) and dir( )
x User-defined Classes x Programs
x Access Convention x Exercises
x Object Initialization

227
228 Let Us Python

Programming Paradigms
x Paradigm  means  the  principle  according  to  which  a  program  is 
organized to carry out a given task.

x Python  supports  three  programming  paradigms—Structured

programming,  Functional  Programming  and  Object-oriented 
programming (OOP). We had a brief introduction to these paradigms 
in Chapter 1.

What are Classes and Objects?
x World  is  object  oriented.  It  is  full  of  objects  like  Sparrow,  Rose, 
Guitar, Keyboard, etc.
x Each object is a specific instance of a class. For example, Sparrow is a 
specific  instance  of  a  Bird  class  or  Rose  is  a  specific  instance  of  a 
Flower class.
x More examples of classes and objects in real life:
Bird is a class. Sparrow, Crow, Eagle are objects of Bird class.
Player is a class. Sachin, Rahul, Kapil are objects of Player class.
Flower is a class. Rose, Lily, Gerbera are objects of Flower class.
Instrument is a class. Sitar, Flute are objects of Instrument class.

x A class describes two things—the form an object created from it will 
take  and  functionality  it  will  have.  For  example,  a  Bird  class  may 
specify  the form in  terms of  weight, color,  number of  feathers, etc. 
and functionality in terms of flying, hopping, chirping, eating, etc.
x The form is often termed as properties and the functionality is often 
termed  as  methods. A  class  lets  us  bundle  data  and  functionality 
together.
x When  objects  like  Sparrow or Eagle are  created  from  the Bird  class 
the  properties  will  have  values.  The  methods  can  either  access  or 
manipulate these values. For example, the property weight will have 
value 250 grams for a Sparrow object, but 10 Kg for an Eagle object. 

x Thus  class  is  generic  in  nature,  whereas  an  object  is  specific  in 
nature. 
Chapter 18: Classes and Objects  229

x Multiple objects can be created from a class. The process of creation 
of an object from a class is called instantiation. 

Classes and Objects in Programming
x In  Python every type is a class. So  int, float, complex, bool, str, list, 
tuple, set, dict are all classes. 
x A class has a name, whereas objects are nameless. Since objects do 
not have names, they are referred using their addresses in memory.
x When  we  use  a  simple  statement  num  =  10,  a  nameless  object  of 
type int is created in memory and its address is stored in num. Thus 
num refers to or points to the nameless object containing value 10.

x However, instead of saying that num refers to a nameless int object, 

often for sake of convenience, it is said that num is an int object.
x More  programmatic examples of classes and objects:

a = 3.14  # a is an object of float class
s = 'Sudesh'  # s is an object of str class
lst = [10, 20, 30]  # lst is an object of list class
tpl = ('a', 'b', 'c')  # tpl is an object of tuple class

x Different objects of a particular type may contain different data, but 
same methods. Consider the code snippet given below. 

s1 = 'Rupesh' # s1 is object of type str
s2  = 'Geeta' # s2 is object of type str

Here  s1 and  s2 both  are  str objects  containing  different  data,  but 
same methods like upper( ), lower( ), capitalize( ), etc.
x The  specific  data  in  an  object  is  often  called  instance data or
properties of  the  object  or state of  the object  or attributes of  the 
object. Methods in an object are called instance methods.

User-defined Classes
x In  addition  to providing  ready-made classes like  int,  str,  list,  tuple, 
etc., Python permits us to define our own classes and create objects 
from them.
230 Let Us Python

x The classes that we define are called user-defined  data types. Rules 

for  defining  and using a user-defined class and  a standard class are 
same.
x Let us define a user-defined class Employee.

class Employee :
def set_data(self, n, a, s) :
self.name = n 
self.age = a 
self.salary = s
def display_data(self) :
print(self.name, self.age, self.salary)
e1 = Employee( )
e1.set_data('Ramesh', 23, 25000)
e1.display_data( )
e2 = Employee( )
e2.set_data('Suresh', 25, 30000)
e2.display_data( )

x The  Employee class  contains  two  methods  set_data(  ) and 

display_data(  ) which  are  used  to  set  and  display  data  present  in 
objects created from Employee class.
x Two nameless objects get created through the statements:

e1 = Employee( )
e2 = Employee( )

Addresses of the nameless objects are stored in e1 and e2.

x In  principle both the nameless  objects should contain instance  data 

name,  age,  salary and  instance  methods  set_data(  )  and 
display_data( ).
x In  practice  each  object  has  its  own  instance  data  name,  age and 
salary,  whereas  the  methods  set_data(  ) and  display_data(  ) are 
shared amongst objects. 
x Instance  data  is  not  shared  since  instance  data  values  would  be 
different from one object to another (Refer Figure 18.1).
Chapter 18: Classes and Objects  231

nameless object
e1 Ramesh
34020680 23 Shared copy of
25000 instance methods
34020680
set_data( )
nameless object display_data( )
e2 Suresh
33720000 25
30000
33720000

Figure 18.1
x The  syntax  to  call  an  object's  method is  object.method(  ), as  in 
e1.display_data( ). 

x Whenever  we  call  an  instance method  using  an  object,  address of 
the  object  gets  passed  to  the  method  implicitly.  This  address  is 
collected by the instance method in a variable called self. 

x Thus, when e1.set_data('Ramesh',  23,  25000) calls  the  instance 

method  set_data(  ),  first  parameter  passed  to  it is  the  address  of 
object, followed by values 'Ramesh', 23, 25000.
x Within  set_data( ) self contains the address of first object. Likewise, 
when  set_data(  ) is  called  using  e2,  self contains  address  of  the 
second object.
x Using address of the object present in self we indicate which object's 
instance  data  we  wish  to  work  with.  To  do  this  we  prepend  the 
instance data with self., as in self.name, self.age and self.salary.
x self is  like  this pointer of  C++  or  this reference  of  Java.  In  place of 
self any other variable name can be used.

Access Convention
x We have accessed instance methods set_data( ) and display_data( ) 
from outside the class. Even instance data name, age and salary are 
accessible from outside the class. Thus, following statements would 
work:

e3 = Employee( )
232 Let Us Python

e3.name = 'Rakesh'
e3.age = 25

x However,  it is a  good idea  to keep data in a  class inaccessible from 

outside the class and access it only through member functions of the 
class.
x There  is  no  mechanism  or  keyword  available  in  Python  to  enforce 
this. Hence a convention is used to start the instance data identifiers 
with  two  leading  underscores (often  called  dunderscore,  short  for 
double underscore). Example: __name, __age and __salary.

Object Initialization
x There are two ways to initialize an object:
Method 1 : Using methods like get_data(  ) / set_data(  ).
Method 2 : Using special method __init__( )

x get_data(  )  can  receive  data  from  keyboard  into  instance  data 

variables. set_data(  ) can set  up instance  data with a  values  that  it 
receives. The  benefit of  this  method  is  that  the  data  remains 
protected from manipulation from outside the class.
x The  benefit  of  initializing  an  object  using  the  special  method 
__init__(  ) is  that  it  guarantees initialization,  since __init__(  )  is 
always called when an object is created.
x Following program illustrates both these methods:

class Employee :
def set_data(self, n, a, s) :
self.__name = n 
self.__age = a 
self.__salary = s
def display_data(self) :
print(self.__name, self.__age, self.__salary)
def __init__(self, n = ' ', a = 0, s = 0.0) :
self.__name = n 
self.__age = a 
self.__salary = s
def __del__(self) :
Chapter 18: Classes and Objects  233

print('Deleting object' + str(self))
e1 = Employee( )
e1.set_data('Suresh', 25, 30000)
e1.display_data( )
e2 = Employee('Ramesh', 23, 25000)
e2.display_data( )
e1 = None
e2 = None

On execution of this program, we get the following output:

Ramesh 23 25000
Suresh 25 30000
Deleting object<__main__.Employee object at 0x013F6810>
Deleting object<__main__.Employee object at 0x013F65B0>

x The statements

e1 = Employee( )
e2 = Employee('Ramesh', 23, 25000)

create  two objects  which  are  referred  by  e1 and  e2. In  both  cases 
__init__( ) is called.
x Whenever an object  is  created,  space is allocated  for  it  in memory 
and __init__( ) is called. So address of object is passed to __init__( ).

x __init__( )'s parameters can take default values. In our program they 
get used while creating object e2.

x __init__( ) doesn't return any value. 
x If  we  do  not  define  __init__(  ),  then  Python  inserts  a  default 
__init__( ) method in our class.
x __init__( ) is called only once during entire lifetime of an object.

x A class may have __init__( ) as well as set_data( ).
__init__( ) – To initialize object.
set_data( ) – To modify an already initialized object.

x __del__(  )  method  gets  called  automatically  when  an  object  goes 

out of scope. Cleanup activity, if any, should be done in __del__( ).
234 Let Us Python

x __init__( ) method is similar to constructor function of C++ / Java.

x __del__( ) is similar to destructor function of C++.

Class Variables and Methods
x If we wish to share a variable amongst all objects of a class, we must 
declare the variable as a class variable or class attribute.
x To  declare  a  class  variable,  we  have  to  create  a  variable  without 
prepending it with self.
x Class variables do not become part of objects of a class. 
x Class variables are accessed using the syntax classname.varname. 
x Contrasted  with instance  methods, class  methods  do not receive  a 
self argument.
x Class  methods  can  be  accessed  using  the  syntax 
classname.methodname( ).
x Class  variables  can  be  used to  count  how  many  objects  have  been 
created from a class.
x Class variables and methods are like static members in C++ / Java.

vars( ) and dir( ) Functions

x There  are  two  useful  built-in functions  vars(  ) and  dir(  ).  Of these, 
vars(  )  returns  a  dictionary  of  attributes  and  their  values,  whereas 
dir( ) returns a list of attributes. 
x Given below is the sample usage of these functions:

import math # standard module
import functions # some user-defined module
a = 125
s = 'Spooked'
print(vars( ))  # prints dict of attributes in current module 
# including a and s
print(vars(math)) # prints dict of attributes in math module
print(vars(functions)) # prints dict of attributes in functions module
print(dir( )) # prints list of attributes in current module 
# including a and s
Chapter 18: Classes and Objects  235

print(dir(math)) # prints list of attributes in math module
print(dir(functions)) # prints list of attributes in functions module

More vars( ) and dir( ) 

x Both  the  built-in  functions  can  be  used  with  a  class  as  well  as  an 
object as shown in the following program.

class Fruit :
count = 0 
def __init__(self, name = ' ', size = 0, color = ' ') :
self.__name = name
self.__size = size 
self.__color = color 
Fruit.count += 1
def display( ) :
print(Fruit.count)
f1 = Fruit('Banana', 5, 'Yellow')
print(vars(Fruit))
print(dir(Fruit))
print(vars(f1))
print(dir(f1))

On execution of this program, we get the following output:

{... ... ... , 'count': 0, '__init__': <function Fruit.__init__>, 
'display': <function Fruit.display at 0x7f290a00f598>, ... ... ... }
[ ... ... ... '__init__', 'count', 'display']
{'_name': 'Banana', '_size': 5, '_color': 'Yellow'}
[... ... ... '__init__', '_color', '_name', '_size', 'count', 'display']

x When  used  with  class,  vars(  ) returns  a  dictionary  of  the  class's 
attributes  and  their  values.  On  the  other  hand  the  dir(  ) function 
merely returns a list of its attributes.
x When  used  with  object, vars(  ) returns  a  dictionary  of  the  object's 
attributes  and  their  values.  In  addition,  it also  returns  the  object's 
class's  attributes,  and  recursively  the  attributes  of  its  class's  base 
classes.
236 Let Us Python

x When used with object, dir( ) returns a list of the object's attributes, 
object's class's attributes, and recursively the attributes of its class's 
base classes.
____________________________________________________________________

Problem 18.1
Write a class called Number which maintains  an integer. It should have 
following methods in it to perform various operations on the integer:
set_number(self, n) # sets n into int
get_number(self) # return current value of int
print_number(self)  # prints the int
isnegative(self)  # checks whether int is negative
isdivisibleby(self, n) # checks whether int is divisible by n
absolute_value(self) # returns absolute value of int
Program

class Number :
def set_number(self, n) :
self.__num = n 
def get_number(self) :
return self.__num
def print_number(self) :
print(self.__num)
def isnegative(self) :
if self.__num < 0 : 
return True 
else :
return False ;
def isdivisibleby(self, n) :
if n == 0 : 
return False
if self.__num % n == 0 : 
return True
else :
return False 
Chapter 18: Classes and Objects  237

def absolute_value(self) :
if self.__num >= 0 : 
return self.__num 
else :
return -1 * self.__num 
x = Number( )
x.set_number(-1234) 
x.print_number( ) ;
if x.isdivisibleby(5) == True : 
print("5 divides ", x.get_number( ))
else :
print("5 does not divide ", x.get_number( ))
print("Absolute Value of ", x.get_number( ), " is ", x.absolute_value( ))

Output
-1234
5 does not divide  -1234
Absolute Value of  -1234  is  1234
____________________________________________________________________

Problem 18.2
Write  a  program  to  create  a  class called  Fruit with  attributes  size and 
color.  Create  multiple  objects  of  this  class.  Report  how  many  objects 
have been created from the class.

Program

class Fruit :
count = 0 
def __init__(self, name = ' ', size = 0, color = ' ') :
self.__name = name
self.__size = size 
self.__color = color 
Fruit.count += 1
def display( ) :
print(Fruit.count)
f1 = Fruit('Banana', 5, 'Yellow')
f2 = Fruit('Orange', 4, 'Orange')
238 Let Us Python

f3 = Fruit('Apple', 3, 'Red')
Fruit.display( )
print(Fruit.count)

Output

3
3

Tips
x count is  a  class  attribute,  not  an  object  attribute.  So  it  is  shared 
amongst all Fruit objects.

x It  can  be  initialized  as  count  =  0,  but  must  be  accessed  using 
Fruit.count.
____________________________________________________________________

Problem 18.3
Write a program that determines whether two objects are of same type, 
whether  their  attributes  are  same  and  whether  they  are  pointing  to 
same object.

Program

class Complex :
def __init__(self, r = 0.0, i = 0.0) :
self.__real = r
self.__imag = i 
def __eq__(self, other) :
if self.__real == other.__real and self.__imag == other.__imag :
return True
else :
return False
c1 = Complex(1.1, 0.2)
c2 = Complex(2.1, 0.4)
c3 = c1
if c1 == c2 :
print('Attributes of c1 and c2 are same')
else :
Chapter 18: Classes and Objects  239

print('Attributes of c1 and c2 are different')
if type(c1) == type(c3) :
print('c1 and c3 are of same type')
else :
print('c1 and c3 are of different type' )
if c1 is c3 :
print('c1 and c3 are pointing to same object')
else :
print('c1 and c3 are pointing to different objects' )

Output

Attributes of c1 and c2 are different
c1 and c3 are of same type
c1 and c3 are pointing to same object

Tips
x To  compare attributes  of two Complex objects we have overloaded 
the  == operator,  by  defining  the  function  __eq__(  ).  Operator 
overloading is explained in detail in Chapter 19.
x type(  )  is  used  to  obtain  the  type  of  an  object.  Types  can  be 
compared using the == operator.
x is keyword  is used  to  check whether  c1 and  c3 are  pointing  to  the 
same object.
____________________________________________________________________

Problem 18.4
Write a program to get a list of built-in functions.

Program

import builtins
print(dir(builtins))
print( )
print(vars(builtins))
240 Let Us Python

Output

['ArithmeticError', 'AssertionError', 'AttributeError', ...
'__debug__', '__doc__', '__import__', '__loader__', '__name__', ... 
'abs', 'all', 'any', 'ascii', 'bin',  'bool', 'bytearray', 'bytes',  'callable', 'chr', ... 
'sum', 'super', 'tuple', 'type', 'vars', 'zip']
{'__name__':  'builtins',  '__package__':  '',  '__loader__':  <class 
'_frozen_importlib.BuiltinImporter'>, 'abs': <built-in function abs>, 
'all': <built-in function all>, 'any': <built-in function any>, ... 'False': False}

Tips
x In  the output above  only partial items of dictionary and list is being 
displayed. The actual output is much more exhaustive.
____________________________________________________________________

Problem 18.5
Suppose  we  have  defined  two  functions  msg1(  ) and  msg2(  ) in  main 
module.  What  will  be  the  output  of  vars(  ) and  dir(  ) on  the  current 
module? How will you obtain the list of names which are present in both 
outputs, those which are unique to either list?

Program

def msg1( ) :
print('Wright Brothers are responsible for 9/11 too')
def msg2( ) :
print('Cells divide to multiply')
d = vars( )
l = dir( )
print(sorted(d.keys()))
print(l)
print(d.keys( ) - l)
print(l - d.keys( ))
Chapter 18: Classes and Objects  241

Output

['__annotations__',  '__builtins__',  '__cached__',  '__doc__',  '__file__', 

'__loader__',  '__name__',  '__package__',  '__spec__',  'd', 'l',  'msg1', 
'msg2']
['__annotations__',  '__builtins__',  '__cached__',  '__doc__',  '__file__', 
'__loader__', '__name__', '__package__', '__spec__', 'd', 'msg1', 'msg2']
{'l'}
set( )

Tips
x set(  ) shown  in  the  output  means  an  empty  set.  It  means  there  is 
nothing in l that is not present in d.
____________________________________________________________________

Problem 18.6
Is there  any difference in the values returned by the functions dir( ) and 
vars(..).keys( )? If yes, write a program to obtain that difference?

Program

s = set(dir(list)).difference(vars(list).keys( ))
print(s)

Output

{'__class__',  '__setattr__',  '__format__',  '__init_subclass__', 

'__subclasshook__',  '__delattr__',  '__dir__',  '__reduce__', 
'__reduce_ex__', '__str__'}

Tips
x dir(list) will return a list of attributes of list type.
x vars(list).keys(  )  returns  a  list  of  keys  from  the  dictionary  returned 
by vars( ) for the list type.
x differernce( ) returns the difference between the two lists.
____________________________________________________________________
242 Let Us Python

[A] State whether the following statements are True or False:
(a) Class attributes and object attributes are same.

(b) A  class  data  member  is  useful  when  all  objects  of  the  same  class 
must share a common item of information.

(c) If a class has a data member and three objects are created from this 
class, then each object would have its own data member.

(d) A class can have class data as well as class methods.

(e) Usually  data  in  a  class  is  kept  private  and  the  data  is  accessed  / 
manipulated through object methods of the class.

(f) Member functions of an object have to be called explicitly, whereas, 
the __init__( ) method gets called automatically.

(g) A constructor gets called whenever an object gets instantiated.

(h) The __init__( ) method never returns a value.

(i) When an object goes out of scope, its __del__( ) method gets called 

automatically.

(j) The  self variable  always  contains  the  address  of  the  object  using 
which the method/data is being accessed.

(k) The self variable can be used even outside the class.

(l) The __init__( ) method gets called only once during the lifetime of 

an object.

(m) By default, instance data and methods in a class are public.

(n) In  a  class two constructors  can  coexist—a  0-argument constructor 

and a 2-argument constructor.

[B] Answer the following questions:

(a) Which methods in a class act as constructor?
Chapter 18: Classes and Objects  243

(b) How many object are created in the following code snippet?
a = 10
b = a
c = b

(c) What is the difference between variables, age and __age?

(d) What is the difference between the function vars( ) and dir( )?

(e) In  the  following  code  snippet what  is  the  difference  between 
display( ) and show( )?

class Message :
def display(self, msg) :
pass
def show(msg) :
pass

(f) In  the  following  code  snippet  what  is  the  difference  between 
display( ) and show( )? 

m = Message( )
m.display('Hi and Bye' )
Message.show('Hi and Bye' )

(g) How  many  parameters  are  being  passed  to  display(  ) in  the 
following code snippet: 
m = Sample( )
m.display(10, 20, 30)

[C] Attempt the following questions:

(a) Write  a program  to create a class that represents Complex numbers 

containing  real  and  imaginary  parts  and  then  use  it  to  perform 
complex number addition, subtraction, multiplication and division.
(b) Write  a  program  that  implements  a  Matrix class  and  performs 
addition, multiplication, and transpose operations on 3 x 3 matrices.
(c) Write a program to create a class that can calculate the surface area 
and  volume  of  a  solid.  The  class  should  also  have  a  provision  to 
accept the data relevant to the solid.
244 Let Us Python

(d) Write  a program to create a class that  can calculate the perimeter / 

circumference  and  area  of  a  regular  shape.  The  class  should  also 
have a provision to accept the data relevant to the shape.
(e) Write  a  program  that  creates  and  uses  a  Time class  to  perform 
various time arithmetic operations.
(f) Write a program to implement a linked list data structure by creating 
a linked list class. Each node in the linked list should contain name of 
the car, its price and a link to the next node. 

[D] Match the following pairs:
a.  dir( ) 1.  Nested packages
b.  vars( ) 2.  Identifiers, their type & scope
c.  Variables in a function 3.  Returns dictionary
d.  import a.b.c 4.  Local namespace
e.  Symbol table 5.  Returns list
f.  Variables outside all functions 6.  Global namespace
 Intricacies of 
19 Classes & Objects

Let Us

Python

“It's the detail that matters...”

x Identifier Naming Convention x Imitating a Structure
x Calling Functions and Methods x Type Conversion
x Operator Overloading x Programs
x Which Operators to Overload? x Exercises
x Everything is an Object

245
246 Let Us Python

Identifier Naming Convention
x We  have  created  identifiers  for  many  thingsͶnormal  variables, 
functions,  classes,  instance  data,  instance  methods,  class  data  and 
class methods. 
x It  is  a  good  idea  to  follow  the  following  convention  while creating 
identifiers:
(a) All variables and functions not belonging to a class - Start with a 
lowercase alphabet.
Example: real, imag, name, age, salary, printit( ), display( )
(b) Variables which are to be used and discarded - Use _.
Ex: for _ in [10, 20, 30, 40] : print(_)
(c) Class names - Start with an uppercase alphabet.
Example: Employee, Fruit, Bird, Complex, Tool, Machine
(d) Private  identifiers,  i.e.  identifiers  which  we  want  should  be 
accessed only from within the class in which they are declared -
Start with two leading underscores.
Example: __name, __age, __get_errors( )
(e) Protected  identifiers,  i.e.  identifiers  which  we  want  should  be 
accessed  only from  within the class in  which they are declared 
or  from  the  classes  that  are  derived  from  the  class  using  a 
concept called inheritance (discussed in Chapter 20) - Start with 
one leading underscore.
Example: _address, _maintain_height( )
(f) Public identifiers,  i.e.  identifiers  which  we  want  should  be 
accessed  only  from  within  the  class  or  from  outside  it  - Start 
with a lowercase alphabet.
Example: neighbour, displayheight( )
(g) Language-defined special names - Start and end with two __.
Example: __init__( ), __del__( ), __add__( ), __sub__( )
DŽŶƚ  call  ƚheƐe  ŵeƚhŽdƐ  TheLJ  aƌe  ƚhe  ŵeƚhŽdƐ  ƚhaƚ  PLJƚhŽŶ 
calls.
Chapter 19: Intricacies of Classes and Objects  247

(h) Unlike  C++ and  Java,  Python  does  not  have  keywords  private, 
protected or  public  to  mark  the  attributes.  So  if  above 
conventions  are  followed  diligently,  the  identifier  name  itself 
can convey how you wish it to be accessed. 
Calling Functions and Methods
x Consider  the  program  given  below.  It  contains  a  global  function 
printit( ) which  does  not  belong  to  any  class, an  instance  method 
called display( ) and a class method called show( ). 

def printit( ) : # global function
print('Opener')
class Message :
def display(self, msg) : # instance method
printit( )
print(msg)
def show( ) : # class method
printit( )
print('Hello')
# display( )  # this call will result in an error
printit( ) # call global function
m = Message( )
m.display('Good Morning') # call instance method
Message.show( ) # call class method

On execution of this program, we get the following output:

Opener
Opener
Good Morning
Opener
Hello

x Class  method  show(  ) does  not  receive  self,  whereas  instance 

method display( ) does.

x A  global  function  printit(  ) can  call  a  class  method  show(  ) and 

instance method display( ).
248 Let Us Python

x A  class  method  and  instance  method  can  call  a  global  function 

printit( ).
x A  class  method  show(  ) cannot  call  an  instance  method  display(  )
since  show(  ) dŽeƐŶƚ  ƌeceiǀe  a  self argument.  In  absence  of  this 
argument  display(  ) will  not  know  which  object  is  it  supposed  to 
work with.
x A  class  method  and  instance  method  can  also  be  called  from  a 
method of another class. The syntax for doing so remains same:

m2 = Message( )
m2.display('Good Afternoon')
Message.show('Hi')

Operator Overloading
x Since  Complex is a  user-defined class, Python  doesn't know how  to 
add objects of this class. We can teach it how to do it, by overloading 
the + operator as shown below.

class Complex :
def __init__(self, r = 0.0, i = 0.0) :
self.__real = r
self.__imag = i 
def __add__(self, other) :
z = Complex( )
z.__real = self.__real + other.__real 
z.__imag = self.__imag + other.__imag
return z
def __sub__(self, other) :
z = Complex( )
z.__real = self.__real - other.__real 
z.__imag = self.__imag - other.__imag
return z
def display(self) :
print(self.__real, self.__imag)
c1 = Complex(1.1, 0.2)
c2 = Complex(1.1, 0.2)
c3 = c1 + c2
c3.display( )
Chapter 19: Intricacies of Classes and Objects  249

c4 = c1 - c2
c4.display( )

x To  overload  the +  operator  we need  to  define  __add__(  ) function 

within the Complex class.
x Likewise,  to  overload  the  - operator  we need  to  define  __sub__(  )
function for carrying out subtraction of two Complex objects.

x In the expression c3 = c1 + c2, c1 becomes available in self, whereas, 
c2 is collected in other.

Which Operators to Overload?
x Given  below is  the  list of  operators that  we can  overload  and their 
function equivalents that we need to define.
# Arithmetic operators
+ __add__(self, other)
- __sub__(self, other)
* __mul__(self, other)
/ __truediv__(self, other)
% __mod__(self, other)
** __pow__(self, other)
// __floordiv__(self, other)

# Comparison operators
< __lt__(self, other)
> __gt__(self, other)
<= __le__(self, other)
>= __ge__(self, other)
== __eq__(self, other)
!= __ne__(self, other)

# Compound Assignment operators
= __isub__(self, other)
+= __iadd__(self, other)
*= __imul__(self, other)
/= __idiv__(self, other)
//= __ifloordiv__(self, other)
%= __imod__(self, other)
**= __ipow__(self, other)
250 Let Us Python

x Unlike  many  other  languages  like  C++,  Java,  etc.,  Python  does  not 
support function overloading. It means function names in a program, 
or  method names within a class should be unique.  If we define two 
fƵŶcƚiŽŶƐ Žƌ ŵeƚhŽdƐ bLJ Ɛaŵe Ŷaŵe ǁe ǁŽŶƚ geƚ aŶ eƌƌŽƌ ŵeƐƐage 
but the latest version would prevail.

Everything is an Object
x In  python  every  entity  is  an  object.  This  includes  int,  float,  bool, 
complex,  string,  list,  tuple,  set, dictionary,  function,  class,  method 
and module.

x When  we  say  x  =  20,  a  nameless  object  of  type  int is  created 
containing a value 20 and address (location in memory) of the object 
is stored in x. x is called a reference to the int object.
x Same object can have multiple references. 

i = 20
j = i  # another reference for same int object referred to by i
k = i  # yet another reference for same object
k = 30 
print (k)  # will print 30, as k now points to a new int object
print (i, j)  # will print 20 20 as i, j continue to refer to old object

x In  the  following  code snippet  x and y are  referring  to same  object. 

ChaŶgiŶg ŽŶe dŽeƐŶƚ chaŶge ƚhe Žƚheƌ Saŵe behaǀiŽƌ iƐ ƐhŽǁŶ fŽƌ 
float, complex, bool and str types.

x = 20
y = 20 # x and y point to same object
x = 30 # x now points to a new object

x In  the  following  code  snippet  x and  y are  referring  to  different 
objects. Same behavior is shown for list, tuple, set, dictionary, etc.

x = Sample(10, 20)
y = Sample(10, 20)

x Some objects are mutable, some are not. Also, all objects have some 
attributes and methods.
Chapter 19: Intricacies of Classes and Objects  251

x The  type(  ) function  returns  type  of  the  object,  whereas  id(  )
function returns location of the object in memory.

import math
class Message :
def display(self, msg):
print(msg)
def fun( ) :
print('Everything is an object')
i = 45
a = 3.14
c = 3 + 2j
city = 'Nagpur'
lst = [10, 20, 30]
tup = (10, 20, 30, 40)
s = {'a', 'e', 'i', 'o', 'u'}
d = {'Ajay' : 30, 'Vijay' : 35, 'Sujay' : 36}
print(type(i), id(i))
print(type(a), id(a))
print(type(c), id(c))
print(type(city), id(city))
print(type(lst), id(lst))
print(type(tup), id(tup))
print(type(s), id(s))
print(type(d), id(d))
print(type(fun), id(fun))
print(type(Message), id(Message))
print(type(math), id(math))

On execution of this program we get the following output:

<class 'int'> 495245808
<class 'float'> 25154336
<class 'complex'> 25083752
<class 'str'> 25343392
<class 'list'> 25360544
<class 'tuple'> 25317808
<class 'set'> 20645208
<class 'dict'> 4969744
252 Let Us Python

<class 'function'> 3224536
<class 'type'> 25347040
<class 'module'> 25352448

Imitating a Structure
x In C if we wish to keep dissimilar but related data together we create 
a structure to do so.
x In  Python  too,  we  can  do  this  by  creating  a  class  that  is  merely  a 
collection of attributes (and not methods). 

x Moreover,  unlike  C++  and  Java,  Python  permits  us  to  add/delete/ 
modify these attributes to a class/object dynamically.
x In  the following program  we have added 4 attributes, modified two 
attributes and deleted one attribute, all on the fly, i.e. after creation 
of Bird object.

class Bird :
pass
b = Bird( )
# create attributes dynamically
b.name = 'Sparrow'
b.weight = 500
b.color = 'light brown'
b.animaltype = 'Vertebrate'
# modify attributes dynamically
b.weight = 450
b.color = 'brown'
# delete attributes dynamically
del b.animaltype

Type Conversion
x There  are  two  types  of  conversions  that  we may  wish  to  perform. 
These are:
(a) Conversion between different built-in types
(b) Conversion between different built-in types and container types
(c) Conversion between built-in and user-defined types
Chapter 19: Intricacies of Classes and Objects  253

x We  are  already  aware  of  first  two  types  of  conversions, some 
examples of which are given below:

a = float(25)  # built-in to built-in conversion

b = tuple([10, 20, 30]) # container to container conversion
c = list('Hello') # built-in to container conversion
d = str([10, 20, 30]) # container to built-in conversion

x Conversion between built-in and user-defined types:
Following program illustrates how a user-defined String type can be 
converted to  built-in  type  int.  __int__(  ) has  been  overloaded  to 
carry out conversion from str to int.

class String :
def __init__(self, s = '') :
self.__str = s 
def display(self) :
print(self.__str)
def __int__(self) :
return int( self.__str )
s1 = String(123)  # conversion from int to String
s1.display( )
i = int(s1)  # conversion from string to int
print(i)
____________________________________________________________________

Problem 19.1
Write a Python program that displays the attributes of integer, float and 
function objects. Also show how these attributes can be used.

Program

def fun( ) :
print('Everything is an object')
print(dir(55))
print(dir(-5.67))
254 Let Us Python

print(dir(fun))
print((5).__add__(6))
print((-5.67).__abs__( ))
d = globals( )
d['fun'].__call__( ) # calls fun( )

Output

['__abs__', '__add__', '__and__', '__bool__', '__ceil__', ...]
['__abs__', '__add__', '__bool__', '__class__', '__delattr__', ...]
['__annotations__', '__call__', '__class__', '__closure__', ... ]
11
5.67
Everything is an object

Tips
x Output  shows incomplete list of attributes of int, float and function
objects. 
x From  this  list  we  have  used  the  attributes  __add__(  ) to  add  two 
integers, __abs__( ) to get absolute value of  float and __call__(  ) to 
call the function fun( ).
x globals( ) return a dictionary representing the current global symbol 
table.  From  this  dictionary  we have  picked  the  object  representing 
the fun function and used it to call __call__( ). This results into call to 
fun( ).
____________________________________________________________________

Problem 19.2
Create  a  class  Date that  has  a  list  containing  day,  month  and  year
attributes.  Define  an  overloaded  == operator  to  compare  two  Date
objects.

Program

class Date :
def __init__(self, d, m, y) :
self.__day, self.__mth, self.__yr = d, m, y
def __eq__(self, other) :
Chapter 19: Intricacies of Classes and Objects  255

if self.__day == other.__day and self.__mth == other.__mth and

self.__yr == other.__yr :
return True
else :
return False
d1 = Date(17, 11, 98)
d2 = Date(17, 11, 98)
d3 = Date(19, 10, 92)
print(id(d1))
print(id(d2))
print(d1 == d3)

Output

44586224
44586256
False

Tips
x ids  of  the  two  objects  referred  by  d1 and  d2 are  different.  This 
means that they are referring to two different objects.
x To overload the == operator in the Date class, we need to define the 
function __eq__( ).
____________________________________________________________________

Problem 19.3
Create  a  class  Weather that  has  a  list  containing  weather  parameters. 
Define an overloaded in operator that checks whether an item is present 
in the list. 

Program

class Weather :
def __init__(self) :
self.__params = [ 'Temp', 'Rel Hum', 'Cloud Cover', 'Wind Vel']
def __contains__(self, p) :
return True if p in self.__params else False
w = Weather( )
256 Let Us Python

if 'Rel Hum' in w :
print('Valid weather parameter')
else :
print('Invalid weather parameter')

Output

Valid weather parameter

Tips
x To  overload  the  in operator  we  need  to  define  the  function 
__contains__( ).
____________________________________________________________________

[A] State whether the following statements are True or False:
(a) A  global  function  can  call  a  class  method  as  well  as  an  instance 
method.

(b) In  Python  a  function, class, method  and  module  are  treated  as 
objects.

(c) Given an object, it is possible to determine its type and address.

(d) It  is  possible to  delete  attributes  of  an  object  during  execution  of 
the program.

(e) Arithmetic  operators,  Comparison  operators and  Compound 

assignment operators can be overloaded in Python.

(f) The + operator has been overloaded in the classes str, list and int.

[B] Answer the following questions:

(a) Which  functions  should  be  defined  to  overload  the  +,  -,  /  and  // 
operators?

(b) How many objects are created by lst = [10, 10, 10, 30]?
Chapter 19: Intricacies of Classes and Objects  257

(c) How will you define a structure Employee containing the attributes 

Name, Age, Salary, Address, Hobbies dynamically?

(d) To overload the + operator, which method should be defined in the 
corresponding class?

(e) To overload the % operator, which method should be defined in the 
corresponding class?

(f) To  overload the  //=  operator,  which  method should be  defined in 

the corresponding class?

(g) If a  class contains instance methods __ge__( ) and __ne__( ),  what 

do they signify?

(h) What conclusion can be drawn if the following statements work?

a = (10, 20) + (30, 40)
b = 'Good' + 'Morning'
c = [10, 20, 30] + [40, 50, 60]

(i) What will be the output of the following code snippet?
a = (10, 20) - (30, 40)
b = 'Good' - 'Morning'
c = [10, 20, 30] - [40, 50, 60]

(j) Will  the  following  statement  work?  What  is  your  conclusion  if  it 
works?
print ( 'Hello' * 7)

(k) Which out of +, - and * have been overloaded in str class?

(l) When would the method __truediv__( ) defined in the Sample class 

shown below would get called?

class Sample :
def __truediv__(self, other) :
pass

(m) If != operators  has been overloaded in  a class  then the  expression

c1 <= c2 would get converted into which function call?
258 Let Us Python

(n) How  will  you  define  the  overloaded  *  operator  for  the  following 
code snippet?
c1 = Complex(1.1, 0.2)
c2 = Complex(1.1, 0.2)
c3 = c1 * c2

(o) Implement a String class containing the following functions:

 Overloaded += operator function to perform string 
concatenation.
 Method toLower( ) to convert upper case letters to lower case.
 Method toUpper( ) to convert lower case letters to upper case.

[C] Match the following pairs:
a.  Can't use as identifier name 1.  class name
b.  basic_salary 2.  class variable
c.  CellPhone 3.  keyword
d.  count 4.  local variable in a function
e.  self 5.  private variable
f.  _fuel_used 6.  strongly private identifier
g.  __draw( ) 7.  method that Python calls
h.  __iter__( ) 8.  meaningful only in instance func.
 Containership
20 and Inheritance

Let Us

Python

“Reuse, and you will benefit...”

x Reuse Mechanisms x Features of Inheritance
x Which to use When? x Types of Inheritance
x Containership x Diamond Problem
x Inheritance x Abstract Classes
x What is Accessible where? x Runtime Polymorphism
x isinstance( ) and issubclass( ) x Programs
x The object class x Exercises

259
260 Let Us Python

Reuse Mechanisms
x Instead  of  reinventing  the  same  code  that  is  already  available,  it 
makes sense in reusing existing code.
x Python permits two code reuse mechanisms:
(a) Containership (also called composition)
(b) Inheritance
x In  both  mechanisms  we  can  reuse  existing  classes  and  create  new 
enhanced classes based on them. 
x We  can  reuse  existing  classes  even  if  their  source  code  is  not 
available. 

Which to use When?
x Containership should  be  used  when  the  two  classes  have  a  ‘has a’ 
relationship.  For  example,  a  College  has  Professors.  So  College 
class's object can contain one or more Professor class’s object(sͿ.
x Inheritance  should  be  used  when  the  two  classes  have  a  ‘like  a’
relationship. For example, a Button is like a Window. So Button class 
can inherit features of an existing class called Window.

Containership
x A  container  can  contain  one  or more  contained objects  apart  from 
other data, thereby reusing contained objects.
x In  the  following  program  a  Department object  is  contained  in  an 
Employee object.

class Department :
def set_department(self) :
self.__id = input('Enter department id: ')
self.__name = input('Enter department name: ')

def display_department(self) :
print('Department ID is: ', self.__id)
print('Department Name is: ', self.__name)
class Employee :
Chapter 20: Containership and Inheritance  261

def set_employee(self) :
self.__eid = input('Enter employee id: ')
self.__ename = input('Enter employee name: ')
self.__dobj = Department( )
self.__dobj.set_department( )
def display_employee(self) :
print('Employee ID : ', self.__eid)
print('Employee Name : ', self.__ename)
self.__dobj.display_department( )
obj = Employee( )
obj.set_employee( )
obj.display_employee( )

Given below is the sample interaction with this program:

Enter employee id: 101
Enter employee name: Ramesh
Enter department id: ME
Enter department name: Mechanical Engineering
Employee ID : 101
Employee Name : Ramesh
Department ID is: ME
Department Name is: Mechanical Engineering

Inheritance
x In  Inheritance  a  new  class  called  derived class  can  be  created  to 
inherit features of an existing class called base class.
x Base class is also called super class or parent class.
x Derived class is also called sub class or child class.
x In the following program Index is the base class and NewIndex is the 
derived class. Note the definition of NewIndex class. The mention of 
Index within parentheses indicates that  NewIndex is being inherited 
from Index class.

# base class
class Index :
def __init__(self) :
self._count = 0 
262 Let Us Python

def display(self) :
print('count = ' + str(self._count))

def incr(self) :
self._count += 1
# derived class
class NewIndex(Index) :
def __init__(self) :
super( ).__init__( )

def decr(self) :
self._count -= 1
i = NewIndex( )
i.incr( )
i.incr( )
i.incr( )
i.display( ) 
i.decr( )
i.display( ) 
i.decr( )
i.display( )

On execution of this program we get the following output:

count = 3
count = 2
count = 1

x Construction of an object should always proceed from base towards 
derived.
x So  when  we create  the  derived  class  object,  base  class  __init__(  )
followed  by  derived  class  __init__(  ) should  get  called.  The  syntax 
used for calling base class constructor is super( ).__init__( ).
x Derived  class  object  contains  all  base  class  data.  So  _count is 
available in derived class.

x When incr( ) is called using derived class object, first it is searched in 
derived  class. Since  it is  not  found here,  the  search  is  continued in 
the base class.
Chapter 20: Containership and Inheritance  263

What is Accessible where?
x Derived class  members can access base class members, vice versa is 
not true.
x There  are  no  keywords  in  Python  to  control  access  of  base  class 
members from derived class or from outside the class hierarchy. 
x Instead  a  convention that  suggests the  desired access  is  used while 
creating variable names or method names. This convention is shown 
below:
var - access it from anywhere in the program
_var - access it only from within the class or its subclass
__var - access it only within the class

x Using  _var in  the  class inheritance  hierarchy  or  using  __var within 
the  class  is only  a  convention.  If we violate  it  we  won’t  get  errors, 
but it would be a bad practice to follow.
x Following program shows the usage of the 3 types of variables.

class Base :
def __init__(self) :
self.i = 10
self._a = 3.14
self.__s = 'Hello'
def display(self) :
print (self.i, self._a, self.__s)
class Derived(Base) :
def __init__(self) :
super( ).__init__( )
self.i = 100
self._a = 31.44
self.__s = 'Good Morning'
self.j = 20
self._b = 6.28
self.__ss = 'Hi'
def display(self) :
super( ).display( )
print (self.i, self._a, self.__s)
print (self.j, self._b, self.__ss)
264 Let Us Python

bobj = Base( )
bobj.display( )
print(bobj.i)
print(bobj._a)
print(bobj.__s)  # causes error
dobj = Derived( )
dobj.display( )
print(dobj.i)
print(dobj._a)
print(dobj.__s)  # causes error

If  we comment out the  statements that  would cause  error,  we will 

get the following output:

10 3.14 Hello
10
3.14
100 31.44 Hello
100 31.44 Good Morning
20 6.28 Hi
100
31.44

x Why we get error while accessing __ss variable? Well, all __var type 

of  variables  get  name  mangled, i.e.  in  Base class  __s becomes 
_Base__s.  Likewise,  in Derived class  __s becomes  _Derived__s and 
__ss becomes _Derived__ss. 
x When  in Derived class’s Display( ) method we attempt to use __s, it 
is  not  the  data  member  of  Base class,  but  a  new  data  member  of 
Derived class that is being used.

isinstance( ) and issubclass( )
x isinstance( ) and issubclass( ) are built-in functions.
x isinstance(o, c) is used to check whether an object o is an instance of 
a class c.

x issubclass(d,  b) is  used  to  check whether  class  d has been  derived 

from class b.
Chapter 20: Containership and Inheritance  265

The object class
x All classes in Python are derived from a ready-made base class called 
object. So methods of this class are available in all classes.
x You can get a list of these methods using:

print(dir(object))
print(dir(Index)) # Index is derived from Object
print(dir(NewIndex)) # NewIndex is derived from Index

Features of Inheritance
x Inheritance facilitates three things:
(a) Inheritance  of  existing feature:  To  implement this  just  establish 
inheritance relationship.
(b) Suppressing  an  existing  feature:  To  implement  this  hide  base 
class implementation by defining same method in derived class.
(c) Extending an  existing  feature:  To  implement  this call  base  class 
method from  derived  class  by  using  one  of  the  following  two 
forms:

super( ).base_class_method( )
Baseclassname.base_class_method(self) 

Types of Inheritance
x There are 3 types of inheritance: 
(a) Simple Inheritance - Ex. class NewIndex derived from class Index
(b) Multi-level  Inheritance  - Ex.  class  HOD is  derived  from  class 
Professor which is derived from class Person.
(c) Multiple Inheritance - Ex. class HardwareSales derived from two 
base classes—Product and Sales.
x In multiple inheritance a class is derived from 2 or more than 2 base 
classes. This is shown in the following program:

class Product :
def __init__(self) :
self.__title = input ('Enter title: ')
266 Let Us Python

self.__price = input ('Enter price: ')

def display_data(self) :
print(self.__title, self.__price)

class Sales :
def __init__(self) :
self.__sales_figures = [int(x) for x in 
input('Enter sales fig: ').split( )] 

def display_data(self) :
print(self.__sales_figures)

class HardwareItem(Product, Sales) :
def __init__(self) :
Product.__init__(self)
Sales.__init__(self)
self.__category = input ('Enter category: ')
self.__oem = input ('Enter oem: ')

def display_data(self) :
Product.display_data(self)
Sales.display_data(self)
print(self.__category, self.__oem)

hw1 = HardwareItem( )
hw1.display_data( )
hw2 = HardwareItem( )
hw2.display_data( )

Given below is the sample interaction with this program:

Enter title: Bolt
Enter price: 12
Enter sales fig: 120 300 433
Enter category: C
Enter oem: Axis Mfg
Bolt 12
[120, 300, 433]
C Axis Mfg
Enter title: Nut
Chapter 20: Containership and Inheritance  267

Enter price: 8
Enter sales fig: 1000 2000 1800
Enter category: C
Enter oem: Simplex Pvt Ltd
Nut 8
[1000, 2000, 1800]
C Simplex Pvt Ltd

x Note  the  syntax  for  calling  __init__(  ) of  base  classes  in  the 
constructor of derived class:

Product.__init__(self)
Sales.__init__(self)

Here we cannot use here the syntax super.__init__( ).
x Also note how the input for sales figures has been received using list 
comprehension.

Diamond Problem
x Suppose two classes Derived1 and Derived2 are derived from a base 
class  called  Base using  simple inheritance.  Also,  a  new  class  Der is 
derived from Derived1 and Derived2 using multiple inheritance. This 
is known as diamond relationship.

x If  we  now  construct  an  object  of  Der it  will  have  one  copy  of 
members  from  the  path  Base  ->  Derived1 and  another  copy  from 
the path Base --> Derived2. This will result in ambiguity. 

x To  eliminate  the  ambiguity,  Python  linearizes  the  search  order  in 
such a way that the left to right order while creating Der is honored. 
In  our  case  it  is  Derived1,  Derived2.  So  we  would  get  a  copy  of 
members  from  the  path  Base  -->  Derived1. Following  program 
shows this implementation:

class Base :
def display(self) :
print('In Base')
class Derived1(Base) :
def display(self) :
print('In Derived1')
class Derived2(Base) :
268 Let Us Python

def display(self) :
print('In Derived2')
class Der(Derived1, Derived2) :
def display(self) :
super( ).display( )
Derived1.display(self)
Derived2.display(self)
print(Der.__mro__)
d1 = Der( )
d1.display( )

On executing the program we get the following output:

In Derived2
In Derived1
In Derived2
(<class '__main__.Der'>, <class '__main__.Derived1'>, <class 
'__main__.Derived2'>, <class '__main__.Base'>, <class 'object'>)

x __mro__ gives the method resolution order. 

Abstract Classes
x Suppose  we have  a  Shape class  and from it  we  have derived  Circle
and  Rectangle classes.  Each  contains  a  method  called  draw(  ). 
However, drawing a shape doesn’t make too much sense, hence we 
do  not want  draw(  )  of  Shape to  ever get  called.  This  can  happen 
only if we can prevent creation of object of Shape class. This can be 
done as shown in the following program:

from abc import ABC, abstractmethod
class Shape(ABC) :
@abstractmethod
def draw(self) :
pass
class Rectangle(Shape) :
def draw(self) :
print('In Rectangle.draw')
class Circle(Shape) :
Chapter 20: Containership and Inheritance  269

def draw(self) :
print('In Circle.draw')
s = Shape( ) # will result in error, as Shape is abstract class
c = Circle( )
c.draw( )

x A class from which an object cannot be created is called an abstract 
class.
x abc is  a  module.  It  stands  for  abstract  base  classes.  From  abc we 
have imported class ABC and decorator abstractmethod.
x To  create an abstract class  we need to derive it from class ABC. We 
also  need  to  mark  draw( ) as  abstract  method  using  the  decorator 
@abstractmethod.
x If an abstract class contains  only methods  marked by the  decorator 
@abstractmethod, it is often called an interface.
x Decorators are discussed in Chapter 24.

Runtime Polymorphism
x Polymorphism  means  one  thing  existing  in  several  different  forms. 
Runtime polymorphism  involves deciding  at runtime which function 
from  base  class  or  derived  class  should  get  called.  This  feature  is 
widely used in C++.
x Parallel  to  Runtime  Polymorphism,  Java  has  a  Dynamic  Dispatch 
mechanism which works similarly.
x Python is dynamically typed language, where type of any variable  is 
determined  at  runtime  based  on  its  usage.  Hence  discussion  of 
Runtime  Polymorphism  or  Dynamic  Dispatch  mechanism  is  not 
relevant in Python.
____________________________________________________________________

Problem 20.1
Define  a  class  Shape.  Inherit  two  classes  Circle and  Rectangle.  Check 
programmatically  the  inheritance  relationship  between  the  classes. 
270 Let Us Python

Create  Shape and  Circle objects.  Report  of  which  classes  are  these 
objects instances of.

Program

class Shape :
pass
class Rectangle(Shape) :
pass
class Circle(Shape) :
pass

s = Shape( )
c = Circle( )
print(isinstance(s, Shape))
print(isinstance(s, Rectangle))
print(isinstance(s, Circle))
print(issubclass(Rectangle, Shape))
print(issubclass(Circle, Shape))

Output

True
False
False
True
True
____________________________________________________________________

Problem 20.2
Write a program  that uses simple inheritance between classes Base and 
Derived.  If there  is a method in Base class, how  do you prevent it from 
being overridden in the Derived class?

Program

class Base :
def __method(self):
print('In Base.__method')

def func(self):
Chapter 20: Containership and Inheritance  271

self.__method( )

class Derived(Base):
def __method(self):
print('In Derived.__method')

b = Base( )
b.func( )
d = Derived( )
d.func( )

Output

In Base.__method
In Base.__method

Tips
x To prevent method from being overridden, prepend it with __. 

x When  func(  ) is  called  using  b,  self contains  address  of  Base class 
object.  When  it  is  called  using  d,  self contains  address  of  Derived
class object. 

x In Base class __method( ) gets mangled to _Base__method( ) and in 

Derived class it becomes _Derived__method( ). 
x When  func(  ) calls __method(  ) from  Base class,  it  is  the 
_Base__method( ) that gets called. In effect, __method( ) cannot be 
overridden.  This  is  true,  even  when  self contains  address  of  the 
Derived class object.
____________________________________________________________________

Problem 20.3
Write a program that defines an abstract class called Printer containing 
an  abstract  method  print(  ). Derive  from  it  two  classes—LaserPrinter
and Inkjetprinter. Create objects  of derived  classes and call  the print(  )
method  using  these  objects,  passing  to  it  the  name  of  the  file  to  be 
printed.  In  the  print(  ) method simply  print  the  filename and  the  class 
name to which print( ) belongs.
272 Let Us Python

Program

from abc import ABC, abstractmethod
class Printer(ABC) :
def __init__(self, n) :
self.__name = n 

@abstractmethod
def print(self, docName) :
pass

class LaserPrinter(Printer) :
def __init__(self, n) :
super( ).__init__(n)

def print(self, docName) :
print('>> LaserPrinter.print')
print('Trying to print :', docName)

class InkjetPrinter(Printer) :
def __init__(self, n) : 
super( ).__init__(n)

def print(self, docName) :
print('>> InkjetPrinter.print')
print('Trying to print :', docName)
p = LaserPrinter('LaserJet 1100')
p.print('hello1.pdf')
p = InkjetPrinter('IBM 2140') 
p.print('hello2.doc')

Output

>> LaserPrinter.print
Trying to print :
hello1.pdf
>> InkjetPrinter.print
Trying to print :
hello2.doc
____________________________________________________________________
Chapter 20: Containership and Inheritance  273

Problem 20.4
Define an abstract class called Character containing an abstract method 
patriotism( ). Define a class Actor containing a method style( ). Define a 
class Person derived from Character and  Actor.  Implement the method 
patriotism( ) in it,  and override  the  method style(  ) in it.  Also  define  a 
new method do_acting( ) in it. Create an object of  Person class and call 
the three methods in it.

Program

from abc import ABC, abstractmethod
class Character(ABC) :
@abstractmethod
def patriotism(self) :
pass

class Actor :
def style(self) :
print('>> Actor.Style: ')

class Person(Actor, Character) :
def do_acting(self) :
print('>> Person.doActing')

def style(self) :
print('>> Person.style') 

def patriotism(self) :
print('>> Person.patriotism')
p = Person( )
p.patriotism( ) 
p.style( )
p.do_acting( )

Output

>> Person.patriotism
>> Person.style
>> Person.doActing
____________________________________________________________________
274 Let Us Python

[A] State whether the following statements are True or False:
(a) Inheritance is the ability of a class to inherit properties and behavior 
from a parent class by extending it.

(b) Containership is  the ability of a class to  contain objects of different 

classes as member data.

(c) We  can  derive  a  class  from  a  base  class  even  if  the  base  class's 
source code is not available.

(d) Multiple inheritance is different from multiple levels of inheritance.

(e) An object  of a derived class cannot access members  of base class if 

the member names begin with __.

(f) Creating  a  derived  class  from  a  base  class  requires  fundamental 

changes to the base class.

(g) If a  base  class  contains  a  member  function  func(  ),  and  a  derived 
class does  not contain  a function  with this  name,  an  object of  the 
derived class cannot access func( ).

(h) If  no  constructors  are  specified  for  a  derived  class,  objects  of  the 
derived class will use the constructors in the base class.

(i) If a base class and  a derived class each include  a member  function 

with the same name, the member function of the derived class will 
be called by an object of the derived class.

(j) A class D can be derived from a class C, which is derived from a class 

B, which is derived from a class A.

(k) It is illegal to make objects of one class members of another class.

[B] Answer the following questions:

(a) Which module should be imported to create abstract class?

(b) For a class to be abstract from which class should we inherit it?
Chapter 20: Containership and Inheritance  275

(c) Suppose there is a  base class B and a derived  class D derived  from 

B.  B has  two public member  functions b1(  ) and  b2(  ),  whereas  D
has two member  functions  d1(  ) and d2(  ).  Write these  classes for 
the following different situations:
 b1( ) should be accessible from main module, b2( ) should not 
be.
 Neither b1( ), nor b2( ) should be accessible from main module.
 Both b1( ) and b2( ) should be accessible from main module.

(d) If a class D is derived from two base  classes B1 and  B2, then  write 

these  classes  each  containing  a  constructor.  Ensure  that  while 
building  an  object  of  type  D,  constructor  of  B2 should  get  called. 
Also  provide a  destructor in  each class. In  what order  would these 
destructors get called?

(e) Create an abstract class called Vehicle containing methods speed( ), 

maintenance(  ) and  value(  ) in  it.  Derive  classes  FourWheeler, 
TwoWheeler and  Airborne from  Vehicle class.  Check whether you 
are  able  to  prevent  creation  of  objects  of  Vehicle class.  Call  the 
methods using objects of other classes.

(f) Assume  a  class  D that  is  derived  from  class  B.  Which  of  the 
following can an object of class D access?
 members of D
 members of B
[C] Match the following pairs:
a. __mro__( ) ϭ.  ‘has a’ relationship
b. Inheritance 2.  Object creation not allowed
c. __var 3.  Super class
d. Abstract class 4.  Root class
e. Parent class ϱ.  ‘is a’ relationship
f. object 6.  Name mangling
g. Child class 7.  Decides resolution order
h. Containership 8.  Sub class

[D] Attempt the following questions:

(a) From which class is any abstract class derived?

(b) At a time a class can be derived from how many abstract classes?
276 Let Us Python

(c) How do we create an abstract class in Python?

(d) What  can  an  abstract  class  contain—instance  method,  class 

method, abstract method?

(e) How many objects can be created from an abstract class?

(f) What will happen on execution of this code snippet?
from abc import ABC, abstractmethod
class Sample(ABC) :
@abstractmethod
def display(self) :
pass
s = Sample( )

(g) Suppose  there  is  a  class  called  Vehicle.  What  should  be  done  to 
ensure that an object should not be created from Vehicle class?

(h) How  will  you  mark  an  instance  method  in  an  abstract  class  as 
abstract?

(i) There  is something  wrong  in the  following code  snippet.  How will 

you rectify it?

class Shape(ABC) :
@abstractmethod
def draw(self) :
pass
class Circle(Shape) :
@abstractmethod
def draw(self) :
print('In draw')
 Iterators 
21 and Generators

Let Us

Python

“The modern way...”

x Iterables and Iterators x Which to use When?
x zip( ) Function x Generator Expressions
x Iterators x Programs
x User-defined Iterators x Exercise
x Generators

277
278 Let Us Python

Iterables and Iterators
x An  object  is  called iterable  if  it is  capable  of returning  its  members 
one  at  a  time.  Basic  types  like  string and  containers  like list
and tuple are iterables.
x Iterator  is  an object which  is  used  to  iterate  over  an  iterable.  An 
iterable provides an iterator object.

x Iterators  are implemented  in for loops, comprehensions,  generators 

etc.

zip( ) Function
x zip( ) function typically receives multiple iterable objects and returns 
an  iterator  of  tuples based  on them. This iterator  can  be  used  in a
for loop as shown below.

words = ['A', 'coddle', 'called', 'Molly']
numbers = [10, 20, 30, 40]
for ele in zip(words, numbers) :
print(ele[0], ele[1])
for ele in zip(words, numbers) :
print(*ele)
for w, n in zip(words, numbers) :
print(w, n)

All three for loops will output:

A 10
coddle 20
called 30
Molly 40

x If  two  iterables  are  passed to  zip(  ),  one  containing  4 and  other 
containing 6 elements, the returned iterator has 4 (shorter iterable) 
tuples.
Chapter 21: Iterators and Generators  279

x A  list/tuple/set can  be  generated from  the  iterator  of  tuples 

returned by zip( ).

words = ['A', 'coddle', 'called', 'Molly']
numbers = [10, 20, 30, 40]
it = zip(words, numbers)
lst = list(it)
print(lst)  # prints [('A', 10), ('coddle', 20), ('called', 30), ('Molly', 40)]
it = zip(words, numbers) # necessary to zip again
tpl = tuple(it)
print(tpl)  # prints (('A', 10), ('coddle', 20), ('called', 30), ('Molly', 40))
it = zip(words, numbers) # necessary to zip again
s = set(it)
print(s)  # prints {('coddle', 20), ('Molly', 40), ('A', 10), ('called', 30)}

x The values can be unzipped from the list into tuples using *.

words = ['A', 'coddle', 'called', 'Molly']
numbers = [10, 20, 30, 40]
it = zip(words, numbers)
lst = list(it)
w, n = zip(*lst)
print(w) # prints ('A', 'coddle', 'called', 'Molly')
print(n) # print (10, 20, 30, 40)

Iterators
x We  know  that  a  string  and  container  objects  like list,  tuple,  set, 
dictionary etc. can be iterated through using a for loop as in

for ch in 'Good Afternoon' :
print(ch)
for num in [10, 20, 30, 40, 50] :
print(num)

Both these  for loops call  __iter__( ) method of str/list. This method 

returns  an  iterator  object.  The  iterator  object  has  a  method 
__next__( ) which returns the next item in the str/list container.
280 Let Us Python

When  all items  have been iterated, next call to  __next__( ) raises a 

StopIteration exception  which  tells  the  for loop  to  terminate. 
Exceptions have been discussed in Chapter 22.
x We too can call __iter__( ) and __next__( ) and get the same results.

lst = [10, 20, 30, 40]
i = lst.__iter__( )
print(i.__next__( ))
print(i.__next__( ))
print(i.__next__( ))

x Instead  of  calling __iter__(  ) and  __next__( ),  we can  call the  more 

convenient built-in  functions iter( ) and  next( ).  These functions  in 
turn call __iter__( ) and __next__( ) respectively.

lst = [10, 20, 30, 40]
i = iter(lst)
print(next(i))
print(next(i))
print(next(i))

Note than once we have iterated a container, if we wish to iterate it 
again we have to obtain an iterator object afresh.
x An  iterable  is  an  object  capable of  returning  its  members  one  at a 
time.  Programmatically,  it  is  an  object  that  has  implemented 
__iter__( ) in it.
x An  iterator is  an object  that  has  implemented both  __iter__(  ) and 
__next__( ) in it.

x As a proof that  an iterable contains __iter__( ), whereas an iterator 
contains both __iter__( ) and __next__( ), we can check it using the 
hasattr( ) built-in function.

s = 'Hello'
lst = ['Focussed', 'bursts', 'of', 'activity']
print(hasattr(s, '__iter__'))
print(hasattr(s, '__next__'))
print(hasattr(lst, '__iter__'))
print(hasattr(lst, '__next__'))
i = iter(s)
Chapter 21: Iterators and Generators  281

j = iter(lst)
print(hasattr(i, '__iter__'))
print(hasattr(i, '__next__'))
print(hasattr(j, '__iter__'))
print(hasattr(j, '__next__'))

On execution of this program we get the following output:

True
False
True
False
True
True
True
True

User-defined Iterators
x Suppose we  wish our class to  behave like an iterator. To  do this  we 
need to define __iter__( ) and __next__( ) in it.
x Our  iterator class AvgAdj should maintain a  list. When  it is iterated 
upon it should return average of two adjacent numbers in the list.

class AvgAdj :
def __init__(self, data) :
self.__data = data
self.__len = len(data)
self.__first = 0
self.__sec = 1
def __iter__(self) :
return self
def __next__(self) :
if self.__sec == self.__len :
raise StopIteration # raises exception (runtime error)
self.__avg = (self.__data[self.__first] + 
self.__data[self.__sec]) / 2
self.__first += 1
self.__sec += 1
return self.__avg
282 Let Us Python

lst = [10, 20, 30, 40, 50, 60, 70]
coll = AvgAdj(lst)
for val in coll :
print(val)

On execution of this program, we get the following output:

15.0
25.0
35.0
45.0
55.0
65.0

x __iter__(  ) is  supposed to  return an  object which has implemented 

__next__( ) in it. Since we have defined __next__( ) in AvgAdj class, 
we have returned self from __iter__( ).
x Length of lst is 7, whereas elements in it are indexed from 0 to 6.

x When self._sec becomes 7 it means that we have reached the end of 
list  and  further  iteration  is  not  possible.  In  this  situation  we  have 
raised an exception StopIteration.

Generators
x Generators  are  very  efficient  functions  that  create  iterators.  They 
use yield statement instead of return whenever they wish to return
data from the function. 
x Specialty of  a  generator  is  that,  it  remembers  the  state  of  the 
function  and  the  last  statement  it  had  executed  when  yield was 
executed.
x So  each  time  next(  ) is  called, it  resumes  where  it  had  left  off last 
time.
x Generators can  be used in place of class-based iterator that we  saw 
in the last section. 
x Generators  are  very  compact  because  the  __iter__(  ),  __next__(  )
and StopIteration code is created automatically for them.

x Given  below  is an  example  of  a  generator  that  returns  average  of 
next two adjacent numbers in the list every time.
Chapter 21: Iterators and Generators  283

def AvgAdj(data) :
for i in range(0, len(data) - 1) : 
yield (data[i] + data[i + 1]) / 2
lst = [10, 20, 30, 40, 50, 60, 70]
for i in AvgAdj(lst) :
print(i)

On execution of this program, we get the following output:

15.0
25.0
35.0
45.0
55.0
65.0

Which to use When?
x Suppose from a list of 100 integers we are to  return an entity which 
contains  elements  which  are  prime  numbers.  In  this  case  we  will 
return an 'iterable' which contains a list of prime numbers.
x Suppose  we wish  to add  all prime  numbers  below  three  million.  In 
this  case,  first  creating  a  list  of all  prime  numbers  and then  adding 
them  will  consume  lot  of  memory.  So  we  should  write  an  iterator 
class or a generator function which generates next prime number on 
the fly and adds it to the running sum.

Generator Expressions
x Like  list/set/dictionary  comprehensions,  to  make  the  code  more 
compact  as  well  as  succinct,  we  can  write  compact  generator 
expressions.
x A generator expression creates a generator on the fly without being 
required to use the yield statement.
x Some sample generator expressions are given below.

# generate 20 random numbers in the range 10 to 100 and obtain 
# maximum out of them 
284 Let Us Python

print(max(random.randint(10, 100) for n in range(20)))
# print sum of cubes of all numbers less than 20
print(sum(n * n * n for n in range(20))) 

x List  comprehensions  are  enclosed  within  [  ],  set/dictionary 

comprehensions  are  enclosed  within  {  },  whereas  generator 
expressions are enclosed within ( ).
x Since  a list comprehension returns a list, it consumes more memory 
than  a  generator  expression.  Generator  expression  takes  less 
memory since it generates the next element on demand, rather than 
generating all elements upfront.

import sys
lst = [i * i for i in range(15)]
gen = (i * i for i in range(15))
print(lst)
print(gen)
print(sys.getsizeof(lst))
print(sys.getsizeof(gen))

On execution of this program, we get the following output:

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100, 121, 144, 169, 196]
<generator object <genexpr> at 0x003BD570>
100
48

x Though  useful,  generator  expressions  do  not have  the same  power 

of a full-fledged generator function.
____________________________________________________________________

Problem 21.1
Write a program that proves that a list is an iterable and not an iterator.

Program

lst = [10, 20, 30, 40, 50]
print(dir(lst))
Chapter 21: Iterators and Generators  285

i = iter(lst)
print(dir(i))

Output

['__add__',  '__class__',  '__contains__',  '__delattr__',  '__delitem__', 

'__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', 
'__getitem__',  '__gt__',  '__hash__',  '__iadd__',  '__imul__',  '__init__', 
'__init_subclass__',  '__iter__',  '__le__',  '__len__',  '__lt__',  '__mul__', 
'__ne__',  '__new__',  '__reduce__',  '__reduce_ex__',  '__repr__', 
'__reversed__',  '__rmul__',  '__setattr__',  '__setitem__',  '__sizeof__', 
'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
['__class__',  '__delattr__',  '__dir__',  '__doc__',  '__eq__',  '__format__', 
'__ge__',  '__getattribute__',  '__gt__',  '__hash__',  '__init__', 
'__init_subclass__',  '__iter__',  '__le__',  '__length_hint__',  '__lt__', 
'__ne__',  '__new__',  '__next__',  '__reduce__',  '__reduce_ex__', 
'__repr__',  '__setattr__',  '__setstate__',  '__sizeof__',  '__str__', 
'__subclasshook__']

Tips
x lst is an iterable since dir(lst) shows __iter__ but no __next__.
x iter(lst) returns an iterator object, which is collected in i.
x dir(i) shows  __iter__ as  well  as  __next__.  This  shows  that  it  is  an 
iterator object.
____________________________________________________________________

Problem 21.2
Write  a  program  that  generates  prime  numbers  below 3  million.  Print 
sum of these prime numbers.

Program

def generate_primes( ) :
num = 1
while True :
if isprime(num) :
yield num
num += 1 
286 Let Us Python

def isprime( n ) :
if n > 1 :
if n == 2 :
return True
if n % 2 == 0 :
return False
for i in range(2, n // 2) :
if n % i == 0 : 
return False
else :
return True
else :
return False

total = 0
for next_prime in generate_primes( ) :
if next_prime < 300000 :
total += next_prime
else :
print(total)
exit( )

Output

3709507114

Tips
x exit( ) terminates the execution of the program.
____________________________________________________________________

Problem 21.3
Write  a  program  that  uses  dictionary  comprehension  to  print  sin,  cos 
and tan tables for  angles ranging  from 0 to 360 in steps of 15 degrees. 
Write generator expressions to find the maximum value of sine and cos.

Program

import math
pi = 3.14
sine_table = {ang : math.sin(ang * pi / 180) for ang in range(0, 360, 90)}
Chapter 21: Iterators and Generators  287

cos_table = {ang : math.cos(ang * pi / 180) for ang in range(0, 360, 90)}
tan_table = {ang : math.tan(ang * pi / 180) for ang in range(0, 360, 90)}
print(sine_table)
print(cos_table)
print(tan_table)
maxsin = max((math.sin(ang * pi / 180) for ang in range(0, 360, 90)))
maxcos = max((math.cos(ang * pi / 180) for ang in range(0, 360, 90)))
print(maxsin)
print(maxcos)

Output

{0: 0.0, 90: 0.9999996829318346,  180: 0.0015926529164868282, 270:  -
0.999997146387718}
{0: 1.0, 90: 0.0007963267107332633, 180:  -0.9999987317275395, 270:  -
0.0023889781122815386}
{0:  0.0,  90:  1255.7655915007897,  180:  -0.001592654936407223,  270: 
418.58782265388515}
0.9999996829318346
1.0
____________________________________________________________________

Problem 21.4
Create  3  listsͶa  list  of  names,  a  list  of  ages  and  a  list  of  salaries. 
Generate and print a list of tuples containing name, age and salary from 
the  3  lists.  From  this  list  generate  3  tuplesͶone  containing all  names, 
another containing all ages and third containing all salaries.

Program

names = ['Amol', 'Anil', 'Akash']
ages = [25, 23, 27]
salaries= [34555.50, 40000.00, 450000.00] 
# create iterator of tuples
it = zip(names, ages, salaries) 

# build list by iterating the iterator object
lst = list(it)
print(lst)

# unzip the list into tuples
288 Let Us Python

n, a, s = zip(*lst) 
print(n)
print(a)
print(s)

Output

[('Amol', 25, 34555.5), ('Anil', 23, 40000.0), ('Akash', 27, 450000.0)]
('Amol', 'Anil', 'Akash')
(25, 23, 27)
(34555.5, 40000.0, 450000.0)
____________________________________________________________________

Problem 21.5
Write a program to obtain transpose of a 3 x 4 matrix.

Program

mat = [[1, 2, 3, 4], [5, 6, 7, 8],  [9, 10, 11, 12]]
ti = zip(*mat)
lst = [[ ] for i in range(4)]
i = 0
for t in ti :
lst[i] = list(t)
i += 1
print(lst)

Output

[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

Tips
x mat contains  a  list  of  lists.  These  can  be  accessed  using  either 
mat[0], mat[1] and mat[2] or simply *mat.
x zip(*mat) receives three lists and returns an iterator of tuples, each 
tuple containing 3 elements. 
x lst is intitialized as a list of 4 empty lists. 
Chapter 21: Iterators and Generators  289

x The iterator returned by zip( ) is iterated upon and a list is generated 
using the list( ) function. Each generated  list is inserted in the list of 
lists at an appropriate index.
____________________________________________________________________

Problem 21.6
Write a  program to multiply two matrices x(2  x 3) and  y(2, 2) using list 
comprehension.

Program

x = [ [1, 2, 3], 4, 5, 6] ]

y = [ [11, 12], [21, 22], [31, 32] ]
l1 = [xrow for xrow in x]
print(l1) 
l2 = [(xrow, ycol) for ycol in zip(*y) for xrow in x]
print(l2)
l3 = [[sum(a * b for a, b in zip(xrow,ycol)) for ycol in zip(*y)]for xrow in x]
print(l3)

Output

[[1, 2, 3], [4, 5, 6]]
[([1, 2, 3], (11, 21, 31)), ([4, 5, 6], (11, 21, 31)), ([1, 2, 3], (12, 22, 32)), 
([4, 5, 6], (12, 22, 32))]
[[146, 152], [335, 350]]

Tips
x To make it easy for you to understand the list comprehension, I have 
built it in 3 parts. Follow them by checking their output.
____________________________________________________________________

Problem 21.7
Suppose we have a list  of 5 integers and a tuple of  5 floats.  Can we zip 
them and obtain an iterator. If yes, how?

Program

integers = [10, 20, 30, 40, 50]
290 Let Us Python

floats = (1.1, 2.2, 3.3, 4.4, 5.5)
ti = zip(integers, floats)
lst = list(ti)
for i, f in lst :
print(i, f)

Output

10 1.1
20 2.2
30 3.3
40 4.4
50 5.5

Tips
x Any type of iterables can be passed to a zip( ) function.
____________________________________________________________________

Problem 21.8
Create two lists students and marks. Create a dictionary from these two 
lists  using dictionary  comprehension.  Use  names  as  keys  and marks  as 
values.

Program

# lists of keys and values
lstnames = ['Sunil', 'Sachin', 'Rahul', 'Kapil', 'Rohit']
lstmarks = [54, 65, 45, 67, 78] 
# dictionary comprehension
d = {k:v for (k, v) in zip(lstnames, lstmarks)} 
print(d)

Output

{'Sunil': 54, 'Sachin': 65, 'Rahul': 45, 'Kapil': 67, 'Rohit': 78}
____________________________________________________________________
Chapter 21: Iterators and Generators  291

Problem 21.9
Create a dictionary containing names of students and marks obtained by 
them in three subjects. Write a program to print these names in tabular 
form with  sorted names  as columns  and marks  in  three subjects  listed 
below each student name as shown below.
Rahul Rakesh Sameer
67 59 58
76 70 86
39 81 78
Program

d = {'Rahul':[67,76,39],'Sameer':[58,86,78],'Rakesh':[59,70,81]}
lst = [(k, *v) for k, v in d.items( )]
print(lst)
lst = [(k, *v) for k, v in sorted(d.items( ))]
print(lst)
for row in zip(*lst) :
print(row)
for row in zip(*lst) :
print(*row, sep = '\t')
for row in zip(*((k, *v) for k, v in sorted(d.items( )))):
print(*row, sep = '\t')

Output

[('Rahul', 67, 76, 39), ('Sameer', 58, 86, 78), ('Rakesh', 59, 70, 81)]
[('Rahul', 67, 76, 39), ('Rakesh', 59, 70, 81), ('Sameer', 58, 86, 78)]
('Rahul', 'Rakesh', 'Sameer')
(67, 59, 58)
(76, 70, 86)
(39, 81, 78)
Rahul Rakesh Sameer
67 59 58
76 70 86
39 81 78
Rahul Rakesh Sameer
67 59 58
292 Let Us Python

76 70 86
39 81 78

Tips
x Try to understand this program step-by-step:
lst = [(k, *v) for k, v in d.items( )]
*v will unpack the marks in v. So a tuple like ('Rahul', 67, 76, 39) will 
be created. All such tuples will be collected in the list to create:
[('Rahul', 67, 76, 39), ('Sameer', 58, 86, 78), ('Rakesh', 59, 70, 81)]

x To  create a list of tuples sorted by name we have used the sorted( )
function:
lst = [(k, *v) for k, v in sorted(d.items( ))]
This will create the list:
[('Rahul', 67, 76, 39), ('Rakesh', 59, 70, 81), ('Sameer', 58, 86, 78)]

x The sorted list is then unpacked and submitted to the zip( ) function 

for row in zip(*lst) :
print(row)
This will print the tuples
('Rahul', 'Rakesh', 'Sameer')
(67, 59, 58)
(76, 70, 86)
(39, 81, 78)

x We  have  then  unpacked  these  tuples  before  printing  and  added 
separator '\t' to properly align the values being printed.
for row in zip(*lst) :
print(*row, sep = '\t')

x Lastly we have combined all these activities into one loop:
for row in zip(*((k, *v) for k, v in sorted(d.items( )))):
print(*row, sep = '\t')
____________________________________________________________________
Chapter 21: Iterators and Generators  293

Problem 21.10
Write a program that defines a function pascal_triangle( ) that displays a 
Pascal Triangle of level received as parameter to the function. A Pascal's 
Triangle of level 5 is shown below.
1
1  1 
1  2  1
1  3  3  1 
1 4 6 4 1

Program

def pascal_triangle(n) :
row = [1]
z = [0]
for x in range(n) :
print(row)
row = [l + r for l, r in zip(row + z, z + row)]
pascal_triangle(5)

Output

[1]
[1, 1]
[1, 2, 1]
[1, 3, 3, 1]
[1, 4, 6, 4, 1]

Tips
x For n = 5, x will vary from 0 to 4.

x row + z merges two lists.
x For x = 1, row = [1], z = [0], so, 
zip([1, 0], [0, 1]) gives tuples (1, 0), (0, 1)
l + r gives row = [ 1, 1]
294 Let Us Python

x For x = 2, row = [1, 1], z = [0], so, 
zip([1, 1, 0], [0, 1, 1]) gives tuples (1, 0), (1, 1), (0, 1)
l + r gives [ 1, 2, 1]
x For x = 3, row = [1, 2, 1], z = [0], so, 
zip([1, 2, 1, 0], [0, 1, 2, 1]) gives tuples (1, 0), (2, 1), (1, 2), (0, 1)
l + r gives [ 1, 3, 3, 1]
x For x = 4, row = [1, 3, 3, 1], z = [0], so, 
zip([1, 3, 3, 1, 0], [0, 1, 3, 3, 1]) gives (1, 0), (3, 1), (3, 3), (1, 3), (0, 1)
l + r gives [ 1, 4, 6, 4, 1]
____________________________________________________________________

Problem 21.11
Write  a  program  that  defines  a  class  called  Progression and  inherits 
three classes from it AP, GP and FP, standing for Arithmetic Progression, 
Geometric  Progression  and  Fibonacci  Progression  respectively. 
Progression class  should  act  as  a  user-defined  iterator.  By  default,  it 
should generate integers stating with 0 and advancing in steps of 1. AP, 
GP and FP should make use of the iteration facility of Progression class. 
They  should  appropriately  adjust  themselves  to  generate  numbers  in 
arithmetic progression, geometric progression or Fibonacci progression.

Program

class Progression :
def __init__ (self, start = 0) :
self._cur = start

def __iter__ (self):
return self

def advance(self):
self._cur += 1

def __next__ (self) :
if self._cur is None : 
raise StopIteration
else :
data = self._cur 
self.advance( ) 
Chapter 21: Iterators and Generators  295

return data

def display(self, n) :
print('  '.join(str(next(self)) for i in range(n)))

class AP(Progression) :
def __init__ (self, start = 0, step = 1) :
super( ).__init__ (start) 
self.__step = step

def advance(self) : 
self._cur += self.__step

class GP(Progression) : 
def __init__ (self, start = 1, step = 2 ) :
super( ).__init__(start)
self.__step = step

def advance(self) : 
self._cur *= self.__step

class FP(Progression) :
def __init__ (self, first = 0, second = 1) :
super( ).__init__(first)
self.__prev = second - first

def advance(self) :
self.__prev, self._cur = self._cur, self.__prev + self._cur

print('Default progression:')
p = Progression( )
p.display(10)
print('AP with step 5:')
a = AP(5)
a.display(10)
print('AP with start 2 and step 4:')
a = AP(2, 4)
a.display(10)
print('GP with default multiple:')
g = GP( )
g.display(10)
296 Let Us Python

print('GP with start 1 and multiple 3:')
g = GP(1, 3)
g.display(10)
print('FP with default start values:')
f = FP( )
f.display(10)
print('FP with start values 4 and 6:')
f = FP(4, 6)
f.display(10)

Output

Default progression:
0 1 2 3 4 5 6 7 8 9
AP with step 5:
5 6 7 8 9 10 11 12 13 14
AP with start 2 and step 4:
2 6 10 14 18 22 26 30 34 38
GP with default multiple:
1 2 4 8 16 32 64 128 256 512
GP with start 1 and multiple 3:
1 3 9 27 81 243 729 2187 6561 19683
FP with default start values:
0 1 1 2 3 5 8 13 21 34
FP with start values 4 and 6:
4 6 10 16 26 42 68 110 178 288

Tips
x Since  Progression is an iterator it has to implement  __iter__(  ) and 
__next__( ) methods. 
x __next__(  ) calls  advance( ) method  to  suitably adjust  the value  of 
self.cur (and self.prev in case of FP). 

x Each  derived  class has  an advance(  ) method.  Depending  on which 

objects address is present in self that objects  advance( ) method 
gets called. 
x The  generation  of  next  data  value  happens  one  value  at  a  time, 
when display( ) methods for loop goes into action.

x There are two ways to create an object and call display( ). These are:
Chapter 21: Iterators and Generators  297

a = AP(5)
a.display(10)
or
AP(5).display(10)
____________________________________________________________________

[A] Answer the following:

(a) Write  a program to create a list of 5 odd integers. Replace the third 

element with a list of 4 even integers. Flatten, sort and print the list.
(b) Write a program to flatten the following list:
mat1 = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]

(c) Write  a  program to  generate  a list  of numbers  in the range  2 to 50 

that are divisible by 2 and 4.
(d) Suppose there are two lists, each holding 5 strings. Write a program 
to  generate  a  list  that  consists of  strings  that  are concatenated  by 
picking corresponding elements from the two lists.
(e) Suppose  a  list  contains  20 integers  generated  randomly.  Receive a 
number from the keyboard and report position of all occurrences of 
this number in the list.
(f) Suppose  there  are  two  listsͶone  contains  questions  and  another 
contains  lists  of  4  possible  answers  for  each  question.  Write a 
program  to  generate  a  list  that  contains  lists  of  question  and  its  4 
possible answers.
(g) Suppose  a  list  has  20  numbers.  Write  a  program  that  removes  all 
duplicates from this list.
(h) Write  a  program  to  obtain  a  median  value  of  a  list  of  numbers, 
without disturbing the order of the numbers in the list.
(i) A  list contains  only positive and negative  integers.  Write a  program 
to obtain the number of negative numbers present in the list.
(j) Write a program to convert a list of tuples 
[(10, 20, 30), (150.55, 145.60, 157.65), ('A1', 'B1', 'C1')]
298 Let Us Python

into another list of tuples

[(10, 150.55, 'A1'), (20, 145.60, 'B1'), (30, 157.65, 'C1')]

(k) What will be the output of the following program:
x = [[1, 2, 3, 4], [4, 5, 6, 7]]
y = [[1, 1], [2, 2], [3, 3], [4, 4]]
l1 = [xrow for xrow in x]
print(l1) 
l2 = [(xrow, ycol) for ycol in zip(*y) for xrow in x]
print(l2)

(l) Write  a  program  that  uses  a  generator  to  create  a  set  of  unique 
words from a line input through the keyboard.
(m) Write  a  program  that uses a  generator  to  find out maximum marks 
obtained  by  a  student  and  his  name  from  tuples  of  multiple 
students.
(n) Write  a  program  that  uses  a  generator  that  generates  characters 
from a string in reverse order.
(o) What is the difference between the following statements:
sum([x**2 for x in range(20)])
sum(x**2 for x in range(20))

(p) Suppose there are two lists, each holding 5 strings. Write a program 
to  generate  a  list  that  consists of  strings  that  are concatenated  by 
picking corresponding elements from the two lists.
(q) 36  unique  combinations  can  result  from  use  of  two  dice.  Create  a 
dictionary which stores these combinations as tuples.
 Exception 
22 Handling

Let Us

Python

“Expect an exception and prepare for it”

x What may go Wrong? x User-defined Exceptions
x Syntax Errors x else Block
x Exceptions x finally Block
x How to deal with Exceptions? x Exception Handling Tips
x How to use try - except? x Programs
x Nuances of try and except x Exercises

299
300 Let Us Python

What may go Wrong?
x While  creating  and  executing  a  Python  program  things  may  go 
wrong  at  two different  stagesͶduring  compilation  and  during 
execution.
x Errors that occur  during compilation are called Syntax Errors. Errors 
that occur during execution are called Exceptions.

Syntax Errors
x If things go wrong during compilation:
Means - Something in the program is not as per language grammar 
Reported by - Interpreter/Compiler
Action to be taken - Rectify program
x Examples of syntax errors:

print 'Hello'  # ( ) is missing
d = 'Nagpur'
a = b + float(d)  # d is a string, so it cannot be converted to float
a = Math.pow(3)  # pow( ) needs two arguments

x Other common syntax error are:
- Leaving out a symbol, such as a colon, comma or brackets
- Misspelling a keyword
- Incorrect indentation
- Empty if, else, while, for, function, class, method
- Missing :
- Incorrect number of positional arguments
x Suppose we try to compile the following piece of code:

basic_salary = int ( input('Enter basic salary') )
if basic_salary < 5000
print('Does not qualify for Diwali bonus')

We get the following syntax error:
File 'c:\Users\Kanetkar\Desktop\Phone\src\phone.py', line 2
if basic_salary < 5000
Chapter 22: Exception Handling  301

^
SyntaxError: invalid syntax

x ^  indicates the  position  in the  line  where an  error  was  detected. It 

occurred because : is missing after the condition.
x Filename  and line  number are  also displayed  to help you locate the 
erroneous statement easily.

Exceptions
x If things go wrong during execution (runtime): 
Means - Something unforeseen has happened
Reported by - Python Runtime
Action to be taken - Tackle it on the fly
x Examples of Runtime errors:
Memory Related - Stack/Heap overflow, Exceeding bounds
Arithmetic Related - Divide by zero
Others - Attempt to use an unassigned reference, File not found
x Even  if  the  program  is grammatically  correct, things  may  go wrong 
during execution causing exceptions. 

a = int(input('Enter an integer: '))
b = int(input('Enter an integer: '))
c = a / b

If  during  execution  of  this  script  we  give  value  of  b as  0,  then 
following message gets displayed:

Exception has occurred: ZeroDivisionError
division by zero
File  'C:\Users\Kanetkar\Desktop\Phone\src\trial.py',  line  3,  in 
<module> c = a / b 
# blah blah... rest of the stack trace showing how we landed here

x Another example of exception:

a, b = 10, 20
c = a / b * d
302 Let Us Python

File  'c:\Users\Kanetkar\Desktop\Phone\src\phone.py',  line  2,  in 

<module>  c = a / b * d
NameError: name 'd' is not defined
# blah blah... rest of the stack trace showing how we landed here

x The  stack  trace prints  the  names of  the  files, line  numbers starting 

from the first file that got executed, up to the point of exception.

x The  stack  trace  is  useful  for  the  programmer  to  figure  out  where 
things  went wrong. However, a user is likely to get spooked looking 
at it,  thinking something is  very wrong. So we  should try and tackle 
the  exceptions  ourselves  and  provide  a  graceful  exit  from  the 
program, instead of printing the stack trace.

How to deal with Exceptions?
x try and except blocks are used to deal with an exception.
x Statement(s) which you suspect may go wrong at runtime should be 
enclosed within a try block.
x If while executing statement(s) in try block, an exceptional condition 
occurs it can be tackled in two ways:
(a) Pack exception information in an object and raise an exception.
(b) Let Python Runtime pack exception information in an object and 
raise an exception.
In  the  examples  in  previous  section  Python  Runtime  raised 
exceptions ZeroDivisionError and NameError.
Raising an exception is same as throwing an exception in C++/Java.
x Two things that can be done when an exception is raised:
(a) Catch the raised exception object in except block.
(b) Raise the exception further.
x If  we catch  the  exception  object, we can  either  perform  a  graceful 
exit or rectify the exceptional situation and continue execution.
x If we raise  the exception  object further - Default exception handler 
catches the object, prints stack trace and terminates.

x There are two ways to create exception objects:
(a) From ready-made exception classes (like ZeroDivisionError)
(b) From user-defined exception classes
Chapter 22: Exception Handling  303

x Advantages of tackling exceptions in OO manner:
- More information can be packed into exception objects.
- Propagation of exception objects from the point where they are 
raised to the point where they are tackled is managed by Python 
Runtime.
x Python facilitates exception handling by providing:
- Keywords try, except, else, finally, raise.
- Readymade exception classes.
How to use try - except?
x try block  - Enclose  in  it  the  code  that  you anticipate  will cause  an 
exception.

x except block - Catch the raised exception in it.  It must immediately 

follow the try block.

try :
a = int(input('Enter an integer: '))
b = int(input('Enter an integer: '))
c = a / b
print('c =', c)
except ZeroDivisionError :
print('Denominator is 0')

Given below is the sample interaction with the program:

Enter an integer: 10
Enter an integer: 0
Denominator is 0

x If no exception occurs while executing the try block, control goes to 

first line beyond the except block.
x If  an  exception  occurs  during  execution  of  statements  in  try block, 
an  exception  is  raised  and  rest  of  the  try block is  skipped.  Control 
now  goes  to the except block. Here, if  the type of  exception raised 
matches  the  exception  named  after  except keyword,  that  except
block is executed.
x If an exception occurs which does not match the exception named in 
except block,  then  the  default exception  handler  catches  the 
exception, prints stack trace and terminates execution.
304 Let Us Python

x When  exception is raised and except block is executed, control goes 

to the next line after except block, unless there is a return or raise in 
except block.

Nuances of try and except
x try block:
- Can be nested inside another try block.
- If  an  exception  occurs  and  if  a  matching  except  handler  is  not 
found  in the  except block,  then  the outer  try's  except handlers 
are inspected for a match.
x except block:
- Multiple except blocks for one try block are ok.
- At a time only one except block goes to work. 
- If same action is to be taken in case of multiple exceptions, then 
the except clause can mention these exceptions in a tuple

try :
# some statements
except (NameError, TypeError, ZeroDivisionError) :
# some other statements

- Order of except blocks is important - Derived first, Base last.

- An empty except is like a catchallͶcatches all exceptions.
- An exception may be re-raised from any except block.
x Given below is a program that puts some of the try, except nuances 
to a practical stint:

try :
a = int(input('Enter an integer: '))
b = int(input('Enter an integer: '))
c = a / b
print('c =', c)
except ZeroDivisionError as zde :
print('Denominator is 0')
print(zde.args)
print(zde)
except ValueError :
print('Unable to convert string to int')
except :
Chapter 22: Exception Handling  305

print('Some unknown error')

Given below is the sample interaction with the program:

Enter an integer: 10
Enter an integer: 20
c = 0.5
Enter an integer: 10
Enter an integer: 0
Denominator is 0
('division by zero',)
division by zero
Enter an integer: 10
Enter an integer: abc
Unable to convert string to int

x If an exception occurs, the type of exception raised  is matched with 

the  exceptions named after  except keyword.  When a  match occurs, 
that  except block is  executed,  and  then  execution  continues  after 
the last except block.
x If  we  wish  to  do  something  more  before  doing  a  graceful  exit, we 
can use the keyword as to receive the exception object. We can then 
access  its argument either using its  args variable, or by simply using 
the exception object.
x args refers  to  arguments  that  were  used  while  creating  the 
exception object.

User-defined Exceptions
x Since  all  exceptional  conditions  cannot  be  anticipated,  for  every 
exceptional condition there cannot be a class in Python library.
x In such cases we can define our own exception class as shown in the 
following program:

class InsufficientBalanceError(Exception) :
def __init__(self, accno, cb) :
self.__accno = accno
self.__curbal = cb 
306 Let Us Python

def get_details(self) :
return { 'Acc no' : self.__accno, 
'Current Balance' : self.__curbal}
class Customers :
def __init__(self) :
self.__dct = { }
def append(self, accno, n, bal) :
self.__dct[accno] = { 'Name' : n, 'Balance' : bal }
def deposit(self, accno, amt) :
d = self.__dct[accno]
d['Balance'] = d['Balance'] + amt
self.__dct[accno] = d
def display(self) :
for k, v in self.__dct.items( ) :
print(k, v)
print( )
def withdraw(self, accno, amt) :
d = self.__dct[accno]
curbal = d['Balance']
if curbal - amt < 5000 :
raise InsufficientBalanceError(accno, curbal)
else :
d['Balance'] = d['Balance'] - amt
self.__dct[accno] = d
c = Customers( )
c.append(123, 'Sanjay', 9000)
c.append(101, 'Sameer', 8000)
c.append(423, 'Ajay', 7000)
c.append(133, 'Sanket', 6000)
c.display( )
c.deposit(123, 1000)
c.deposit(423, 2000)
c.display( )
try :
c.withdraw(423, 3000)
print('Amount withdrawn successfully')
c.display( )
c.withdraw(101, 5000)
Chapter 22: Exception Handling  307

print('Amount withdrawn successfully')
c.display( )
except InsufficientBalanceError as ibe :
print('Withdrawal denied')
print('Insufficient balance')
print(ibe.get_details( ))

On execution of this program we get the following output:

123 {'Name': 'Sanjay', 'Balance': 9000}
101 {'Name': 'Sameer', 'Balance': 8000}
423 {'Name': 'Ajay', 'Balance': 7000}
133 {'Name': 'Sanket', 'Balance': 6000}
123 {'Name': 'Sanjay', 'Balance': 10000}
101 {'Name': 'Sameer', 'Balance': 8000}
423 {'Name': 'Ajay', 'Balance': 9000}
133 {'Name': 'Sanket', 'Balance': 6000}
Amount withdrawn successfully
123 {'Name': 'Sanjay', 'Balance': 10000}
101 {'Name': 'Sameer', 'Balance': 8000}
423 {'Name': 'Ajay', 'Balance': 6000}
133 {'Name': 'Sanket', 'Balance': 6000}
Withdrawal denied
Insufficient balance
{'Acc no': 101, 'Current Balance': 8000}

x Each  customer  in  a  Bank  has  data  like  account  number,  name  and 
balance amount. This data is maintained in nested directories. 
x If during withdrawal of money from a particular account the balance 
goes  below  Rs.  5000,  then  a  user-defined  exception  called 
InsufficientBalanceError is raised.
x In  the  matching except block, details of  the  withdrawal transaction 
that  resulted  into an  exception are fetched  by calling get_details(  ) 
method present in InsufficientBalanceError class and displayed.
x get_details( ) returns the formatted data. If we wish to get raw data, 
then we can use ibe.args variable, or simply ibe.
308 Let Us Python

print(ibe.args)
print(ibe)

else Block
x The try .. except statement may also have an optional else block.
x If it is present, it must occur after all the except blocks.
x Control goes to else block if no exception occurs during execution of 
the try block.
x Program given below shows how to use the else block.

try :
lst = [10, 20, 30, 40, 50]
for num in lst :
i = int(num)
j = i * i
print(i, j)
except NameError:
print(NameError.args)
else:
print('Total numbers processed', len(lst))
del(lst)

We get the following output on executing this program:

10 100
20 400
30 900
40 1600
50 2500
Total numbers processed 5

x Control  goes  to  else block  since  no  exception  occurred  while 
obtaining squares.

x If we  replace one  of the  elements  in lst to  'abc', then a  NameError

will  occur  which  will  be  caught  by  except block.  In  this  case  else
block doesn't go to work.
Chapter 22: Exception Handling  309

finally Block
x finally block is optional.
x Code  in  finally always  runs,  no  matter  what!  Even  if  a  return or 
break occurs first.
x finally block is placed after except blocks (if they exist).
x try block must have except block and/or finally block.
x finally block  is commonly  used for  releasing  external  resources  like 
files,  network  connections  or  database  connections,  irrespective  of 
whether the use of the resource was successful or not.

Exception Handling Tips

x Donƚ caƚch and ignore an exception.
x Don't  catch  everything using a  catchall except, distinguish  between 
types of exceptions.
x Make exception handling optimally elaborate; not too much, not too 
little.
____________________________________________________________________

Problem 22.1
Write  a  program  that  infinitely  receives  positive  integer  as  input  and 
prints  its  square.  If  a  negative  number  is  entered  then  raise  an 
exception, display a relevant error message and make a graceful exit.

Program

try:
while True :
num = int(input('Enter a positive number: '))
if num >= 0 :
print(num * num)
else :
raise ValueError('Negative number')
except ValueError as ve :
print(ve.args)
310 Let Us Python

Output

Enter a positive number: 12
144
Enter a positive number: 34
1156
Enter a positive number: 45
2025
Enter a positive number: -9
('Negative number',)
____________________________________________________________________

Problem 22.2
Write a program that implements a stack data structure of specified size. 
If the stack  becomes full and  we still  try to  push an element to it, then 
an IndexError exception should be raised. Similarly, if the stack is empty 
and  we  try  to pop  an  element  from  it  then  an  IndexError exception 
should be raised.

Program

class Stack :
def __init__(self, sz) :
self.size = sz 
self.arr = [ ]
self.top = -1

def push(self, n) :
if self.top + 1 == self.size :
raise IndexError('Stack is full')
else :
self.top += 1
self.arr = self.arr + [n]

def pop(self) :
if self.top == -1 :
raise IndexError('Stack is empty')
else :
n = self.arr[self.top] 
self.top -= 1
Chapter 22: Exception Handling  311

return n

def printall(self) :
print(self.arr)

s = Stack(5)
try :
s.push(10)
n = s.pop( )
print(n)
n = s.pop( )
print(n)
s.push(20)
s.push(30)
s.push(40)
s.push(50)
s.push(60)
s.printall( )
s.push(70)
except IndexError as ie :
print(ie.args)

Output

10
('Stack is empty',)

Tips
x A new element is added to the stack by merging two lists.

x IndexError is a readymade  exception class. Here we have  used it to 

raise a stack full or stack empty exception.
____________________________________________________________________

Problem 22.3
Write  a  program  that  implements  a  queue  data  structure  of  specified 
size. If the  queue becomes full  and we still try to  add an element to  it, 
then a user-defined QueueError exception should be raised.  Similarly, if 
the  queue  is  empty  and  we  try  to  delete  an  element  from  it  then  a 
QueueError exception should be raised.
312 Let Us Python

Program

class QueueError(Exception) :
def __init__(self, msg, front, rear ) :
self.errmsg = msg + ' front = ' + str(front) + ' rear = ' + str(rear)
def get_message(self) :
return self.errmsg 

class Queue :
def __init__(self, sz) :
self.size = sz 
self.arr = [ ]
self.front = self.rear = -1 

def add_queue(self, item) :
if self.rear == self.size - 1 :
raise QueueError('Queue is full.', self.front, self.rear)
else :
self.rear += 1
self.arr = self.arr + [item]

if self.front == -1 :
self.front = 0

def delete_queue(self) :
if self.front == -1 :
raise QueueError('Queue is empty.', self.front, self.rear)
else :
data = self.arr[self.front]
if ( self.front == self.rear ) :
self.front = self.rear = -1 
else :
self.front += 1
return data

def printall(self) :
print(self.arr)

q = Queue(5)
try : 
Chapter 22: Exception Handling  313

q.add_queue(11)
q.add_queue(12)
q.add_queue(13)
q.add_queue(14)
q.add_queue(15) # oops, queue is full
q.printall( )
i = q.delete_queue( )
print('Item deleted = ', i)
i = q.delete_queue( )
print('Item deleted = ', i)
i = q.delete_queue( )
print('Item deleted = ', i)
i = q.delete_queue( )
print('Item deleted = ', i)
i = q.delete_queue( ) 
print('Item deleted = ', i)
i = q.delete_queue( ) # oops, queue is empty
print('Item deleted = ', i)
except QueueError as qe :
print(qe.get_message( ))

Output

[11, 12, 13, 14, 15]
Item deleted =  11
Item deleted =  12
Item deleted =  13
Item deleted =  14
Item deleted =  15
Queue is empty. front = -1 rear = -1
____________________________________________________________________

Problem 22.4
Write a  program that  receives an  integer as input. If a string  is entered 
instead of  an  integer, then  report an  error and  give  another chance  to 
user  to  enter  an  integer.  Continue  this  process  till  correct  input  is 
supplied.
314 Let Us Python

Program

while True :
try :
num = int(input('Enter a number: '))
break
except ValueError :
print('Incorrect Input')
print('You entered: ', num)

Output

Enter a number: aa
Incorrect Input
Enter a number: abc
Incorrect Input
Enter a number: a
Incorrect Input
Enter a number: 23
You entered:  23
____________________________________________________________________

[A] State whether the following statements are True or False:
(a) The exception  handling mechanism  is supposed to  handle  compile 
time errors.

(b) It  is  necessary  to  declare  the  exception  class  within  the  class  in 
which an exception is going to be thrown.

(c) Every raised exception must be caught.

(d) For one try block there can be multiple except blocks.

(e) When  an  edžcepƚion  is raised  an  edžcepƚion classs  consƚrƵcƚor  geƚs 

called.

(f) try blocks cannot be nested.

Chapter 22: Exception Handling  315

(g) Proper destruction of an object is guaranteed by exception handling 
mechanism.

(h) All exceptions occur at runtime.

(i) Exceptions offer an object-oriented way of handling runtime errors.

(j) If  an  exception  occurs,  then  the  program  terminates  abruptly 
without getting any chance to recover from the exception.

(k) No  matter whether  an  exception  occurs  or  not, the  statements  in 
the finally clause (if present) will get executed.

(l) A program can contain multiple finally clauses.

(m) finally clause is used to perform cleanup operations like closing the 

network/database connections.

(n) While raising a user-defined exception, multiple values can be set in 
the exception object.

(o) In one function/method, there can be only one try block.

(p) An exception must be caught in the same function/method in which 
it is raised.

(q) All values set up in the exception object are available in the except 
block that catches the exception.

(r) If our  program  does  not  catch  an  exception  then  Python Runtime 
catches it.

(s) It is possible to create user-defined exceptions.

(t) All types of exceptions can be caught using the Exception class.

(u) For every try block there must be a corresponding finally block.

[B] Answer the following questions:

(a) If  we  do  not  catch  the  exception  thrown  at  runtime  then  who 
catches it?
316 Let Us Python

(b) Explain  in  short  most  compelling  reasons  for  using  exception 
handling over conventional error handling approaches.

(c) Is  it  necessary  that  all  classes  that  can  be  used  to  represent 
exceptions be derived from base class Exception? 

(d) What  is  the  use  of  a  finally block  in  Python  exception  handling 
mechanism?

(e) How does nested exception handling work in Python?

(f) Write a program that receives 10 integers and stores them and their 
cubes  in a  dictionary. If the  number entered  is  less  than 3, raise  a 
user-defined  exception  NumberTooSmall,  and  if  the  number 
entered  is  more  than  30,  then  raise  a  user-defined  exception 
NumberTooBig.  Whether  an  exception  occurs  or  not,  at  the  end 
print the contents of the dictionary.

(g) What's wrong with the following code snippet?
try :
# some statements
except :
# report error 1
except ZeroDivisionError :
# report error 2

(h) Which of these keywords is not part of Python's exception handling
vocabularyͶtry, catch, throw, except, raise, finally, else?

(i) What will be the output of the following code?
def fun( ) :
try :
return 10
finally :
return 20

k = fun( )
print(k)
 File Input/Output
23
Let Us

Python

“Save in file, or perish...”

x I/O System x Serialization and Deserialization
x File I/O x Serialization of User-defined Types
x Read / Write Operations x File and Directory Operations
x File Opening Modes x Programs
x with Keyword x Exercises
x Moving within a File

317
318 Let Us Python

I/O System
x Expectations from an I/O System:
- It  should  allow  us  to  communicate  with  multiple  sources  and 
destinations.
Ex. Sources - Keyboard, File, Network
Ex. Destinations - Screen, File, Network
- It should allow us to input/output varied entities. 
Ex. Numbers, Strings, Lists, Tuples, Sets, Dictionaries, etc.
- It should allow us to communicate in multiple ways.
Ex. Sequential access, Random access
- It should allow us to deal with underlying file system.
Ex. Create, Modify, Rename, Delete files and directories
x Types of data used for I/O:
Text - '485000' as a sequence of Unicode characters.
Binary - 485000 as sequence of bytes of its binary equivalent.
x File Types:
All program files are text files.
All image, music, video, executable files are binary files.
File I/O
x Sequence of operations in file I/O:
- Open a file
- Read/Write data to it
- Close the file
x Given  below is a program that  implements this  sequence of  file I/O 
operations:

# write/read text data
msg1 = 'Pay taxes with a smile...\n'
msg2 = 'I tried, but they wanted money!\n'
msg3 = 'Don\'t feel bad...\n'
msg4 = 'It is alright to have no talent!\n'
f = open('messages', 'w')
f.write(msg1)
f.write(msg2)
Chapter 23: File Input/Output  319

f.write(msg3)
f.write(msg4)
f.close( )
f = open('messages', 'r')
data = f.read( )
print(data)
f.close( )

On executing this program, we get the following output:

Pay taxes with a smile...
I tried, but they wanted money!
Don't feel bad...
It is alright to have no talent!

x Opening  a  file  brings  its  contents  to  a  buffer  in  memory.  While 
performing  read/write operations,  data  is  read  from  or  written  to 
buffer.

f = open(filename, 'r')  # opens file for reading
f = open(filename, 'w')  # opens file for writing
f.close( ) # closes the file by vacating the buffer

Once file is closed read/write operation on it are not feasible.

x f.write(msg1) writes msg1 string to the file.

x data = f.read( ) reads all the lines present in the file represented by 
object f into data.

Read / Write Operations
x There are two functions for writing data to a file:

msg = 'Bad officials are elected by good citizens who do not vote.\n'
msgs = ['Humpty\n', 'Dumpty\n', 'Sat\n', 'On\n', 'a\n', 'wall\n']
f.write(msg)
f.writelines(msgs)

x To  write  objects  other  than  strings,  we  need  to  convert  them  to 
strings before writing:

tpl = ('Ajay', 23, 15000)
320 Let Us Python

lst = {23, 45, 56, 78, 90}
d = {'Name' : 'Dilip', 'Age' : 25}
f.write(str(tpl))
f.write(str(lst))
f.write(str(d))

x There are three functions for reading data from a file represented by 
file object f. 

data = f.read( ) # reads entire file contents and returns as string
data = f.read(n) # reads n characters, and returns as string
data = f.readline( ) # reads a line, and returns as string

If end of file is reached f.read( ) returns an empty string.

x There are two ways to read a file line-by-line till end of file:

# first way
while True :
data = f.readline( )
if data == '' :
break 
print(data, end ='')

# second way
for data in f :
print(data, end ='')

x To read all the lines in a file and form a list of lines:

data = f.readlines( )

File Opening Modes
x There are multiple file-opening modes available:
'r' - Opens file for reading in text mode.
'w' - Opens file for writing in text mode.
'a' - Opens file for appending in text mode.
'r+' - Opens file for reading and writing in text mode.
'w+' - Opens file for writing and reading in text mode.
'a+' - Opens file for appending and reading in text mode.
Chapter 23: File Input/Output  321

'rb' - Opens file for reading in binary mode.

'wb' - Opens file for writing in binary mode.
'ab' - Opens file for appending in binary mode.
'rb+' - Opens file for reading and writing in binary mode.
'wb+' - Opens file for writing and reading in binary mode.
'ab+' - Opens file for appending and reading in binary mode.
If  mode argument  is  not mentioned while opening  a  file,  then 'r' is 
assumed.
x While  opening  a  file  for  writing,  if  the  file  already  exists,  it  is 
overwritten.
x If  file is opened  for writing  in  binary mode  then  a bytes-like  object 
should be passed to write( ) as shown below:

f = open('a.dat', 'wb+')
d = b'\xee\x86\xaa' # series of 3 bytes, \x indicates hexadecimal
f.write(d)

with Keyword
x It is a good idea to close a file once its usage is over, as it will free up 
system resources.
x If we don’t close a  file, when  the file object is destroyed file will be 
closed for us by Python's garbage collector program.

x If we use with keyword while opening the file, the file gets closed as 
soon as its usage is over.

with open('messages', 'r') as f :
data = f.read( )

x with ensures that the file is closed even if an exception occurs while 
processing it.

Moving within a File
x When  we  are reading  a file or  writing a  file, the  next read or write 
operation  is performed  from  the  next  character/byte  as  compared 
to the previous read/write operation.
x Thus  if  we  read  the  first  character  from a  file using  f.read(1),  next 
call  to  f.read(1) will  automatically read the  second character  in the 
file.
322 Let Us Python

x At  times  we  may  wish to  move  to  desired  position  in a  file before 
reading/writing. This can be done using f.seek( ) method.
x General form of seek( ) is given below:
f.seek(offset, reference) 

reference can  take  values  0,  1,  2  standing  for  beginning  of  file, 
current position in file and end of file respectively.

x For file opened in text mode, reference values 0 and 2 alone can be 
used. Also, using 2, we can only move to end of file.

f.seek(512, 0) # moves to position 512 from beginning of file
f.seek(0, 2) # moves to end of file

x For file opened in binary mode, reference values 0, 1, 2 can be used.

f.seek(0) # moves to beginning of file
f.seek(12, 0) # moves to position 12 from beginning of file
f.seek(-15, 2) # moves 15 positions to left from end of file
f.seek(6, 1) # moves 6 positions to right from current position
f.seek(-10, 1) # moves 10 positions to left from current position

Serialization and Deserialization
x Compared  to  strings,  reading/writing  numbers  from/to  a  file  is 
tedious.  This is  because write(  ) writes  a string  to  a file and  read( ) 
returns a string read from a file. So we need to do conversions while 
reading/writing, as shown in the following program:

f = open('numberstxt', 'w+')
f.write(str(233)+'\n')
f.write(str(13.45))
f.seek(0)
a = int(f.readline( ))
b = float(f.readline( ))
print(a + a)
print(b + b)

x If we are to read/write more complicated data in the form of tuple, 
dictionaries, etc. from/to file using the above method, it will become 
more difficult. In such cases a module called json should be used.
Chapter 23: File Input/Output  323

x json module  converts  Python  data  into  appropriate  JSON  types 

before  writing data  to  a  file.  Likewise,  it converts  JSON  types  read 
from  a file into Python  data. The  first process is  called  serialization
and the second is called deserialization.

# serialize/deserialize a list
import json
f = open('sampledata', 'w+')
lst = [10, 20, 30, 40, 50, 60, 70, 80, 90]
json.dump(lst, f)
f.seek(0)
inlst = json.load(f)
print(inlst)
f.close( )
# serialize/deserialize a tuple
import json
f = open('sampledata', 'w+')
tpl = ('Ajay', 23, 2455.55)
json.dump(tpl, f)
f.seek(0)
intpl = json.load(f)
print(tuple(intpl))
f.close( )
# serialize/deserialize a dictionary
import json
f = open('sampledata', 'w+')
dct = { 'Anil' : 24, 'Ajay' : 23, 'Nisha' : 22}
json.dump(dct, f)
f.seek(0)
indct = json.load(f)
print(indct)
f.close( )

x Serialization of  a Python type to JSON data is done  using a function 

dump( ). It writes the serialized data to a file.

x Deserialization  of  a  JSON  type  to  a  Python  type  is  done  using  a 
function  load(  ).  It  reads  the  data  from  a  file, does  the  conversion 
and returns the converted data.
324 Let Us Python

x While  deserializing  a tuple, load(  ) returns a  list and not a tuple.  So 

we  need  to  convert  the  list  to  a  tuple  using  tuple(  ) conversion 
function.
x Instead of writing JSON data to a file, we can write it to a string, and 
read it back from a string as shown below:

import json
lst = [10, 20, 30, 40, 50, 60, 70, 80, 90]
tpl = ('Ajay', 23, 2455.55)
dct = { 'Anil' : 24, 'Ajay' : 23, 'Nisha' : 22}
str1 = json.dumps(lst)
str2 = json.dumps(tpl)
str3 = json.dumps(dct)
l = json.loads(str1)
t = tuple(json.loads(str2))
d = json.loads(str3)
print(l)
print(t)
print(d)

x It  is  possible  to  serialize/deserialize  nested  lists  and  directories  as 
shown below:

# serialize/deserialize a dictionary
import json
lofl = [10, [20, 30, 40], [ 50, 60, 70], 80, 90]
f = open('data', 'w+')
json.dump(lofl, f)
f.seek(0)
inlofl = json.load(f)
print(inlofl)
f.close( )
# serialize/deserialize a dictionary
import json
contacts = { 'Anil': { 'DOB' : '17/11/98', 'Favorite' : 'Igloo' },
'Amol': { 'DOB' : '14/10/99', 'Favorite' : 'Tundra' },
'Ravi': { 'DOB' : '19/11/97', 'Favorite' : 'Artic' } }
f = open('data', 'w+')
json.dump(contacts, f)
f.seek(0)
Chapter 23: File Input/Output  325

incontacts = json.load(f)
print(incontacts)
f.close( )

Serialization of User-defined Types
x Standard  Python  types  can  be  easily  converted  to  JSON  and  vice-
cersa.  However, if  we  attempt  to  serialize  a  user-defined  Complex
type to JSON we get following error:

TypeError: Object of type 'Complex' is not JSON serializable

x To  serialize  user-defined  types  we  need  to  define  encoding  and 
decoding  functions.  This  is  shown  in  the  following  program where, 
we serialize Complex type.

import json
def encode_complex(x):
if isinstance(x, Complex) :
return(x.real, x.imag)
else :
raise TypeError('Complex object is not JSON serializable')
def decode_complex(dct):
if '__Complex__' in dct :
return Complex(dct['real'], dct['imag'])
return dct
class Complex :
def __init__(self, r = 0, i = 0) :
self.real = r 
self.imag = i

def print_data(self) :
print(self.real, self.imag)
c = Complex(1.0, 2.0)
f = open('data', 'w+')
json.dump(c, f, default = encode_complex)
f.seek(0)
inc = json.load(f, object_hook = decode_complex)
print(inc)
326 Let Us Python

x To  translate  a  Complex object  into  JSON,  we  have  defined  an 
encoding function called encode_complex(  ). We have provided this
function  to  dump(  ) method’s default parameter.  dump(  ) method 
will  use  encode_complex(  ) function  while  serializing  a  Complex
object.

x In encode_complex( ) we have checked whether the object received 
is  of  the type  Complex.  If it is, then  we return  the  Complex object 
data as a tuple. If not, we raise a TypeError exception.
x During  deserialization  when  load(  ) method  attempts  to  parse  an 
object,  instead  of  the  default  decoder  we  provide  our  decoder 
decode_complex( ) through the object_hook parameter.

File and Directory Operations
x Python  lets  us interact  with  the  underlying file  system.  This lets  us 
perform many file and directory operations.

x File  operations  include  creation,  deletion,  renaming,  copying, 

checking if an entry is a file, obtaining statistics of a file, etc.

x Directory operations include  creation, recursive creation, renaming, 
changing into, deleting, listing a directory, etc.

x Path  operations  include  obtaining  the  absolute  and  relative  path, 

splitting path elements, joining paths, etc.

x '.'  represents current directory  and '..'  represents  parent of  current 

directory.

x Given below is a program that demonstrates some file, directory and 
path operations.

import os
import shutil
print(os.name)
print(os.getcwd( ))
print(os.listdir('.')) 
print(os.listdir('..'))
if os.path.exists('mydir') :
print('mydir already exists')
else :
Chapter 23: File Input/Output  327

os.mkdir('mydir')
os.chdir('mydir')
os.makedirs('.\\dir1\\dir2\\dir3')
f = open('myfile', 'w')
f.write('Having one child makes you a parent...')
f.write('Having two you are a referee')
f.close( )
stats = os.stat('myfile')
print('Size = ', stats.st_size)
os.rename('myfile', 'yourfile')
shutil.copyfile('yourfile', 'ourfile')
os.remove('yourfile')
curpath = os.path.abspath('.')
os.path.join(curpath, 'yourfile')
if os.path.isfile(curpath) :
print('yourfile file exists')
else :
print('yourfile file doesn\'t exist')
____________________________________________________________________

Problem 23.1
Write a program to read the contents of file 'messages' one character at 
a time. Print each character that is read.

Program

f = open('messages', 'r')
while True :
data = f.read(1)
if data == '' :
break 
print(data, end = '')

f.close( )
328 Let Us Python

Output

You may not be great when you start, but you need to start to be great.
Work hard until you don't need an introduction.
Work so hard that one day your signature becomes an autograph.

Tips
x f.read(1) reads 1 character from a file object f.

x read( ) returns an empty string on reaching end of file.
x if  end = '' is  not used in the call to print( ),  each character read will 
be printed in a new line.
____________________________________________________________________

Problem 23.2
Write a  program that writes four  integers to a  file called 'numbers'.  Go 
to following positions in the file and report these positions.
10 positions from beginning
2 positions to the right of current position
5 positions to the left of current position
10 positions to the left from end
Program

f = open('numbers', 'wb')
f.write(b'231')
f.write(b'431')
f.write(b'2632')
f.write(b'833')
f.close( )
f = open('numbers', 'rb')
f.seek(10, 0)
print(f.tell( ))
f.seek(2, 1)
print(f.tell( ))
f.seek(-5, 1)
print(f.tell( ))
f.seek(-10, 2)
print(f.tell( ))
Chapter 23: File Input/Output  329

f.close( )

Output

10
12
7
1
____________________________________________________________________

Problem 23.3
Write  a  Python  program  that  searches  for  a  file,  obtains  its  size  and 
reports the size in bytes/KB/MB/GB/TB as appropriate.

Program

import os
def convert(num) :
for x in ['bytes', 'KB', 'MB', 'GB', 'TB'] :
if num < 1024.0 :
return "%3.1f %s" % (num, x)
num /= 1024.0
def file_size(file_path) :
if os.path.isfile(file_path) :
file_info = os.stat(file_path)
return convert(file_info.st_size)
file_path = r'C:\Windows\System32\mspaint.exe'
print(file_size(file_path))

Output

6.1 MB
____________________________________________________________________

Problem 23.4
Write  a  Python program  that  reports the  time  of creation,  time of  last 
access and time of last modification for a given file.
330 Let Us Python

Program

import os, time

file = 'sampledata'
print(file)

created = os.path.getctime(file)
modified = os.path.getmtime(file)
accessed = os.path.getatime(file)

print('Date created: ' + time.ctime(created))
print('Date modified: ' + time.ctime(modified))
print('Date accessed: ' + time.ctime(accessed))

Output

sampledata
Date created: Tue May 14 08:51:52 2019
Date modified: Tue May 14 09:11:59 2019
Date accessed: Tue May 14 08:51:52 2019

Tips
x Functions getctime(  ),  getmtime(  )  and getatime(  )  return  the 
creation,  modification and access  time  for  the given  file. The  times 
are  returned  as  number  of  seconds  since  the  epoch.  Epoch  is 
considered to be 1st Jan 1970, 00:00:00.
x ctime(  ) function  of  time module  converts  the  time  expressed  in 
seconds since epoch into a string representing local time.
____________________________________________________________________

[A] State whether the following statements are True or False:

(a) If a file is opened for reading, it is necessary that the file must exist.
Chapter 23: File Input/Output  331

(b) If  a  file  opened  for  writing  already  exists,  its  contents  would  be 
overwritten.

(c) For opening a file in append mode it is necessary that the file should 
exist.

[B] Answer the following questions:

(a) What sequence of activities take place on opening a file for reading
in text mode?

(b) Is  it  necessary  that  a  file  created  in  text  mode  must  always  be 
opened in text mode for subsequent operations?

(c) While using the statement,
fp = open('myfile', 'r')
what happens if,
 'myfile' does not exist on the disk
 'myfile' exists on the disk

(d) While using the statement,
f = open('myfile', 'wb')
what happens if,
 'myfile' does not exist on the disk
 'myfile' exists on the disk

(e) A  floating-point  list  contains  percentage  marks  obtained  by 

students  in  an  examination.  To  store  these  marks  in  a  file 
‘marks.dat’, in which mode would you open the file and why?

[C] Attempt the following questions:

(a) Write  a  program  to  read a  file and  display  its  contents  along with 
line numbers before each line.
(b) Write  a  program to  append  the  contents of  one  file  at the  end  of 
another.
332 Let Us Python

(c) Suppose  a  file  contains  student’s  records  with  each  record 

containing  name  and  age  of  a  student.  Write  a  program  to  read 
these records and display them in sorted order by name.
(d) Write  a  program  to  copy  contents  of  one  file  to  another.  While 
doing  so  replace  all  lowercase  characters  with  their  equivalent 
uppercase characters.
(e) Write  a  program  that  merges  lines  alternately  from  two  files  and 
writes  the  results  to  new  file.  If  one  file  has  less  number  of  lines
than  the  other,  the  remaining  lines  from  the  larger  file should  be 
simply copied into the target file.
(f) Suppose an Employee object contains following details:
employee code, employee name, date of joining, salary 
Write a program to serialize and deserialize this data.

(g) A hospital keeps a file of blood donors in which each record has the 
format:
Name: 20 Columns
Address: 40 Columns
Age: 2 Columns
Blood Type: 1 Column (Type 1, 2, 3 or 4)
Write a program to read the file and print a list of all blood donors 
whose age is below 25 and whose blood type is 2.

(h) Given a list of names of students in a class, write a program to store 
the names in a file on disk. Make a provision to display the nth name 
in the list, where n is read from the keyboard.
(i) Assume  that  a  Master  file  contains  two  fields,  roll  number  and 
name of  the student. At the  end of the  year, a  set of students join 
the class and another set leaves. A Transaction file contains the roll 
numbers and an appropriate code to add or delete a student.
Write  a  program  to  create  another  file that  contains  the  updated 
list of names and roll numbers. Assume that the Master file and the
Transaction  file  are  arranged  in  ascending  order  by  roll  numbers. 
The updated file should also be in ascending order by roll numbers.

(j) Given a text file, write a program to create another text file deleting 
the  words “a”, “the”,  “an”  and replacing  each one  of  them with  a 
blank space.
 Miscellany
24
Let Us

Python

“Efficient is better...”

x Documentation Strings x Decorating Functions with Args
x Command-line Arguments x Unicode
x Parsing of Command-line x bytes Datatype
x Bitwise Operators x Create Executable File
x Assertion x Programs
x Decorators x Exercises

333
334 Let Us Python

The  topics  discussed  in  this  chapter  are  far  too  removed  from  the 
mainstream  Python  programming  for  inclusion  in  the  earlier  chapters. 
These  topics  provide  certain  useful  programming  features,  and  could 
prove to be of immense help in certain programming strategies.

Documentation Strings
x It  is  a  good  idea  to  mention  a  documentation  string  (often  called 
doscstring)  below  a  module, function,  class or method definition.  It 
should be the first line below the def or the class statement.
x The  docstring  is  available  in  the  attribute  __doc__ of  a  module, 
function, class or method. 
x If  the  docstring  is  multi-line  it should  contain  a  summary  line 
followed by a blank line, followed by a detailed comment. 
x Single-line and Multi-line docstrings are written within triple quotes.
x Using  help(  ) method  we  can  print  the  functions/class/method 
documentation systematically.
x In  the  program  given  below  the function  display(  ) displays  a 
message  and  the  function  show(msg1,  msg2) displays  msg1 in 
lowercase  and msg2 in uppercase. It uses a single line  docstring for 
display(  ) and a mulit-line docstring for show( ). It displays both the 
docstrings. Also, it generates help on both the functions.

def display( ) :
"""Display a message"""
print('Hello')
print(display.__doc__)
def show(msg1 = ' ', msg2 = ' ') :
"""Display 2 messages
Arguments:
msg1 -- message to be displayed in lowercase (default ' ')
msg2 -- message to be displayed in uppercase (default ' ')
"""
print(msg1.lower( ))
print(msg2.upper( ))
Chapter 24: Miscellany 335

print(show.__doc__)
display( )
show('Cindrella', 'Mozerella')
help(display) 
help(show) 

On execution of the program it produces the following output:

Hello
Display a message.
cindrella
MOZERELLA
Display 2 messages.

Arguments:
msg1 -- message to be displayed in lowercase (default ' ')
msg2 -- message to be displayed in uppercase (default ' ')

Help on function display in module __main__:

display( )
Display a message.

Help on function show in module __main__:

show(msg1=' ', msg2=' ')
Display 2 messages.

Arguments:
msg1 -- message to be displayed in lowercase (default ' ')
msg1 -- message to be displayed in uppercase (default ' ')

Command-line Arguments
x Arguments passed to a Python script are available in sys.argv.

# sample.py
import sys
print('Number of arguments received = ', len(sys.argv))
print('Arguments received = ', str(sys.argv))

If we execute the script as
336 Let Us Python

C:\>sample.py cat dog parrot
we get the following output:

Number of arguments received = 4
Arguments received = sample.py  cat  dog  parrot

x If  we  are  to  write  a  program for  copying  contents  of  one  file  to 
another,  we  can  receive  source  and  target  filenames  through 
command-line arguments.

# filecopy.py
import sys
import shutil
argc = len(sys.argv)
if argc != 3 :
print('Incorrect usage')
print('Correct usage: filecopy source target')
else :
source = sys.argv[1]
target = sys.argv[2]
shutil.copyfile(source, target)

Parsing of Command-line
x While  using  the  'filecopy.py'  program  discussed above,  the  first 
filename is always treated as source and second as target. Instead of 
this,  if  we  wish  to  have  flexibility  in  supplying  source  and  target 
filenames, we can use options at command-line as shown below:

filecopy.py  -s  phone  -t newphone

filecopy -t newphone -s phone
filecopy -h
Now  argument that  follows  -s would be  treated  as source  filename 
and the one that follows -t would be treated as target filename. The 
option -h is for receiving help about the program.

x To  permit this  flexibility, we should use the getopt module to parse 

the command-line.

# filecopy.py
import sys, getopt
Chapter 24: Miscellany 337

import shutil
if len(sys.argv) == 1 :
print('Incorrect usage')
print('Correct usage: filecopy.py -s <source> -t <target>')
sys.exit(1)
source = ''
target = ''
try :
options, arguments = getopt.getopt(sys.argv[1:],'hs:t:')
except getopt.GetoptError :
print('filecopy.py -s <source> -t <target>')
else :
for opt, arg in options :
if opt == '-h' :
print('filecopy.py -s <source> -t <target>')
sys.exit(2)
elif opt == '-s' :
source = arg
elif opt == '-t' :
target = arg
else :
print('source file: ', source)
print('target file: ', target)
if source and target :
shutil.copyfile(source, target)

x sys.argv[1:] returns  the  command-line  except  the  name  of  the 

program, i.e. filecopy.py.

x Command line  and the  valid options  are  passed to  getopt( ). In  our 

case the valid options are -s, -t and -h. If an option has an argument 
it is indicated using the : after the argument, as in s: and t:. -h option 
has no argument.

x The getopt( ) method parses sys.argv[1:] and returns two listsͶa list

of (option, argument) pairs and a list of non-option arguments.

x Some examples of contents of these two lists are given below:
Example 1:
filecopy.py  -s  phone  -t newphone 
338 Let Us Python

options would be [('-s', 'phone'), ('-t', 'newphone')]
arguments would be [ ] 
Example 2:
filecopy.py  -h
options would be [('-h', ' ')]
arguments would be [ ]
Example 3:
filecopy.py  -s  phone  -t newphone word1 word2
options would be [('-s', 'phone'), ('-t', 'newphone')]
arguments would be ['word1', 'word2']

x Note  that  non-option  arguments  like  word1,  word2 must  always 

follow  option arguments like -s,  -t, -h, otherwise they too would be 
treated as non-option arguments.

x sys.exit( ) terminates the execution of the program.
x IDLE  has  no  GUI-based  provision  to  provide  command-line 
arguments. So at command prompt you have to execute program as 
follows:
C:\>idle.py -r filecopy.py  -s  phone  -t newphone
Here -r indicates that when  IDLE is launched it should run the script 
following -r.
x When  we  are  experimenting  with  getopt(  ) function,  frequently 
going  to  command-prompt to  execute  the  script  becomes  tedious. 
Instead you can set up sys.argv[ ] at the beginning of the program as 
shown below:
sys.argv = ['filecopy.py',  '-s',  'phone',  '-t', 'newphone']

Bitwise Operators
x Bitwise  operators  permit us  to  work  with  individual  bits  of  a  byte. 
There are many bitwise operators available:
~ - not (also called complement operator)
<< - left shift, >> - right shift
& - and, | - or, ^ - xor

x Bitwise operators usage:
Chapter 24: Miscellany 339

ch = 32
dh = ~ch # toggles 0s to1s and 1s to 0s
eh = ch << 3  # << shifts bits in ch 3 positions to left
fh = ch >> 2  # >> shifts bits in ch 2 positions to right
a = 45 & 32 # and bits of 45 and 32
b = 45 | 32 # or bits of 45 and 32
c = 45 ^ 32 # xor bits of 45 and 32

x Remember:
Anything ANDed with 0 is 0.
Anything ORed with 1 is 1.
1 XORed with 1 is 0.
<< - As bits are shifted from left, zeros are pushed from right.
>> - As bits are shifted from right, left-most bit is copied from left.

x Purpose of each bitwise operator is given below: 
~  - Convert 0 to 1 and 1 to 0
<<  >>  - Shift out desired number of bits from left or right
&  - Check whether a bit is on / off.  Put off a particular bit
|  - Put on a particular bit
^  - Toggle a bit

x Bitwise in-place operators: <<=  >>=  &= |=  ^=

a = a << 5 is same as a <<= 5
b = b & 2 is same as b &= 2

x Except ~ all other bitwise operators are binary operators.

Assertion
x An  assertion  allows  you  to  express  programmatically  your 
assumption about the data at a particular point in execution.

x Assertions  perform run-time  checks of assumptions  that you would 

have otherwise put in code comments. 

# denominator should be non-zero, i.e. numlist must not be empty
avg = sum(numlist) / len(numlist)

Instead of this, a safer way to code will be:
340 Let Us Python

assert len(numlist) != 0
avg = sum(numlist) / len(numlist)

If  the  condition  following  assert is true,  program proceeds  to  next 

instruction.  If  it  turns  out  to  be  false  then an  AssertionError
exception occurs. 
x Assertion may also be followed by a relevant message, which will be 
displayed if the condition fails.

assert len(numlist) != 0, 'Check denominator, it appears to be 0' 
avg = sum(numlist) / len(numlist)

x Benefits of Assertions:
- Over  a period of time comments may get out-of-date. Same will 
not be the case with assert, because if they do, then they will fail 
for legitimate cases, and you will be forced to update them.

- Assert statements are  very useful while debugging a program as 

it  halts  the  program  at  the  point  where  an  error  occurs.  This 
makes  sense  as there  is  no point  in continuing the  execution  if 
the assumption is no longer true.

- With assert statements, failures  appear earlier and  closer to  the 

locations of the errors, which makes it easier to diagnose and fix
them.
Decorators
x Functions are 'first-class citizens' of Python. This means like integers, 
strings,  lists,  modules,  etc.  functions  too  can  be  created  and 
destroyed  dynamically,  passed  to  other  functions and returned  as 
values.
x First class citizenship feature is used in developing decorators. 

x A  decorator  function  receives  a  function,  adds  some  functionality 

(decoration) to it and returns it.
x There are many decorators available in the library. These include the 
decorator @abstractmethod that we used in Chapter 20.
x Other  commonly  used  library  decorators  are  @classmethod, 
@staticmethod and @property. @classmethod and @staticmethod
Chapter 24: Miscellany 341

decorators  are  used  to  define  methods  inside  a  class  namespace 

that  are  not  connected  to  a  particular  instance  of  that  class.  The 
@property decorator  is  used  to  customize  getters  and  setters  for 
class attributes. 
x We  can  also  create  user-defined  decorators,  as  shown  in  the 
following program:

def my_decorator(func) :
def wrapper( ) :
print('*****************')
func( )
print('~~~~~~~~~~~~~~~~~')
return wrapper
def display( ) :
print('I stand decorated')

def show( ) :
print('Nothing great. Me too!')
display = my_decorator(display)
display( )
show = my_decorator(show)
show( )

On executing the program, we get the following output.

*****************
I stand decorated
~~~~~~~~~~~~~~~~~
*****************
Nothing great. Me too!
~~~~~~~~~~~~~~~~~

x Here  display(  ) and  show(  ) are  normal  functions.  Both  these 

functions  have  been  decorated  by  a  decorator  function  called 
my_decorator( ). The decorator function has an inner function called 
wrapper( ). 

x Name  of  a function merely contains address of  the function  object. 

Hence, in the statement

display = my_decorator(display)
342 Let Us Python

we  are  passing  address  of  function  display(  ) to  my_decorator(  ). 
my_decorator(  ) collects it in func, and returns address of the inner 
function wrapper( ). We are collecting this address back in display.

x When  we  call display(  ),  in reality wrapper(  ) gets called. Since  it is 

an inner function, it has access to variable func of the outer function. 
It  uses  the  address stored  in  func to call  the  function  display(  ).  It 
prints a pattern before and after this call.

x Once  a  decorator  has  been  created,  it  can  be  applied  to multiple 
functions. In addition to display( ), we have also applied it to show( )
function.

x The  syntax  of  decorating  display(  ) is  complex  for  two  reasons. 
Firstly,  we  have  to  use  the  word  display thrice.  Secondly,  the 
decoration  gets  a  bit  hidden  away  below  the  definition  of  the 
function.

x To  solve both  the  problems,  Python  permits  usage  of  @ symbol to 
decorate a function as shown below:

def my_decorator(func) :
def wrapper( ) :
print('*****************')
func( )
print('~~~~~~~~~~~~~~~~~')
return wrapper
@my_decorator
def display( ) :
print('I stand decorated')
@my_decorator
def show( ) :
print('Nothing great. Me too!')
display( )
show( )

Decorating Functions with Arguments
x Suppose we wish to define a decorator that can report time required 
for executing any function. We want a common decorator which will 
Chapter 24: Miscellany 343

work  for any  function regardless of  number and  type of  arguments 

that it receives and returns. 

import time
def timer(func) :
def calculate(*args, **kwargs) :
start_time = time.perf_counter( )
value = func(*args, **kwargs)
end_time = time.perf_counter( )
runtime = end_time - start_time
print(f'Finished {func.__name__!r} in {runtime:.8f} secs')
return value
return calculate
@timer
def product(num) :
fact = 1
for i in range(num) :
fact = fact * i + 1
return fact
@timer
def product_and_sum(num) :
p = 1
for i in range(num) :
p = p * i + 1
s = 0
for i in range(num) :
s = s + i + 1
return (p, s)
@timer
def time_pass(num) :
for i in range(num) :
i += 1
p = product(10)
print('product of first 10 numbers =', p)
p = product(20)
print('product of first 20 numbers =', p)
fs = product_and_sum(10)
344 Let Us Python

print('product and sum of first 10 numbers =', fs)
fs = product_and_sum(20)
print('product and sum of first 20 numbers =', fs)
time_pass(20)

Here is the output of the program...

Finished 'product' in 0.00000770 secs
product of first 10 numbers = 986410
Finished 'product' in 0.00001240 secs
product of first 20 numbers = 330665665962404000
Finished 'product_and_sum' in 0.00001583 secs
product and sum of first 10 numbers = (986410, 55)
Finished 'product_and_sum' in 0.00001968 secs
product and sum of first 20 numbers = (330665665962404000, 210)
Finished 'time_pass' in 0.00000813 secs

x We have determined execution time of three functionsͶproduct( ), 
product_and_sum( ) and time_pass( ). Each varies in arguments and 
return type. We are still able to apply the same decorator @timer to 
all of them.
x The arguments passed while calling the three functions are received 
in  *args and **kwargs. This  takes care of any  number of positional 
arguments and any number of keyword arguments  that are needed 
by  the  function.  They  are  then  passed  to  the  suitable  functions 
through the call 
value = func(*args, **kwargs)

x The value(s) returned by the function being called is/are collected in 
value and returned.

x Rather than finding the difference between the start and end time of 
a function in terms of seconds a performance counter is used.

x time.perf_counter( ) returns the value of a performance counter, i.e. 
a  clock  in  fractional  seconds.  Difference  between  two  consecutive 
calls  to this  function  determines  the  time  required  for  executing  a 
function.
x On  similar  lines  it is  possible  to define  decorators for  methods  in a 
class.
Chapter 24: Miscellany 345

Unicode
x Unicode is a  standard for representation, encoding, and handling of 
text expressed in all scripts of the world.
x It is a myth that  every character in Unicode is 2 bytes long. Unicode 
has  already  gone beyond 65536  charactersͶthe maximum  number 
of characters that can be represented using 2 bytes. 
x In  Unicode every  character is  assigned an  integer  value  called code 
point, which is usually expressed in Hexadecimal. 
x Code points for A, B, C, D, E are 0041, 0042, 0043, 0044, 0045. Code 
points for characters  अ आ इ ई ê of Devanagari script are 0905, 
0906, 0907, 0908, 0909.

x Computers  understand  only  bytes.  So  we  need  a  way  to  represent 
Unicode  code  points  as  bytes  in  order  to  store  or  transmit  them. 
Unicode  standard  defines  a  number  of  ways  to  represent  code 
points as bytes. These are called encodings.

x There  are  different  encoding  schemes  like  UTF-8,  UTF-16,  ASCII, 

8859-1,  Windows  1252,  etc.  UTF-8  is  perhaps  the  most  popular 
encoding scheme.

x The  same  Unicode  code  point  will  be  interpreted  differently  by 
different encoding schemes. 
x Code point 0041 maps to byte value 41 in UTF-8, whereas it maps to 
byte  values  ff fe 00 in  UTF-16.  Similarly,  code  point  0905  maps  to 
byte values e0 a4 85 and ff fe 05 \t in UTF-8 and UTF-16 repsectively. 
You may refer table available at https://en.wikipedia.org/wiki/UTF-8 (https://en.wik
for one to one mapping of code points to byte values.
x UTF-8  uses  a  variable number  of  bytes  for  each  code point.  Higher 
the code point value, more the bytes it needs in UTF-8. 

bytes Datatype
x In  Python  text  is  always  represented  as  Unicode  characters  and  is 
represented  by  str type,  whereas,  binary  data  is  represented  by 
bytes type. You can create a bytes literal with a prefix b.

s = 'Hi'
print(type(s))
346 Let Us Python

print(type('Hello'))
by = b'\xe0\xa4\x85'
print(type(by))
print(type(b'\xee\x84\x65'))

will output

<class 'str'>
<class 'str'>
<class 'bytes'>
<class 'bytes'>

x We  can't  mix  str and  bytes in  concatenation,  in  checking  whether 
one  is embedded inside another, or while passing one  to a  function 
that expects the other. 

x Strings  can  be encoded to  bytes, and  bytes  can  be decoded back  to 
strings as shown below:

eng = 'A B C D'
dev с Ζअ आ इ ईΖ
print(type(eng))
print(type(dev))
print(eng)
print(dev)
print (eng.encode('utf-8') )
print (eng.encode('utf-16') )
print (dev.encode('utf-8') )
print (dev.encode('utf-16') )
print(b'A B C D'.decode('utf-8'))
print(b'\xff\xfeA\x00 \x00B\x00 \x00C\x00 \x00D\x00'
.decode('utf-16'))
print(b'\xe0\xa4\x85 \xe0\xa4\x86 \xe0\xa4\x87\xe0\xa4\x88'
.decode('utf-8'))
print(b'\xff\xfe\x05\t \x00\x06\t \x00\x07\t \x00\x08\t'
.decode('utf-16'))

Execution of this program produces the following output:
<class 'str'>
Chapter 24: Miscellany 347

<class 'str'>
अआ इई
A B C D
b'A B C D'
b'\xff\xfeA\x00 \x00B\x00 \x00C\x00 \x00D\x00'
b'\xe0\xa4\x85 \xe0\xa4\x86 \xe0\xa4\x87 \xe0\xa4\x88'
b'\xff\xfe\x05\t \x00\x06\t \x00\x07\t \x00\x08\t'
A B C D
A B C D
अआ इई
अआ इई

x How these Unicode code points will be interpreted by your machine 
or your software depends upon the encoding scheme used. If we do 
not specify the encoding scheme, then the default encoding scheme 
set on your machine will be used.

x We can  find out the  default encoding scheme by printing the  value 

present in sys.stdin.encoding. On my machine it is set to UTF-8.
x So when we print eng or dev strings, the code points present in the 
strings  are  mapped  to  UTF-8  byte  values  and  characters 
corresponding to these byte values are printed.

Create Executable File 
x If  we  are  developing  a  program  for  a  client,  rather  than  giving  the 
source code of our program, we would prefer to given an executable 
version  of  it.  The  steps  involved  in  creating the  executable  file  are 
given below:

x Step 1: Install the Pyinstaller Package 
In  the Windows Command  Prompt, type the  following command  to 
install the pyinstaller package (and then press Enter):
C:\Users\Kanetkar>pip install pyinstaller
x Step 2: Go to folder where the Python script is stored.
C:\Users\Kanetkar>CD Programs
x Step 3: Create the Executable using Pyinstaller
C:\Users\Kanetkar\Programs>pyinstaller --onefile ScriptName.py
348 Let Us Python

x Step 4: Executable file pythonScriptName.exe will be created in 'dist' 
folder. Double-click the EXE file to execute it.
____________________________________________________________________

Problem 24.1
Write a program that displays all files in current directory. It can receive 
options  -h or  -l or  -w  from command-line.  If -h  is received display  help 
about the program. If -l is received, display files one line at a time,. If -w 
is received, display files separated by tab character.

Program

# mydir.py
import os, sys, getopt

if len(sys.argv) == 1 :
print(os.listdir('.'))
sys.exit(1)

try :
options, arguments = getopt.getopt(sys.argv[1:],'hlw')
print(options)
print(arguments)
for opt, arg in options :
print(opt)
if opt == '-h':
print('mydir.py -h -l -w')
sys.exit(2)
elif opt == '-l' :
lst = os.listdir('.')
print(*lst, sep = '\n')
elif opt == '-w' :
lst = os.listdir('.')
print(*lst, sep = '\t')
except getopt.GetoptError :
print('mydir.py -h -l -w')
Chapter 24: Miscellany 349

Output

C:\>mydir  -l
data
messages
mydir
nbproject
numbers
numbersbin
numberstxt
sampledata
src
____________________________________________________________________

Problem 24.2
Define a  function show_bits(  ) which  displays the  binary equivalent  of 
the integer passed to it. Call it to display binary equivalent of 45.

Program

def show_bits(n) :
for i in range(32, -1, -1) :
andmask = 1 << i 
k = n & andmask 
print('0', end = '') if k == 0 else print('1', end = '') 

show_bits(45)
print( )
print(bin(45))

Output

000000000000000000000000000101101
0b101101

Tips
x show_bits( ) performs a bitwise and operation with individual bits of 
45, and prints a 1 or 0 based on the value of the individual bit.
____________________________________________________________________
350 Let Us Python

Problem 24.3
Windows stores  date  of  creation  of  a  file as  a  2-byte number  with the 
following bit distribution:
left-most 7 bits:  year - 1980
middle 4 bits - month
right-most 5 bits - day
Write a program that converts 9766 into a date 6/1/1999.

Program

dt = 9766
y = (dt >> 9) + 1980
m = (dt & 0b111100000) >> 5
d = (dt & 0b11111) 
print(str(d) + '/' + str(m) + '/' + str(y)) 

Output

6/1/1999

Tips
x Number preceded by 0b is treated as a binary number.
____________________________________________________________________

Problem 24.4
Windows  stores  time  of  creation  of  a  file  as  a  2-byte number. 
Distribution  of  different  bits  which  account  for  hours,  minutes  and 
seconds is as follows:

left-most 5 bits:  hours
middle 6 bits - minute
right-most 5 bits - second / 2
Write a program to convert time represented by a number 26031 into 
12:45:30.
Program

tm = 26031
Chapter 24: Miscellany 351

hr = tm >> 11
min = (tm & 0b11111100000) >> 5
sec = (tm & 0b11111) * 2
print(str(hr) + ':' + str(min) + ':' + str(sec)) 

Output

12:45:30
____________________________________________________________________

Problem 24.5
Write assert statements for the following with suitable messages:
- Salary multiplier sm must be non-zero
- Both p and q are of same type
- Value present in num is part of the list lst
- Length of combined string is 45 characters
- Gross salary is in the range 30,000 to 45,000
Program

# Salary multiplier m must be non-zero
sm = 45
assert sm != 0, 'Oops, salary multiplier is 0'

# Both p and q are of type Sample
class Sample :
pass

class NewSample :
pass

p = Sample( )
q = NewSample( )
assert type(p) == type(q), 'Type mismatch' 

# Value present in num is part of the list lst
num = 45
lst = [10, 20, 30, 40, 50]
assert num in lst, 'num is missing from lst'
352 Let Us Python

# Length of combined string is less than 45 characters
s1 = 'A successful marriage requires falling in love many times...'
s2 = 'Always with the same person!'
s = s1 + s2 
assert len(s) <= 45, 'String s is too long'

# Gross salary is in the range 30,000 to 45,000
gs = 30000 + 20000 * 15 / 100 + 20000 * 12 / 100
assert gs >= 30000 and gs <= 45000, 'Gross salary out of range'
____________________________________________________________________

Problem 24.6
Define a decorator that will decorate any function such that it prepends 
a  call  with  a  message  indicating  that  the  function  is  being  called  and 
follows  the  call  with  a  message  indicating  that  the  function  has  been 
called. Also, report the name of the function being called, its arguments 
and its return value. A sample output is given below:
Calling sum_num ((10, 20), { })
Called sum_num ((10, 20), { }) got return value: 30
Program

def calldecorator(func) :
def _decorated(*arg, **kwargs) :
print(f'Calling {func.__name__} ({arg}, {kwargs})')
ret = func(*arg, **kwargs)
print(f'Called {func.__name__} ({arg}, {kwargs}) got ret val: {ret}')
return ret

return _decorated

@calldecorator
def sum_num(arg1,arg2) :
return arg1 + arg2 

@calldecorator
def prod_num(arg1,arg2) :
return arg1 * arg2 
@calldecorator
def message(msg) :
pass
Chapter 24: Miscellany 353

sum_num(10, 20)
prod_num(10, 20)
message('Errors should never pass silently')

Output

Calling sum_num ((10, 20), { })
Called sum_num ((10, 20), { }) got return value: 30
Calling prod_num ((10, 20), { })
Called prod_num ((10, 20), { }) got return value: 200
Calling message (('Errors should never pass silently',), { })
Called  message  (('Errors  should  never  pass  silently',),  {  })  got  return 
value: None
____________________________________________________________________

[A] State whether the following statements are True or False:
(a) We can send arguments at command-line to any Python program.
(b) The zeroth element of sys.argv is always the name of the file being 
executed.
(c) In Python a function is treated as an object.
(d) A function can be passed to a function and can be returned from a 
function.
(e) A decorator adds some features to an existing function.
(f) Once a decorator has been created, it can be applied to only one 
function within the program.
(g) It is mandatory that the function being decorated should not 
receive any arguments.
(h) It is mandatory that the function being decorated should not return 
any value.
(i) Type of 'Good!' is bytes.
(j) Type of msg in the statement msg = 'Good!' is str.
354 Let Us Python

[B] Answer the following questions:

(a) Is it necessary to mention the docstring  for a function immediately 
below the def statement?
(b) Write  a  program  using  command-line  arguments  to  search  for  a 
word in  a file and  replace it with  the specified  word. The  usage of 
the program is shown below.
C:\> change  -o oldword  -n newword  -f filename
(c) Write  a  program  that  can  be  used  at  command  prompt  as  a 
calculating utility. The usage of the program is shown below.
C:\> calc <switch> <n> <m>
Where,  n  and  m  are  two  integer  operands.  switch can  be  any 
arithmetic  operator.  The  output  should  be  the  result  of  the 
operation. 
(d) Rewrite the following expressions using bitwise in-place operators:
a = a | 3 a = a & 0x48 b = b ^ 0x22
c = c << 2  d = d >> 4
(e) Consider an unsigned integer in which rightmost bit is numbered as 
0. Write a function checkbits(x, p, n) which returns True if all 'n' bits 
starting  from  position  'p' are  on,  False  otherwise.  For  example,
checkbits(x, 4, 3) will return true if bits 4, 3 and 2 are 1 in number x.
(f) Write  a  program to  receive  a  number as  input  and check  whether 
its 3rd, 6th and 7th bit is on.
(g) Write a program to receive a 8-bit number into a variable and then 
exchange its higher 4 bits with lower 4 bits.
(h) Write a program to receive a 8-bit number into a variable and then 
set its odd bits to 1.
 Concurrency and
25 Parallelism 

Let Us

Python

“Efficient is better...”

x Concurrency and Parallelism x Types of Concurrencies
x What are Threads? x Thread Properties
x Concurrency & Parallelism in  x Launching Threads
Programming
x CPU-bound & I/O-bound Programs x Passing parameters to a
Thread
x Which to use when? x Programs
x Concurrency for Improving  x Exercises
Performance

355
356 Let Us Python

Concurrency and Parallelism
x A  task  is  an  activity  that  we  carry  out.  For  example,  driving  a  car, 
watering a plant, cooking food, etc. are all tasks. 

x When  we perform multiple  tasks in overlapping times we are doing 

them  concurrently.  When  we  perform  tasks  simultaneously we  are 
doing them parallelly.

x Thus  though  the  words  concurrency  and  parallelism  indicate 

happening  of two or more  tasks at the same time, they are not the 
same thing.

x Example 1  of  concurrency:  We  watch  TV,  read  a  news-paper,  sip 

coffee in overlapping times. At any given moment you are doing only 
one task.
x Example 2 of concurrency: In a 4 x 100 meter relay race, each runner 
in a given lane has to run, but unless the first runner hands over the 
baton, second doesn't start and unless second hands over the baton 
the  third  doesn't start. So  at  any given moment  only  one  runner  in 
running.

x Example 1 of parallelism: Example of parallelism: While driving a car 
we  carry  out  several  activities  in  parallel—we  listen  to  music,  we 
drive the car and we talk to the co-passengers. 
x Example 2 of parallelism: In a 100 meter race each runner is running 
in his own lane. At a given moment all runners are running. 

What are Threads?
x A  program  may have several  units  (parts). Each unit  of execution  is 
called a thread.
x Example 1 of multiple threads:  One unit of execution may carry out 
copying of files, whereas another unit may display a progress bar.
x Example 2 of multiple threads: One unit of execution may download 
images, whereas another unit may display text.
Chapter 25: Concurrency and Parallelism  357

x Example  3  of  multiple  threads:  One  unit  may  let  you  edit  a 
document,  second  unit  may  check  spellings,  third  unit  may  check 
grammar and fourth unit may do printing.
x Example  4  of  multiple  threads:  One  unit  may  scan disk  for  viruses, 
second unit may scan memory for viruses and third unit may let you 
interact with the program user-interface to stop/pause the scanning 
of viruses by first two units.

Concurrency and Parallelism in Programming
x Concurrency is  when multiple threads  of  a  program  start, run,  and 
complete in overlapping time periods. 

x Once  the  program  execution  begins  one  thread  may  run  for  some 
time,  then  it  may  stop  and  the  second  thread  may  start  running. 
After  some  time,  second  thread  may  stop  and  the  third  may  start 
running. 
x Threads  may  get  executed  in  a  round-robin  fashion  or  based  on 
priority  of  each  thread.  At  any  given  instance  only  one  thread  is 
running. 
x Parallelism is when multiple threads of a program literally run at the 
same time. So at any given instance multiple threads are running. 
x In  concurrency multiple  units of a  program can run on a single-core 
processor, whereas, in parallelism multiple units can run on multiple 
cores of a multi-core processor.
x Figure  25.1 shows  working how  threads t1,  t2  and t3  in  a  program 
may run concurrently or in parallel over a period of time.

t1 t1 t1
t2 t2 t2
t3 t3

Time Time
Concurrency Parallelism

Figure 25.1
358 Let Us Python

x Advantages of Concurrency:
- Improves  application's  speed,  by  making  CPU  do  other  things 
instead of waiting for slow I/O operations to finish
- Simplifies  program  design.  For  example,  the  logic  that  copies 
files  and  logic  that  displays  the  progress  bar  can  be  kept 
separate.

x Advantage of Parallelism:
- Capability  of  multi-core  processors  can  be  exploited by running 
different processes in each processor simultaneously.
CPU-bound and I/O-bound Programs
x A program typically performs two types of operations:
- Operations involving CPU for calculations, comparisons, etc. 
- Operations that perform input or output

x Usually CPU operations run several times faster than I/O operations.

x A  program  that  predominantly  performs CPU  operations  is called 

CPU-bound  program.  A  program  that  predominantly  performs  I/O 
operations is called I/O-bound program.
x Example  of  CPU-bound  program:  A  program  that  perform 
multiplication  of  matrices, or  a  program that  finds sum  of  first  200 
prime numbers.
x Example  of  I/O-bound  program:  A  program  that  processes  files  on 
the  disk, or a program that does  database queries  or sends a  lot of 
data over a network.

Which to use when?
x A  CPU-bound  program  will  perform  better  on  a  faster  CPU.  For 
example, using i7 CPU instead of i3 CPU.
x An IO-bound program will perform better on a faster I/O subsystem. 
For example using a faster disk or faster network.
x The  solution  to  improve  performance  cannot  always  be  to  replace 
existing  CPU  with a  faster  CPU or  an  existing  I/O subsystem  with a 
faster I/O subsystem.
Chapter 25: Concurrency and Parallelism  359

x Instead,  we  should  organize  our  program  to  use  concurrency or 
parallelism to improve performance. 
x Performance of I/O-bound program can improve if different units of 
the program are executed in overlapping times. 

x Performance of CPU-bound program can improve if different units of 
the program are executed parallelly on multiple cores of a processor.
x It  is  quite  easy  to  imagine  how  performance  of  a  CPU-bound 
program can improve with parallelism. Performance improvement of 
an  I/O-bound  program  using  concurrency  is  discussed  in  the  next 
section.

Concurrency for improving Performance
x Suppose we wish to write a program that finds squares and cubes of 
first 5000 natural numbers and prints them on the screen. 

x We can write this program in two ways:
- A single-threaded program - calculation of squares, calculation of 
cubes and printing are done in same thread.
- A multi-threaded program - calculation of squares is done in one 
thread,  calculation  of  cubes  in  second  thread  and  printing  in 
third thread.

x In  the  single-threaded  program  the  CPU  has  to  frequently  wait  for 
printing  of square/cube (I/O  operation) to  get  over before  it  can 
proceed  to  calculate  square  or  cube  of  the  next  number.  So  CPU 
remains under-utilized. This scenario is shown in Figure 25.2.

I/O Print 1 Print 1 Print 4 Print 8

CPU 12 13 22 23 32

Time
Single-threaded program

Figure 25.2
360 Let Us Python

x In  the  multi-threaded  program the CPU  can  proceed with  the  next 

calculation  (square  or  cube)  and  need  not  wait  for  the  square  or 
cube  to get  printed on  the screen. This scenario is shown in  Figure 
25.3.

Print 1
Print 1
I/O Print 4
Print 8

CPU 13 23 33

CPU 12 22 32

Time
Multi-threaded program

Figure 25.3

Types of Concurrencies
x In  a multi-threaded program one thread runs  for some time, then it 
stops and the second thread starts running. After some time, second 
thread  stops and the third thread starts running. This is true even if 
the program is being executed on a multi-core processor.

x When context would switch from one thread to another depends on 
the type of concurrency that we use in our program.
x Concurrencies are of two types:
- Pre-emptive  concurrency - The OS  decides when to switch from 
one thread to another.
- Cooperative  concurrency - The thread decides  when to  give  up 
the control to the next task.

x Python  modules  available for  implementing  concurrency  and 

parallelism in our program are as follows:
Pre-emptive concurrency - threading
Cooperative concurrency - asyncio
Parallelism - multiprocessing
Chapter 25: Concurrency and Parallelism  361

This  book  discusses  the  technique  for  pre-emptive  concurrency 

alone.
Thread Properties
x Every  running thread  has  a name  a  number called  thread identifier
associated with it. 
x The  name  of  all  running threads  need  not be  unique,  whereas  the 
identifier must be unique. 

x The  identifier could  be  reused  for  other  threads,  if  the  current 
thread ends.

import threading
t = threading.current_thread( )  # returns current Thread object
print("Current thread:", t)  # prints thread name, identifier & status
print("Thread name:", t.name)
print("Thread identifier:", t.ident)
print("Is thread alive:", t.is_alive( ))
t.name = 'MyThread'
print("After name change:", t.name)

Here,  current_thread(  ) is  a  function  defined  in  threading module

and name and ident are attributes of Thread object.

Launching Threads
x There are two ways to launch a new thread:
- By  passing  the  name  of  the  function  that  should  run  as  a 
separate thread, to the constructor of the Thread class.
- By  overriding  __init__(  ) and  run(  ) methods  in  a  subclass  of
Thread class.

x Method 1 - thread creation

th1 = threading.Thread(name = 'My first thread', target = func1)
th2 = threading.Thread(target = func2)  # use default name
th1.start( )
th2.start( )

x Method 2 - thread creation
362 Let Us Python

class SquareGeneratorThread(threading.Thread) :
def __init__(self) :
threading.Thread.__init__(self)
def run(self) :
print('Launching...')

th = SquareGeneratorThread( )
th.start( )

x Once a thread object is created, its activity must be started by calling 
the  thread's start(  ) method. This method in turn invokes the  run( )
method.
x start(  ) method will  raise an  exception RuntimeError if  called more 
than once on the same thread object.

Passing parameters to a Thread
x Sometimes  we  may  wish  to  pass  some  parameters  to  the  target 
function of a thread object. 

th1 = threading.Thread(target = squares, args = (a, b))

th2 = threading.Thread(target = cubes, args = (a,))

Arguments  being  passed  to  the  constructor  of  Thread class  will 
ultimately  be  passed  to the  target  function.  Arguments  must be  in 
the form of a tuple.
x Once thread have been launched we have no control over the order 
in  which they are  executed. It is controlled by the  thread scheduler 
of the Python runtime environment.
x Sometimes  we  may  wish  to  pass  some  parameters  to  the run(  )
method  in  the  thread class.  For  this  pass  the  parameters  to  the 
constructor while creating the thread object. The constructor should 
store  them in  object's variables.  Once stored,  run( ) will  be  able to 
access them.

th = SquareGeneratorThread(a, b, c)
____________________________________________________________________
Chapter 25: Concurrency and Parallelism  363

Problem 25.1
Write a program that launches three threads, assigns new names to two 
of them. Suspend each thread for 1 second after it has been launched.

Program

import threading
import time

def fun1( ):
t = threading.current_thread( )
print('Starting', t.name)
time.sleep(1)
print('Exiting', t.name)

def fun2( ):
t = threading.current_thread( )
print('Starting', t.name)
time.sleep(1)
print('Exiting', t.name)

def fun3( ):
t = threading.current_thread( )
print('Starting', t.name)
time.sleep(1)
print('Exiting', t.name)

t1 = threading.Thread(target=fun1)  # use default name
t2 = threading.Thread(name = 'My second thread', target = fun2)
t3 = threading.Thread(name = 'My third thread', target = fun3)
t1.start( )
t2.start( )
t3.start( )

Output

Starting Thread-1
Starting My second thread
364 Let Us Python

Starting My third thread
Exiting Thread-1
Exiting My third thread
Exiting My second thread

Tips
x sleep(  ) function  of  time module  suspends  execution of  the  calling 
thread for the number of seconds passed to it.
____________________________________________________________________

Problem 25.2
Write  a  program  that  calculates  the  squares  and  cubes  of  first  6  odd 
numbers through functions that  are executed sequentially.  Incorporate 
a  delay  of  0.5  seconds after  calculation  of  each  square/cube  value. 
Report the time required for execution of the program.

Program

import time
import threading

def squares(nos) :
print('Calculating squares...')
for n in nos :
time.sleep(0.5)
print('n = ', n, ' square =', n * n)

def cubes(nos) :
print('Calculating cubes...')
for n in nos :
time.sleep(0.5)
print('n = ', n, ' cube =', n * n * n)

arr = [1, 3, 5, 7, 9, 11]
startTime = time.time( )
squares(arr)
cubes(arr)
endTime = time.time( )
print('Time required = ', endTime - startTime, 'sec')
Chapter 25: Concurrency and Parallelism  365

Output

Calculating squares...
n =  1  square = 1
n =  3  square = 9
n =  5  square = 25
n =  7  square = 49
n =  9  square = 81
n =  11  square = 121
Calculating cubes...
n =  1  cube = 1
n =  3  cube = 27
n =  5  cube = 125
n =  7  cube = 343
n =  9  cube = 729
n =  11  cube = 1331
Time required =  6.000343322753906 sec

Tips
x The  functions  squares(  ) and  cubes(  ) are  running  in  the  same 
thread.
x time(  ) function returns the time in seconds since  the epoch (Jan 1, 
1970, 00:00:00)  as a floating point number.
____________________________________________________________________

Problem 25.3
Write  a  program  that  calculates  squares  and  cubes  of  first  6  odd 
numbers  through  functions  that  are  executed  in  two  independent 
threads.  Incorporate  a  delay  of  0.5  seconds after  calculation  of  each 
square/cube  value.  Report  the  time  required  for  execution  of  the 
program.

Program

import time
import threading

def squares(nos) :
366 Let Us Python

print('Calculating squares...')
for n in nos :
time.sleep(0.5)
print('n = ', n, ' square =', n * n)

def cubes(nos) :
print('Calculating cubes...')
for n in nos :
time.sleep(0.5)
print('n = ', n, ' cube =', n * n * n)

arr = [1, 3, 5, 7, 9, 11]
startTime = time.time( )

th1 = threading.Thread(target = squares, args = (arr,))
th2 = threading.Thread(target = cubes, args = (arr,))
th1.start( )
th2.start( )
th1.join( )
th2.join( )
endTime = time.time( )
print('Time required = ', endTime - startTime, 'sec')

Output

Calculating squares...
Calculating cubes...
n =  1  square = 1
n =  1  cube = 1
n =  3  square = 9
n =  3  cube = 27
n =  5  square = 25
n =  5  cube = 125
n =  7  square = 49
n =  7  cube = 343
n =  9  square = 81
n =  9  cube = 729
n =  11  square = 121
n =  11  cube = 1331
Time required =  3.001171588897705 sec
Chapter 25: Concurrency and Parallelism  367

Tips
x squares( ) and cubes( ) are being launched in separate threads.
x Since squares( ) and cubes( ) need arr, it is passed to the constructor 
while launching the threads.

x Arguments meant for target functions must be passed as a tuple.
x join( ) waits until the thread on which it is called terminates.
x If this program is executed on a single processor machine it will still 
work faster than the one in Problem 25.2. This is because when one 
thread  is  performing  I/O,  i.e.  printing  value  of  square/cube,  the 
other thread can proceed with the calculation of cube/square.

x The  output shows  values  of squares  and cubes  mixed. How to take 

care of it has been shown in Chapter 26.
____________________________________________________________________

Problem 25.4
Write  a program  that  reads  the  contents of  3 files  a.txt, b.txt and  c.txt 
sequentially and reports the number of lines present in it as well as the 
total reading  time. These files  should be  added to the project and filled 
with some text. The program should receive the file names as command-
line  arguments.  Suspend  the  program  for  0.5  seconds after  reading  a 
line from any file. 

Program

import time, sys

startTime = time.time( )
lst = sys.argv
lst = lst[1:]

for file in lst:
f = open(file, 'r')
count = 0
while True :
data = f.readline( )
time.sleep(0.5)
if data == '' :
368 Let Us Python

break
count = count + 1

print('File:', file, 'Lines:', count)

endTime = time.time( )
print('Time required =', endTime - startTime, 'sec')

Output

File: a.txt Lines: 5
File: b.txt Lines: 24
File: c.txt Lines: 6
Time required = 19.009087324142456 sec 

Tips
x If  you  are  using  IDLE  then  create  three  files  a.txt,  b.txt  and  c.txt 
these files in the same folder as the source file.

x If you are using NetBeans add files a.txt, b.txt and c.txt to the project 
as  'Empty'  files  by  right-clicking  the  project  in  Project  window  in 
NetBeans. Once created, add some lines to each of these files.

x If  you  are  using  IDLE  then provide  command-line  arguments  as 
follows:

c:\>idle  -r  SingleThreading.py  a.txt  b.txt  c.txt

Ensure that the path of idle batch file given below is added to PATH 
environment variable through Control Panel:
C:\Users\Kanetkar\AppData\Local\Programs\Python\Python36-32\
Lib\idlelib

x If  you  are  using  NetBeans,  to  provide  a.txt,  b.txt  and  c.txt  as 
command-line  arguments,  right-click  the  project  in Project  window 
in NetBeans and select 'Properties' followed by 'Run'. Add 'a.txt b.txt 
c.txt' as 'Application Arguments'.
x Application  arguments  become available  through  sys.argv as  a  list. 
This list also includes application name as the 0th element in the list. 
So we have sliced the list to eliminate it.
Chapter 25: Concurrency and Parallelism  369

x File is opened for reading using open( ) and file is read line by line in 
a loop using readline( ).
____________________________________________________________________

Problem 25.5
Write a program that reads the contents of 3 files a.txt, b.txt and c.txt in 
different threads and reports the number of lines present in it as well as 
the  total reading  time.  These files  should  be  added  to  the  project  and 
filled  with  some  text.  The  program  should  receive  the  file  names  as 
command-line  arguments.  Suspend  the  program  for  0.5  seconds after 
reading a line from any file. 

Program

import time
import sys
import threading

def readFile(inputFile):
f = open(inputFile, 'r')
count = 0
while True :
data = f.readline( )
time.sleep(0.5)
if data == '' :
break
count = count + 1

print('File:', inputFile, 'Lines:', count)

startTime = time.time( )
lst = sys.argv
lst = lst[1:]

tharr = [ ]
for file in lst:
th = threading.Thread(target = readFile, args = (file,))
th.start( )
tharr.append(th)

for th in tharr:
370 Let Us Python

th.join( )

endTime = time.time( )
print('Time required = ', endTime - startTime, 'sec')

Output

File: a.txt Lines: 5
File: c.txt Lines: 6
File: b.txt Lines: 24
Time required = 12.504715204238892 sec

Tips
x For  details  of  adding  files  to  the  project, making  them  available  to 
application  as  command-line  arguments  and  slicing  the  command-
line argument list refer tips in Problem 25.4.
x As each thread is launched, the thread object is added to the thread 
array through tharr.append( ). This is necessary, so that we can later 
call join( ) on each thread.
x This program performs better than the one in Problem 25.4 because 
as one thread is busy printing the file statistics, the other thread can 
continue reading a file. 
____________________________________________________________________

[A] State whether the following statements are True or False:
(a) Multi-threading improves the speed of execution of the program.

(b) A running task may have several threads running in it.

(c) Multi-processing is same as multi-threading.

(d) If we create a class that  inherits from the Thread class, we can  still 

inherit our class from some other class.

(e) It is possible to change the name of the running thread.
Chapter 25: Concurrency and Parallelism  371

(f) To  launch  a  thread  we  must  explicitly  call  the  function  that  is 
supposed to run in a separate thread.

(g) To launch a thread we must explicitly call the run( ) method defined 

in a class that extends the Thread class.

(h) Though we do not explicitly call the function that is supposed to run 
in  a  separate  thread,  it  is  possible  to  pass  arguments  to  the 
function.

(i) We  cannot  control  the  priority  of  multiple  threads  that  we  may 
launch in a program.

[B] Answer the following questions:

(a) What  is  the  difference  between  multi-processing  and  multi-
threading?

(b) What  is  the  difference  between  preemptive  multi-threading  and 

cooperative multi-threading?

(c) Which  are  the  two  methods available  for  launching  threads  in  a 
Python program? 

(d) If  Ex class  extends  the  Thread class,  then  can  we  launch  multiple 
threads for objects of Ex class? If yes, how?

(e) What do different elements of the following statement signify?
th1 = threading.Thread(target = quads, args = (a, b))
(f) Write  a multithreaded  program that  copies  contents  of  one  folder 
into  another.  The  source  and  target  folder  paths  should  be  input 
through keyboard. 

(g) Write  a  program that  reads  the  contents of  3  files  a.txt, b.txt  and 

c.txt  sequentially  and  converts  their  contents  into  uppercase  and 
writes  them  into  files  aa.txt,  bb.txt  and  cc.txt  respectively.  The 
program  should  report  the  time  required  in  carrying  out  this 
conversion.  The  files  a.txt,  b.txt  and  c.txt  should  be  added  to  the 
project  and  filled  with some  text. The  program  should  receive  the 
file  names  as  command-line  arguments.  Suspend  the  program  for 
0.5 seconds after reading a line from any file.
372 Let Us Python

(h) Write  a  program  that  accomplishes  the  same  task  mentioned  in 
Exercise  [B](g)  above  by launching  the  conversion  operations  in  3 
different threads.

[C] Match the following pairs:

a.  Multiprocessing 1.  use multiprocessing module
b.  Pre-emptive multi-threading 2.  use multi-threading
c.  Cooperative multi-threading 3.  use threading module
d.  CPU-bound programs 4.  use multi-processing
e.  I/O-bound programs 5.  use asyncio module
 Synchronization
26
Let Us

Python

“Well-oiled threads run smoother...”

x Synchronization x Semaphore
x Examples of sharing Resources x Mechanisms for ITC
x Example of comm. between Threads x Event
x Mechanisms for Sharing Resources x Condition
x Lock x Programs
x RLock x Exercises

373
374 Let Us Python

Synchronization
x In  a  multithreaded  application  we  may  be  needed  to  coordinate 
(synchronize) the activities of the threads running in it. 
x The  need  to  coordinate  activities  of  threads  will  arise  in  two 
situations:
(a) When data or other resources are to be shared amongst threads.
(b) When we need to carry out communication between threads.
Examples of Sharing Resources
x Example 1: Suppose a function has a statement n = n + 1. Here value 
of n is read, 1 is added to it and the result is written back. If multiple 
threads call  this  function  then  n will  be  shared  amongst  these 
threads.  In  such  a  case,  if  one thread  has  read  n and  before  it 
updates it another thread may read and update it. Such overlapping 
accesses  and modifications  from  multiple  threads  may  not 
increment n systematically.
x Solution  to  Example  1:  To  ensure  proper  incrementation  of  n,  we 
should ensure  that whichever  thread gets  the time-slot first  should 
complete  working  with  n.  If in the  meanwhile  another  thread  gets 
the  time-slot, it  should be  made  to  wait.  Only  when first  thread  is 
done, the other thread should be able to access to n.

x Example  2:  Suppose  there  are  two  threads  in  an  application.  One 
thread  reads  a  list  of  numbers  and  prints  its  squares  and  another 
reads  the list and prints cubes of numbers in it. So both threads are 
going  to  share  the  list.  When  the threads  print  the  squares  and 
cubes, the output is likely to get mixed up. 

x Solution to Example 2: To avoid mixing of output we should ensure 
that  whichever  thread  gets  the  time-slot  first  should  complete 
working with the list. If in the meanwhile other thread gets the time-
slot, it should be  made to  wait.  Only when first thread is done, the 
other thread should be able to access the list.

Example of Communication between Threads
x Suppose  one  thread  is  generating  numbers  in  an  infinite  loop  and 
another  thread is finding squares of generated numbers. Unless the 
Chapter 26: Synchronization 375

new number is generated its square cannot be found. So if squaring 
thread  gets  the  time  slot  earlier  than  the  generating  thread, 
squaring  thread  must  be  made  to wait.  Also,  when  square  is being 
generated, new numbers should not get generated. This is necessary 
otherwise the squaring thread may miss some numbers. 
x This  is  a  typical  producer-consumer  problem,  where  the  number 
generating  thread  is  the  producer  and  the  squaring  thread  is  the 
consumer. 
x Here  communication  between  two  threads  would  be  required. 
When producer thread completes production it should communicate 
to  the  squaring  thread  that  it  is  done  with  production.  When 
consumer  thread completes  squaring it should communicate to  the 
producer thread that it is done and producer thread can produce the 
next number.

Mechanisms for Sharing Resources
x Python's  threading module  provides  three  mechanisms  for  sharing 
resources between threads:
(a) Lock
(b) RLock 
(c) Semaphore

x They should be used in following situations:
- For synchronized access to shared resources - use lock.
- For nested access to shared resources - use re-entrant lock.
- For  permitting  limited  number  of  accesses  to  a  resource  - use 
semaphore.
Lock
x Locks  are  used  to  synchronize  access  to  a  shared  resource.  We 
should  first  create a Lock object.  When  we  need  to  access  the 
resource  we should call acquire(  ),  then  use the resource  and once 
done, call release( ) as shown below:

lck = threading.Lock( )
lck.acquire( )
# use the resource
lck.release( )
376 Let Us Python

x For each shared resource, a new Lock object should be created.
x A lock can be in two statesͶ'Locked' or 'Unlocked'. 
x A Lock object has two methodsͶacquire( ) and release( ). If a thread 
calls  acquire(  ) it  puts  the  lock  in  'Locked'  state  if  it  is  currently  in 
'Unlocked' state and returns. If it is already in 'Locked' state then the 
call  to  acquire(  ) blocks  the  thread  (means  control  doesn't  return 
from acquire( )). A call to release( ) puts the lock in 'Unlocked' state.

RLock
x Sometimes  a  recursive  function  may  be  invoked  through  multiple 
threads. In such cases, if we use Lock to provide synchronized access 
to  shared  variables  it  would  lead  to  a  problemͶthread  will  be 
blocked when it attempts to acquire the same lock second time.
x This problem can be overcome by using re-entrant Lock or RLock.  A 
re-entrant lock only blocks if another thread currently holds the lock. 
If ƚhe cƵrrenƚ ƚhread ƚrieƐ ƚo acqƵire a lock ƚhaƚ iƚƐ alreadLJ holding 
execution continues as usual.
x A lock/rlock acquired by one  thread can be released either  by same 
thread or by another thread.

x release( ) should be called as many times as acquire( ) is called.

x Following code snippet shows working of normal lock and re-entrant 
lock.

lck = threading.Lock( )
lck.acquire( )
lck.acquire( ) # this will block
rlck = threading.RLock( )
rlck.acquire( )
rlck.acquire( )  # this won't block

x A  lock/rlock  is  also  known as  mutex  as it  permits  mutual  exclusive 

access to a resource.
Chapter 26: Synchronization 377

Semaphore
x If we wish to permit access to a resource like network connection or 
a database server to a limited number of threads we can do so using 
a semaphore object. 

x A  semaphore  object  uses  a counter  rather  than  a  lock  flag.  The 

counter  can  be  set  to  indicate  the  number  of  threads  that 
can acquire the semaphore before blocking occurs. 

x Once  the  counter  is  set,  the  counter  decreases  per acquire( ) call, 
and  increases  per release( ) call.  Blocking  occurs  only  if  more  than 
the set number of threads attempt to acquire the semaphore.

x We have to only initialize the counter to the maximum number while 
creating the semaphore object, and the semaphore implementationl 
takes care of the rest.

Mechanisms for Inter-thread Communication (ITC)
x Python's  threading module  provides  two  mechanisms  for inter-
thread communication:
(a) Event
(b) Condition
Event
x An Event object  is used to  communicate between threads.  It has an 
internal  flag  which  threads  can  set  or clear  through  methods  set(  )
and clear( ). 

x Typical  working:  If  thread  1  calls  the  method  wait( ),  it  will  wait 
(block) if internal flag has not yet been set. Thread 2 will set the flag. 
Since  the flag now stands set, Thread 1 will come out its wait state, 
perform  its  work and  then  clear the  flag.  This scenario  is  shown in 
the following program:

def fun1( ) :
while True :
# wait for the flag to be set
ev.wait( )
# once flag is set by thread 2, do the work in this thread
ev.clear( ) # clear the flag
def fun2( ) :
378 Let Us Python

while True :
# perform some work
# set the flag
ev.set( )
ev = Event( )
th1 = threading.Thread(target = fun1)
th2 = threading.Thread(target = fun2)

Condition
x A Condition object is an advanced version of the Event object. It too 
is used to communicate between threads. It has methods acquire( ), 
release( ), wait( ), notify( ) and notifyAll( ).

x A  Condition object  internally  uses  a  lock  that  can  be  acquired  or 
released  using  acquire(  ) and  release(  ) functions  respectively. 
acquire( ) blocks if the lock is already in locked state.
x Condition object can notify other  threads using notify( )/notifyAll( )
about a change in the state of the program. 
x The wait(  ) method  releases  the  lock,  and  then  blocks  until  it  is 
awakened  by a notify( ) or notifyAll( ) call for the same Condition in 
another thread. Once awakened, it re-acquires the lock and returns.

x A  thread  should release a Condition once  it  has  completed  the 

related  actions, so  that  other  threads can  acquire the condition for 
their purposes.

x Producer Consumer algorithm is a technique for generating requests 
and  processing  the  pending  requests.  Producer  produces  requests, 
Consumer consumes generated requests. Both work as independent 
threads.

x Condition object  can  be  used  to  implement  a  Producer  Consumer 

algorithm as shown below:

# Producer thread
cond.acquire( )
# code here to produce one item
cond.notify( )
cond.release( )

# Consumer thread
Chapter 26: Synchronization 379

cond.acquire( )
while item_is_not_available( ) :
cond.wait( )
# code here to consume the item
cond.release( )

x Working of Producer Consumer problem:
- Consumer waits while Producer is producing.
- Once Producer has produced it sends a signal to Consumer.
- Producer waits while Consumer is consuming.
- Once Consumer has consumed it sends a signal to Producer.
____________________________________________________________________

Problem 26.1
Write a program through which you can prove that in this programming 
situation  synchronization  is  really  required.  Then  write  a  program  to 
demonstrate how synchronization can solve the problem.

Program

import time
import threading 

def fun1( ) :
print('Entering fun1')
global g
g += 1
#time.sleep(10)
g -= 1
print('In fun1 g =', g)
print('Exiting fun1')

def fun2( ) :
print('Entering fun2')
global g
g += 2
g -= 2
print('In fun2 g =', g)
380 Let Us Python

print('Exiting fun2')

g = 10
th1 = threading.Thread(target = fun1)
th2 = threading.Thread(target = fun2)
th1.start( )
th2.start( )
th1.join( )
th2.join( )

Output

Entering fun1
In fun1 g = 10
Exiting fun1
Entering fun2
In fun2 g = 10
Exiting fun2

If you uncomment the call to time.sleep( ), the output changes to:

Entering fun1
Entering fun2
In fun2 g = 11
Exiting fun2
In fun1 g = 10
Exiting fun1

Tips
x We  are using the  global variable  g  in  fun1(  ) and fun2( ) which  are 
running  in two  different threads.  As expected, both  print  the  value 
of  g as  10,  as  both  increment  and decrement  it  by  1  and  2 
respectively.
x If  you  uncomment  the  call  to  sleep(  ) the  output  becomes 
inconsistent.  fun1( ) increments the  value  of  g to 11,  but  before  it 
can  decrement  the  incremented  value,  fun2(  ) gets  the  time-slot, 
which  increments  g to  13, decrements  it  to  11  and  prints  it.  The 
time-slot again goes to fun1( ), which decrements g to 10 and prints 
it.
Chapter 26: Synchronization 381

x The  solution  to avoid this  mismatch  is  given in  the program  shown 

below.

Program

import time
import threading 

def fun1( ) :
print('Entering fun1')
global g
lck.acquire( )
g += 1
g -= 1
lck.release( )
print('In fun1 g =', g)
print('Exiting fun1')

def fun2( ) :
print('Entering fun2')
global g
lck.acquire( )
g += 2
g -= 2
lck.release( )
print('In fun2 g =', g)
print('Exiting fun2')

g = 10
lck = threading.Lock( )
th1 = threading.Thread(target = fun1)
th2 = threading.Thread(target = fun2)
th1.start( )
th2.start( )
th1.join( )
th2.join( )

Tips
x In  main  thread  we  have  created  a  Lock object  through  the  call 
threading.Lock( ). 
382 Let Us Python

x If fun1 thread gets the first time-slot, it calls acquire( ). This call puts 

the lock in 'Locked' state and returns. So fun1 thread can work with 
g.  If midway through  its time-slot expires and  fun2 thread gets it, it 
will also call acquire( ), but it will be blocked (control will not return 
from  it)  since  lock  is  in  'Locked'  state.  In  the  next  time-slot  fun1 
thread  finishes  its  work  and  releases  the  lock  (puts  the  lock  in 
'Unlocked'  state)  by  calling  release(  ).  As  a  result,  fun2 thread  can 
work with g when it gets time-slot.
____________________________________________________________________

Problem 26.2
Write  a  program  that  calculates  the  squares  and  cubes  of  first  6  odd 
numbers  through  functions  that  are  executed  in  two  independent 
threads.  Incorporate  a  delay  of  0.5  seconds after  calculation  of  each 
square/cube  value.  Report  the  time  required  for  execution  of  the 
program. Make sure  that the  output of  squares(  ) and cubes( ) doesn't 
get mixed up.

Program

import time
import threading

def squares(nos, lck) :
lck.acquire( )
print('Calculating squares...')
for n in nos :
time.sleep(0.5)
print('n = ', n, ' square =', n * n)
lck.release( )

def cubes(nos, lck) :
lck.acquire( )
print('Calculating cubes...')
for n in nos :
time.sleep(0.5)
print('n = ', n, ' cube =', n * n * n)
lck.release( )

arr = [1, 3, 5, 7, 9, 11]
startTime = time.time( )
Chapter 26: Synchronization 383

lck = threading.Lock( ) 

th1 = threading.Thread(target = squares, args = (arr, lck))

th2 = threading.Thread(target = cubes, args = (arr, lck))
th1.start( )
th2.start( )
th1.join( )
th2.join( )

endTime = time.time( )
print('Time required = ', endTime - startTime, 'sec')

Output

Calculating squares...
n =  1  square = 1
n =  3  square = 9
n =  5  square = 25
n =  7  square = 49
n =  9  square = 81
n =  11  square = 121
Calculating cubes...
n =  1  cube = 1
n =  3  cube = 27
n =  5  cube = 125
n =  7  cube = 343
n =  9  cube = 729
n =  11  cube = 1331
Time required =  6.001343250274658 sec

Tips
x To  ensure  that  output  of squares(  ) doesn't  get  mixed  up  with 
output  of  cubes(  ) we  should  ensure  that  when  one  is  working 
another should be put on hold.

x In  main  thread  we  have  created  a  Lock object  through  the  call 
threading.Lock(  ).  Along  with  the  list,  this  Lock object  is  shared 
between squares( ) and cubes( ).

x If squares  thread gets the  first time-slot, it calls acquire( ). This call 

puts  the  lock  in  'Locked'  state  and  returns.  So  squares thread can 
384 Let Us Python

start  generating  and  printing  squares.  If  midway  through  its  time-
slot expires and cubes thread gets it, it will also call acquire( ), but it 
will  be  blocked  (control  will  not  return  from  it)  since  lock  is  in 
'Locked' state. In  the next time-slot squares thread finishes its work 
and  releases  the  lock  (puts  the  lock  in  'Unlocked'  state)  by  calling 
release( ).

x Similar  reasoning  would  hold  good  if  cubes thread  gets  the  first 
time-slot.
x Suppose  there  were  three  threads  squares,  cubes and  quadruples
and  squares thread  acquires  the  lock.  When  it  releases  the  lock 
which  of  the  two  waiting  threads  will  proceed  is  not  defined  and 
may vary across Python implementations.
____________________________________________________________________

Problem 26.3
Write  a  program  that  prints  the  following  3  messages  through  3 
different threads:
[What is this life...]
[We have no time...]
[To stand and stare!]

Each thread should be passed the relevant message and should print '[', 
message and ']' through three different print( ) calls.

Program

import time
import threading

def printMsg(msg, lck):
lck.acquire( )
print('[', end = '')
print(msg, end = '')
time.sleep(0.5)
print(']')
lck.release( )

lck = threading.Lock( ) 
th1 = threading.Thread(target = printMsg, 
args = ('What is this life...', lck))
Chapter 26: Synchronization 385

th1.start( )
th2 = threading.Thread(target = printMsg, 
args = ('We have no time...', lck))
th2.start( )
th3 = threading.Thread(target = printMsg, 
args = ('To stand and stare!', lck))
th3.start( )

th1.join( )
th2.join( )
th3.join( )

Tips
x Three threads are created. In each thread the printMsg( ) function is 
executed, but a different message is passed to it in each thread.

x To  ensure  that  '[',  message and  ']' are printed  in the same  order  in 

each thread, the activity of the threads is synchronized. 
x When one thread acquires a lock, others are blocked until the thread 
that acquired the lock releases it.
____________________________________________________________________

Problem 26.4
Write  a  program  that  runs  a  recursive  print_num(  ) function  in  2 
threads.  This  function  should  receive  an  integer  and  print  all  numbers
from that number up to 1.

Program

import threading 

def print_num(n) :
try :
rlck.acquire( )
if n == 0 : 
return 
else :
t = threading.current_thread( )
print(t.name, ':', n)
n -= 1
386 Let Us Python

print_num(n)
finally :
rlck.release( )

rlck = threading.RLock( )
th1 = threading.Thread(target = print_num, args = (8,))
th1.start( )
th2 = threading.Thread(target = print_num, args = (5,))
th2.start( )
th1.join( )
th2.join( )

Output

Thread-1 : 8
Thread-1 : 7
Thread-1 : 6
Thread-1 : 5
Thread-1 : 4
Thread-1 : 3
Thread-1 : 2
Thread-1 : 1
Thread-2 : 5
Thread-2 : 4
Thread-2 : 3
Thread-2 : 2
Thread-2 : 1

Tips
x Since  we are sharing resources in a recursive function we have used 
RLock instead of Lock.
x A  lock  acquired  by  one  thread  can  be  released  by  another.  So  we 
have  released the  lock in finally block for each thread.  finally block 
goes  to work only when control returns from print_num( ) last time 
after completing all recursive calls. 
x We have  printed name of  each thread along with the  current value 
of n so that we get an idea of which thread are we working in.
Chapter 26: Synchronization 387

x If  we replace  RLock with  Lock we will  get  output  from  one  thread 
only.  This  is because one  thread  will  acquire the  lock and  do some 
printing.  When  its'  time-slot  expires  and  another  thread  gets  it,  it 
will also call acquire( ) and would get blocked.
x If you do not use any lock the output from the two  threads will get 
mixed up.
____________________________________________________________________

Problem 26.5
Write a  program that  runs a recursive  factorial(  ) function in 2 threads. 
This  function  should  receive  an  integer  and  print  all  the  intermediate 
products and final product.

Program

import threading 

def factorial(n) :
try :
rlck.acquire( )
if n == 0 : 
return 1 
else :
p = n * factorial(n - 1)
print(f'{n}! = {p}')
return p
finally :
rlck.release( )

rlck = threading.RLock( )
th1 = threading.Thread(target = factorial, args = (5,))
th1.start( )
th2 = threading.Thread(target = factorial, args = (8,))
th2.start( )
th1.join( )
th2.join( )

Output

1 != 1
388 Let Us Python

2 != 2
3 != 6
4 != 24
5 != 120
1 != 1
2 != 2
3 != 6
4 != 24
5 != 120
6 != 720
7 != 5040
8 != 40320

Tips
x Since  we are sharing resources in a recursive function we have used 
RLock instead of Lock.

x A  lock  acquired  by  one  thread  can  be  released  by  another.  So  we 
have  released the  lock in finally block for each thread.  finally block 
goes  to  work  only  when control  returns  from  factorial(  ) last  time 
after completing all recursive calls. 
x If  we replace  RLock with  Lock we will  get  output  from  one  thread 
only.  This  is because one  thread  will  acquire the  lock and  do some 
calculation  and  printing.  When  its'  time-slot  expires  and  other 
thread gets it, it will also call acquire( ) and would get blocked.
x If we do not use  any lock the  output from  the two threads will  get 
mixed up.
____________________________________________________________________

Problem 26.6
Write a program that defines a function fun( ) that prints a message that 
it  receives  infinite  times.  Limit  the  number  of  threads  that  can  invoke 
fun( ) to 3. If 4th thread tries to invoke fun( ), it should not get invoked.

Program

import threading 

def fun(msg) :
Chapter 26: Synchronization 389

s.acquire( )
t = threading.current_thread( )
while True :
print(t.name, ':', msg)
s.release( )

s = threading.BoundedSemaphore(3)
th1 = threading.Thread(target = fun, args = ('Hello',))
th2 = threading.Thread(target = fun, args = ('Hi',))
th3 = threading.Thread(target = fun, args = ('Welcome',))
th4 = threading.Thread(target = fun, args = ('ByeBye',))
th1.start( )
th2.start( )
th3.start( )
th4.start( )
th1.join( )
th2.join( )
th3.join( )
th4.join( )

Output

Thread-2 : Hi
Thread-1 : Hello
Thread-2 : Hi
Thread-1 : Hello
Thread-2 : Hi
Thread-3 : Welcome
Thread-1 : Hello
Thread-2 : Hi
Thread-3 : Welcome
Thread-3 : Welcome
Thread-3 : Welcome
...

Tips
x From  the  output  it  is  evident  that  the  4th thread  could  not  invoke 
fun( ). 
____________________________________________________________________
390 Let Us Python

Problem 26.7
Write a program that runs functions fun1( ) and fun2( ) in two different 
threads. Using an  event object,  function fun1( ) should wait  for fun2( )
to  signal  it  at  random  intervals  that  its  wait  is  over.  On  receiving  the 
signal, fun1( ) should report the time and clear the event flag.

Program

import threading
import random
import time

def fun1(ev, n) :
for i in range(n) :
print(i + 1, 'Waiting for the flag to be set...')
ev.wait( )
print('Wait complete at:', time.ctime( ))
ev.clear( )
print( )

def fun2(ev, n):

for i in range(n):
time.sleep(random.randrange(2, 5))
ev.set( )

ev = threading.Event( )
th = [ ]
num = random.randrange(4, 8)
th.append(threading.Thread(target = fun1, args = (ev, num)))
th[-1].start( )
th.append(threading.Thread(target = fun2, args = (ev, num)))
th[-1].start( )
for t in th :
t.join( )
print('All done!!')

Output

1 Waiting for the flag to be set...
Wait complete at: Sat Nov  2 11:03:43 2019
Chapter 26: Synchronization 391

2 Waiting for the flag to be set...
Wait complete at: Sat Nov  2 11:03:45 2019

3 Waiting for the flag to be set...
Wait complete at: Sat Nov  2 11:03:48 2019

4 Waiting for the flag to be set...
Wait complete at: Sat Nov  2 11:03:52 2019

5 Waiting for the flag to be set...
Wait complete at: Sat Nov  2 11:03:54 2019

All done!!

Tips
x Note how the thread array is maintained using the index value '-1' to 
refer to the last thread added to the array.
____________________________________________________________________

Problem 26.8
Write a program that implements a Producer - Consumer algorithm. The 
producer  thread  should  generate  random  numbers  in  the  range  10  to 
20. The consumer thread should print the square of the random number 
produced by the producer thread. 

Program

import threading
import random
import queue
import time

def producer( ) :
for i in range(5) :
time.sleep(random.randrange(2, 5))
cond.acquire( )
num = random.randrange(10, 20)
print('Generated number =', num)
q.append(num)
cond.notify( )
392 Let Us Python

cond.release( )

def consumer( ) :
for i in range(5) :
cond.acquire( )
while True:
if len(q) :
num = q.pop( )
break
cond.wait( )

print('Its square =', num * num)

cond.release( )

cond = threading.Condition( )
q=[]
th1 = threading.Thread(target = producer)
th2 = threading.Thread(target = consumer)
th1.start( )
th2.start( )
th1.join( )
th2.join( )
print('All done!!')

Output

Generated number = 14
Its square = 196
Generated number = 10
Its square = 100
Generated number = 13
Its square = 169
Generated number = 15
Its square = 225
Generated number = 10
Its square = 100
All done!!
Chapter 26: Synchronization 393

Tips
x Examine  the  program  for  the  following  possibilities  and  satisfy 
yourself that it works as per expectation in all situations:
- Producer gets a time-slot before Consumer
- Producer gets time-slot when Consumer is consuming
- Producer finishes producing before its time-slot expires
- Consumer gets a time-slot after Producer
- Consumer finishes before its time-slot expires
- Consumer gets a time-slot before Producer
- Consumer gets time-slot when Producer is busy
____________________________________________________________________

[A] State whether the following statements are True or False:
(a) All multi-threaded applications should use synchronization.
(b) If 3  threads are  going  to read  from a  shared  list  it  is necessary  to 
synchronize their activities.
(c) A Lock acquired  by one  thread can  be released  by either the same 
thread or any other thread running in the application.
(d) If  Lock  is  used  in  reentrant  code  then  the  thread  is  likely  to  get 
blocked during the second call.
(e) Lock and RLock work like a Mutex.
(f) A  thread  will  wait  on  an  Event  object  unless  its  internal  flag  is 
cleared.
(g) A Condition object internally uses a lock.
(h) While  using RLock we must  ensure  that we  call  release( ) as many 
times as the number of calls to acquire( ).
(i) Using  Lock  we  can  control  the  maximum  number  of  threads  that 
can access a resource.
(j) There  is  no  difference  between  the  synchronization  objects  Event 
and Condition.
(k) If in a  Python  program one  thread  reads  a  document and  another 
thread  writes to  the same  document then  the  two threads  should 
be synchronized.
394 Let Us Python

(l) If in a  Python program one thread copies a document and another 

thread  displays  progress  bar  then  the  two  threads  should  be 
synchronized.
(m) If in  a  Python  program  one  thread  lets  you  type  a  document  and 
another  thread  performs  spellcheck  on  the  same  document  then 
the two threads should be synchronized.
(n) If in a Python program one  thread can scan a document for viruses 
and  another  thread  can  pause  or  stop  the  scan  then  the  two 
threads should be synchronized.

[B] Answer the following questions:

(a) Which  synchronization mechanisms  are used  for sharing resources 
amongst multiple threads?
(b) Which  synchronization  objects  are  used  for  inter-thread 
communication in a multi-threaded application?
(c) What is the difference between a Lock and RLock?
(d) What is the purpose of the Semaphore synchronization primitive?
(e) Write a program that has three threads in it. The first thread should 
produce random numbers  in the range  1 to 20, the second  thread 
should display the  square of  the  number generated by first thread 
on  the  screen,  and  the  third  thread  should  write  cube of  number 
generated by first thread into a file.

(f) Suppose one  thread is producing numbers from 1 to n and another 

thread  is printing the  produced  numbers. Comment  on the  output 
that we are likely to get.

(g) What  will  happen  if  thread  t1 waits  for  thread  t2 to  finish  and 
thread t2 waits for t1 to finish?

[C] Match the following pairs:

a.  RLock 1.  limits no. of threads accessing a resource
b.  Event 2.  useful in sharing resource in reentrant code
c.  Semaphore 3.  useful for inter-thread communication
d.  Condition 4.  signals waiting threads on change in state
e.  Lock 5.  useful in sharing resource among threads
 Precedence Table
A
Let Us

Python

“Preferential treatments...”

395
396 Let Us Python

Description Operator Associativity

Grouping () Left to Right

Function call function( ) Left to Right

Slicing [start:end:step] Left to Right

Exponentiation ** Right to Left

Bitwise NOT ~ Right to Left

Unary plus / minus + - Left to Right

Multiplication * Left to Right

Division / Left to Right

Modular Divsion % Left to Right

Addition + Left to Right

Subtraction - Left to Right

Bitwise left shift << Left to Right

Bitwise right shift >> Left to Right

Bitwise AND & Left to Right

Bitwise XOR ^ Left to Right

Bitwise OR | Left to Right

Membership In not in Left to Right

Identity is is not Left to Right

Relational < > <= >= Left to Right

Equality == Left to Right

Inequality != <> Left to Right

Logical NOT not Left to Right

Logical AND and Left to Right

Logical OR or Left to Right

Assignment = += -= *= /= %= //= **= &= |= ^= >>= <<= Right to Left

 Debugging in 
B Python

Let Us

Python

Dont bug others, debug instead...

397
398 Let Us Python

Debugging
x Two  types  of  errors  occur  while  creating  programsͶSyntax  errors 
and Logical errors.

x Syntax  errors  are  grammatical  errors  and  are  reported  by  Python 
interpreter.  It  is  easy  to  rectify  these  errors  as  interpreter  tells  us 
exactly which statement in the program is incorrect and why is it so.
x Logical errors are difficƵlƚ ƚo locaƚe becaƵse ǁe donƚ geƚ anLJ hinƚ as 
to  where  things  are  wrong  in  our  program  and  why  we  are  not 
getting the desired results.

x Bug means an error. Debugging means process of removal of errors.
Debugger  is a special  program  the can  help us detect  Logical errors 
in our program.
x There are many debuggers available for debugging Python programs. 
No  matter which  debugger we  use, the  steps for debugging remain 
same. These steps are given below:

(a) Start the debugger
(b) Set breakpoints
(c) Step through the source code one line at a time
(d) Inspect the values of variables as they change
(e) Make corrections to the source code
(f) Rerun the program to make sure the fixes are correct
Given  below  is  a  detailed  explanation  of  these  steps for  IDLE
debugger.

Start Debugger
x Start  IDLE  and type  any  program  in  it,  or  open  an  already  typed 
source file.
x In the Shell window, click on the 'Debug' menu option at the top and 
then  choose  'Debugger'  from  the  pop-up  menu.  A  new  window 
shown  in  Figure  B.1  and  titled  'Debug  Control'  will  appear  on  the 
screen. 
Appendix B: Debugging in Python 399

Figure B.1
x The Shell window will show:
>>>
[DEBUG ON]
>>>
Set Breakpoints
x A  breakpoint  is  a  marker  in  our  code  that  tells  the  debugger  that 
execution should proceed at normal speed up to the breakpoint, and 
stop  there.  Execution  will  not  proceed  beyond  it  unless  we  do  so 
through manual intervention.

x Break  points  can  be  set  in  a  program  wherever  we  suspect 
something  may go  wrong. We can  have  many  of  them at  different 
statements in one program.
x To set up a break point right click on a line of the source and choose 
'Set breakpoint' from the menu.
x On  setting a  breakpoint  the  background  color of  the  line  turns 
yellow to show that a breakpoint has been set at that line.

Single Step through Program
x Execute the program using F5.
x The Debug Control window will now show in blue color the first line 
from where our program execution is to start. This means that line is 
ready to be executed.
400 Let Us Python

x From  this  point  we can  click  the  'Go' button  in  the  Debug  Control 
window  to execute the  program at normal speed until a  breakpoint 
is encountered (or input is requested or the program finishes). 
x Once control reaches the breakpoint, we can use the 'Step' button to 
step  through our code, one  line at a  time. If the line  being stepped 
through has a  function call,  execution will go to the  first line  of the 
function  definition  (we are  "stepping  into"  the  function).  If we  not 
wish to examine the statements in the  function, we can  choose the 
'Over' button to step over the function.

Inspect Values
x As we  single step through  the  program we can  watch the  type and 
value  of  local  and  global  variables  used  in  our  program  at  the 
bottom of the Debug Control window. 
x As different steps of our program get executed and the values of the 
variables  change,  the  changed  values  get  displayed  in  the  Debug 
Control window.

Correct and Run Again
x By watching the values of the variables if we get a clue as to what is 
wrong with our program, we can stop the execution using the 'Quit' 
button.  We  can  then  rectify  the  program  and  debug  it again  using 
the same steps.

x While  single stepping  if  we reach  inside a  function  and  we wish  to

finish execution of the function at normal speed and return from the 
function, we can do so using the 'Out' button. 
 Chasing the Bugs
C
Let Us

Python

“Wading through the choppy waters...”

401
402 Let Us Python

How  can  we  chase  away the  bugs  in  a  Python  program?  No  sure-shot 
way for that. So I thought if I make a list of more common programming 
mistakes, it might be of help. I have presented them below. They are not 
arranged in any particular order, but I think, they would be a good help!

Bug 1
Mixing tabs with spaces in indentation. 
Consider the code snippet given below:

if a < b :
a = 10
b = 20

Here the first statement in if block has been indented using tab, whereas 
the  second  has  been  indented  using  spaces.  So  on  the  screen  the 
snippet  looks  alright,  but  Python  interpreter  will  flag  an  error.  Such 
errors are difficult to spot, so always use 4 spaces for indentation.

Bug 2
Missing : after if, loop, function, class. 
Since other languages do not need a : those who migrate to Python from 
other languages tend to forget to use :.

Bug 3
Using ++ or --.
Don't increment/decrement  using  ++ or  --. There  are only two ways  to 
increment/decrement a variable:

i = i + 1
i += 1

Bug 4
No static types for variables. 
Unlike  other  languages,  we  do  not  have  to  define  the  type  of  the 
variable. Type  of  the  variable is  determined  dynamically  at the  time of 
Appendix C: Chasing the Bugs  403

execution  based on  the  usage of  the  variable.  So  in  the  following code 
snippet a is integer to begin with, but when the context changes its type 
changes to str.

a = 25
print(type(a)) # prints <class 'int'>
a = 'Hi'
print(type(a)) # prints <class 'str'>

Bug 5
Deleting an item from a list while iterating it.

lst = [n for n in range(10)]
for i in range(len(lst)) :
if i % 2 == 0 :
del lst[i]

Correct way to do this is to use list comprehension as shown below:

lst = [n for n in range(10)]
lst = [n for n in lst if n % 2 != 0]
print(lst)

Bug 6
Improper interpretation of range( ) function.
Remember the following for loop will generate numbers from 0 to 9 and 
not from 1 to 10.

for i in range(10) :
print(i)

Bug 7
Using = in place of ==. 
When performing a  comparison between two objects or value, you just 
use  the  equality  operator  (==),  not  the  assignment  operator  (=).  The 
assignment  operator  places  an  object  or  value  within  a  variable  and 
doesnt compare anything
404 Let Us Python

Bug 8
Difference in built-in and other types while referring to objects.

i = 10
j = 10
a = 'Hi'
b = 'Hi'
x = [10]
y = [10]
print(id(i), id(j), id(a), id(b), id(x), id(y))

id(  ) returns  the  address  stored  in  its  argument.  Since  i and  j are 
referring  to  same  int,  they  contain  same  address.  Since  a and  b are 
referring to same string, they contain same address. However, addresses 
stored in  x and  y are different  as two  objects each  containing [10]  are 
created.

Bug 9
Using improper case in logical values.
All keywords and operator (like and, or, not, in, is) are in small-case, but 
logical values are True and False (not true and false).

Bug 10
Improper order of function calls.
While creating  complex Python statements  we may place function calls 
in  wrong  order producing  unexpected  results.  For  example,  in  the 
following code snippet if  we change the  order of  the function calls,  we 
get different results.

s = "  Hi  "

print(s.strip().center(21, "!"))  # prints !!!!!!!!!!Hi!!!!!!!!!
print(s.center(21, "!").strip( ))  # prints !!!!!!!!  Hi  !!!!!!!

Remember that Python always executes functions from left to right. 

Bug 11
Improperly initializing a mutable default value for a function argument. 
Consider the following code snippet:
Appendix C: Chasing the Bugs  405

def fun(lst = [ ]) :
lst.append('Hi')
print(lst)
fun( ) # prints ['Hi']
fun( ) # prints ['Hi', 'Hi']

It  may  appear  that  during  each  call  to  fun  'Hi'  would  be  printed. 
However,  this  doesn't  happen  since  the  default  value  for  a  function 
argument  is  only  evaluated  once,  at  the  time  that  the  function  is 
defined. Correct way to write this code would be:

def fun(lst = None) :
if lst is None :
lst = [ ]
lst.append('Hi')
print(lst)

fun( )
fun( )

Bug 12
Common exceptions.
Following is  a list of  common  exceptions that occur  at runtime and the 
reasons that cause them:
AssertionError - It is raised when the assert statement fails.

age = int(input('Enter your age: '))
assert age >= 0, 'Negative age'

AttributeError - It is raised when we try to use an attribute that doesn't 
exist.

s = 'Hi'
s.convert( ) #  str doesn't have convert( ) method

EOFError - It  is  raised  when  the  input()  function  hits  the  end-of-file 
condition.
ImportError - It is raised when the imported module is not found.
406 Let Us Python

IndexError - It is raised when the index of a sequence is out of range.

lst = [10, 20, 30]
print(lst[3])

KeyError - It is raised when a key is not found in a dictionary.

KeyboardInterrupt - It is raised when the user hits Ctrl+c.
MemoryError - It is raised when an operation runs out of memory.
NameError - It is raised when a variable is not found in the local or global 
scope.
RuntimeError - It is raised when an  error  does not  fall under  any other 
category.
StopIteration - It is raised by the next( ) function to indicate that there is 
no further item to be returned by the iterator.
TypeError - It  is  raised when  a  function  or  operation  is  applied  to  an 
object of an incorrect type.
 Index 
I
Let Us

Python

“Random access begins here...”

407
408 Let Us Python

**, 20, 135, 136, 162 append( ), 97
*, 92, 98, 113 precedence table, 395
@, 340 debugging in python, 397
_ _add_ _, 249 chasing the bugs, 401
__del__( ), 232 arguments, keyword, 160
_ _doc_ _, 334 arguments, positional, 160
_ _eq_ _, 249 arguments, variable length, 160
_ _floordiv_ _, 249 arithmetic operators, 20
_ _ge_ _, 249 asin( ), 25
_ _gt_ _, 249 assert, 339
_ _iadd_ _, 249 assertion, 339
_ _idiv_ _, 249 assignment, 20
_ _ifloordiv_ _, 249 associativity, 22
_ _imod_ _, 249 atan( ), 25
_ _imult_ _, 249
__init_ _( ), 232
_ _ipow_ _, 249 B
_ _isub_ _, 249
_ _iter_ _, 279 basic dictionary operations, 133
_ _le_ _, 249 basic list operations, 93
_ _lt_ _, 249 basic set operations, 123
_ _main_ _, 206 basic tuple operations, 111
_ _mod_ _, 249 basic types, 19
_ _mult_ _, 249 bin( ), 24
_ _name_ _, 206 bitwise operators, 338
_ _ne_ _, 249 break, 73
_ _next_ _, 279 built-in functions, 23
_ _pow_ _, 249 built-in functions, 42
_ _sub_ _, 249 built-in modules, 24
_ _truediv_ _, 249 bytes datatype, 345

A C

abs( ), 23 calling methods, 247
abspath( ), 327 capitalize( ), 44
abstract classes, 268 ceil( ), 24
access convention, 231 chr( ), 23
accessing dictionary elements, 132 class methods, 234
accessing list elements, 92 class variables, 234
accessing set elements, 123 classes and objects, 28
accessing string elements, 40 classes and objects , 227
accessing tuple elements, 110 classes and objects in programming, 
acos( ), 25 229
add( ), 123 clear( ), 125
all( ), 59 close( ), 319
any( ), 59 cmath, 24
and, 57 code point, 345
Index  409
command-line arguments, 335 documentation strings, 334
comments and indentation, 27 dump( ), 323
communication with functions, 159 dumps( ), 324
complex, 18
comprehensions, 145
concurrency and parallelism, 356 E
concurrency and parallelism in 
programming, 357 e, 24
concurrency and parallelism, 355 elif, 56
concurrency for improving  else block, 308
performance, 359 else block of a loop, 73
condition, 378 else, 56
conditional expressions, 58 encoding, 325
console input, 82 endswith( ), 42
console input/output , 81 event, 377
console output, 83 event-driven programming model, 6
container types, 26 everything is an object, 250
containership, 260 example of communication between 
continue, 73 threads, 374
conversions, 23 examples of sharing resources, 374
copyfile( ), 327 except, 302
cos( ), 25 exception handling , 299
cosh( ), 25 exception handling tips, 309
count( ), 97 exceptions, 301
cpu-bound & i/o-bound prog, 358 exp( ), 24
create executable file, 347 exponentiation operator, 20

D F

decimal, 19 fabs( ), 24
decision control instruction, 56 factorial( ), 24
decorating functions with  features of inheritance, 265
arguments, 342 file and directory operations, 326
decorators, 340 file i/o, 318
default values for arguments, 163 file input/output, 317
degrees( ), 25 file opening modes, 320
del( ), 96 filter( ) function, 196
determining python version, 15 finally block, 309
diamond problem, 267 find( ), 42
dictionaries , 131 float, 18
dictionary comprehension, 148 floor( ), 24
dictionary methods, 135 for loop, 70
dictionary varieties, 135 formatted printing, 83
dir( ), 234 fstring, 83
discard( ), 125 functional programming, 192
divmod( ), 24 functional programming model, 5
docstring, 334 functions, 157
410 Let Us Python

functions as first-class values, 192 isdigit( ), 42
functions, 158 isfile( ), 327
isinstance( ), 28
islower( ), 42
G issubclass( ), 264
isupper( ), 42
generator expressions, 283 items( ), 133
generators, 282 iterable, 278
getcwd( ), 326 iterators, 278
getopt, 336 iteration to recursion, 182
globals( ) and locals( ), 219 iterators, 279
iterators and generators, 277

H
J
has a relationship, 260
hex( ), 24 JSON, 323
higher order functions, 194 join( ), 327
how to deal with exceptions?, 302
how to use try - except?, 303
K
I keys( ), 133
keyword arguments, 160
I/O system, 318 keywords, 18
id( ), 28
identifier naming convention , 246
identifiers and keywords, 18 L
if, 56
imitating a structure , 252 lambda functions, 193
importing a module, 207 launching threads, 361
indentation, 27 left shift, 338
index, 407 len( ), 93
index( ), 97 library functions, 25
inheritance, 261 like a relationship, 260
inner functions, 221 list comprehension, 146
input( ), 82 list methods, 97
insert( ), 97 list varieties, 98
int, 18 list, 92
integer and float ranges, 19 listdir( ), 348
interactive mode, 13 lists , 91
inter-thread communication, 321,  load( ), 323
intricacies of classes and objects, 245 lock , 375
intricacies of classes and objects,  log( ), 24
199,  log10( ), 24
introduction to python, 1 logical operators, 57
isalnum( ), 42 looping in dictionaries, 133
isalpha( ), 42 looping in lists, 93
Index  411
looping in sets, 123 objects, 229
looping in tuples, 111 oct( ), 24
lower( ), 43 open( ), 318
lstrip( ), 43 operation nuances, 21
operator overloading, 248
operator precedence, 22
M or, 57
ord( ), 44
main module, 206
makedirs( ), 327
map( ) function, 195 P
map, filter, reduce, 195
math module, 24 PYTHONPATH, 208
mathematical set operations, 125 Python basics, 17
max( ), 24 Python installation under Linux, 11
mechanisms for inter-thread  Python installation under Windows, 
communication, 377 10
mechanisms for sharing resources,  Python, reasons for popularity, 18
375 Python resources, 2
min( ), 24 Python specification, 12
miscellany, 333 Python type Jargon, 10
modf( ), 24 Python types, 26
modules and packages_, 205 packages, 209
moving within a file, 321 parsing of command-line, 336
multi-lining, 27 pass statement, 60
multiple modules, 206 passing parameters to a thread, 362
multiple objects, 29 perf_counter( ), 343
pi, 24
pop( ), 97
N positional arguments, 160
pow( ), 23
NameError, 302 precedence and associativity, 22
namespace, 218 print( ), 83, 84
nested dictionary, 135 problem as similar sub-problems, 
next( ), 280 177
none, 160 problem with unknown loops, 179
not, 57 procedural programming model, 5
nuances of conditions, 57 programming paradigms, 4
nuances of try and except, 304 programming paradigms, 228
classes and objects, 228
comprehensions, 146
O dictionaries, 132
function, 158
lists, 92
Object class, 265
object creation, 230
object initialization, 232
object-oriented prog model, 6
412 Let Us Python

Q strings , 39
symbol table, 218
queue data structure, 99 synchronization, 374
synchronization_, 373
syntax errors, 300
R
read / write operations, 319
T
reasons for popularity, 2
receiving input, 59 third-party packages, 210
recursion, 175 thread properties, 361
recursion limit, 182 threads, 356
recursive factorial function, 178 tuple methods, 113
recursive function, 176 tuple varieties, 113
tuples, 109
reduce( ) function, 196
tuples, 110
repetition control instruction, 70
type( ), 28
repetitions, 176
type conversion, 252
replace( ), 42
reuse mechanisms, 260 types of arguments, 160
rlock , 376 types of concurrencies, 360
runtime polymorphism, 269 types of inheritance, 265
types of recursion, 181

S
U
same code, different interpretation, 
209 unicode, 345
unpacking arguments, 163
scope and legb rule, 222
unpacking dictionary, 135, 136
script mode, 13
unpacking list, 98
search sequence, 208
unpacking tuple, 113
seek( ), 321
semaphore, 377 updating set operations, 126
serialization and deserialization, 322 usage of for loop, 71
serialization of user-defined types,  usage of while loop, 70
325 user-defined classes, 229
set comprehension, 147 user-defined exceptions, 305
set methods, 124 user-defined iterators, 281
set varieties, 126 using built-in functions on 
dictionaries, 134
sets, 121
using built-in functions on lists, 96
sets, 122
using built-in functions on sets, 124
sorting and reversing, 97
stack data structure, 99 using built-in functions on tuples, 
string comparisons, 44 112
string conversions, 43 using lambda with map( ), filter( ), 
string methods, 42 reduce( ), 197
string properties, 41
strings, 40
Index  413
V

variable type and assignment, 20
variations of import, 208
vars( ) and dir( ) functions, 234

W
with keyword, 321
working with python, 13

xor, 338

Y
yield, 282

Z
zip( ) function , 278