14 - Dados Estruturados14 - Dados Estruturados14 - Dados ...iceb.ssdi.di.fct.unl.pt/1920/files/ICE-B-14.pdf · Dicionários: • Estruturas de dados associando chave e valor Exemplo:

ICE-BICE-BICE-BICE-BICE-BICE-BICE-BICE-BICE-B

14 - Dados Estruturados14 - Dados Estruturados14 - Dados Estruturados14 - Dados Estruturados14 - Dados Estruturados14 - Dados Estruturados14 - Dados Estruturados14 - Dados Estruturados14 - Dados Estruturados

Ludwig Krippahl

1

Dados EstruturadosDados EstruturadosDados EstruturadosDados EstruturadosDados EstruturadosDados EstruturadosDados EstruturadosDados EstruturadosDados Estruturados

Resumo■ Organizar os dados de forma estruturada■ Dicionários:• Estruturas de dados associando chave e valor

■ Exemplo: calcular massa molecular■ Classes (extra):• Criar objectos em Python

■ Exemplo: configuração electrónica

2


DicionáriosDicionáriosDicionáriosDicionáriosDicionáriosDicionáriosDicionáriosDicionáriosDicionários

3


Motivação para estruturar os dados■ Se usarmos tuplos ou listas precisamos de• Lembrar onde está cada valor (e.g. Id, sequência)• Procurar o elemento que queremos (e.g. find)

■ É mais difícil alterar informação guardada• E.g. passar a ter tuplos (id, organismo, sequência)

■ O que dava jeito é poder organizar os dados por nome• Como se fossem "sub-variáveis"

4


Conjuntos não ordenados de chave:valor■ Sintaxe: {chave1:valor1,chave2:valor2, ...}■ A chave tem de ser um objecto imutável• Número, string, tuplo, por exemplo

■ O valor pode ser qualquer objecto■ A indexação é feita pela chave

In : capitals = {'Paris':'France','Lisbon':'Portugal','London':'United Kingdom'In : capitals['Paris'] Out: 'France' In : capitals['Lisbon'] Out: 'Portugal'

5


Conjuntos não ordenados de chave:valor■ Podemos acrescentar ou substituir valores atribuindo a uma chave

In : capitals['Madrid']='Spain' In : capitals Out: {'Lisbon': 'Portugal', 'London': 'United Kingdom', 'Madrid': 'Spain', 'Paris': 'France'}

■ Isto facilita a organização de informação.

6


Exemplo: enzimas, da aula anteriordef enzyme_dictionary(file_name): """Read enzyme data to dictionary id: recon,cut)""" enzymes = {} lines = open(file_name).readlines() for el in lines: e_id,recon,cut = el.split(';') enzymes[e_id]={'recon':recon,'cut':cut} return enzymes

In : enzymes = enzyme_dictionary('enzymes.txt') Out: {'AluI': {'cut': 'AG-CT', 'recon': 'AGCT'}, 'BamHI': {'cut': 'G-GATCC\n', 'recon': 'GGATCC'}, 'EcoRI': {'cut': 'G-AATTC\n', 'recon': 'GAATTC'}, ...} In : enzymes['AluI']['cut'] Out: 'AG-CT' In : enzymes['TaqI']['recon'] Out: 'TCGA'

7


Exemplo: cálculo da massa molecularExemplo: cálculo da massa molecularExemplo: cálculo da massa molecularExemplo: cálculo da massa molecularExemplo: cálculo da massa molecularExemplo: cálculo da massa molecularExemplo: cálculo da massa molecularExemplo: cálculo da massa molecularExemplo: cálculo da massa molecular

8

Massa MolecularMassa MolecularMassa MolecularMassa MolecularMassa MolecularMassa MolecularMassa MolecularMassa MolecularMassa Molecular

Calcular a massa molecular dada a fórmulaIn : molecular_mass('CaCO3') # calcium carbonate Out: 100.08747 In : molecular_mass('CH3COOC6H4COOH') # aspirin Out: 180.15829200000002 In : molecular_mass('K[PtCl3(C2H4)]') # Zeise's salt Out: 368.59614600000003

■ Precisamos de:• Massas atómicas• Algoritmo• Planear o programa

9


Ficheiro com massa atómica:■ Ficheiro com valores separados por tabs (periodic_table.txt)

atomicNumber symbol name atomicMass

1 H Hydrogen 1.007944

2 He Helium 4.0026022

3 Li Lithium 6.9412

4 Be Beryllium 9.0121823

5 B Boron 10.8117

6 C Carbon 12.01078

7 N Nitrogen 14.00672

...

10


Algoritmo■ Do ficheiro criar um dicionário com símbolo:massa dos átomos■ Da fórmula um dicionário com símbolo:número para cada átomo• Como? Decompor em sub problemas• Procurar a primeira letra maiúscula (e.g. 'CaCO3')• Procurar a letra maiúscula seguinte (ou o fim)• Retirar slice entre ambas (e.g. Ca, C, O3)• Letras dão símbolo, números dão o número de átomos• Se não tem número, o número é 1

■ Percorrer o dicionário dos átomos da fórmula, somar massaconsultando o dicionáro das massas atómicas

11


Plano do programadef read_mass(file): "return dictionary with atom and atomic mass" def next_upper(formula, index): "position of next uppercase from index" def convert(fragment): "converts a fragment from a formula into dictionary" def decompose(formula): "return list of dictionaries with element and amount" def molecular_mass(formula): "return molecular mass from formula"

12


Ler massa atómica do ficheiro para um dicionáriodef read_mass(file): "return dictionary with atom and atomic mass" lines = open(file).readlines() masses = {} for line in lines[1:]: cells = line.split('\t') masses[cells[1]] = float(cells[3]) return masses

atomicNumber symbol name atomicMass

1 H Hydrogen 1.007944

In : read_mass('periodic_table.txt') Out: {'Ac': 227.0, 'Ag': 107.86822, 'Al': 26.98153868, 'Am': 243.0, 'Ar': 39.9481, ...}

13


Encontrar a próxima maiúscula■ Usar método isupper das strings■ Podíamos usar um while, mas o return no for serve• O segundo return só acontece se chegar ao fim sem encontrar maiúscula

def next_upper(formula, index): "position of next uppercase from index" for ix in range(index,len(formula)): if formula[ix].isupper(): return ix return len(formula)

In : next_upper('CaCO3',2) Out: 2 In : next_upper('CaCO3',1) Out: 2

14


Converter fragmento num dicionário com dois camposdef convert(fragment): "converts a fragment from a formula into dictionary" symb='' num='' for c in fragment: if c.isdigit(): num=num+c elif c.isalpha(): symb=symb+c if num=='': number=1 else: number=int(num) return {'symbol':symb,'number':number}

In : convert('O3') Out: {'number': 3, 'symbol': 'O'} In : convert('Ca') Out: {'number': 1, 'symbol': 'Ca'}

15


Decompor a fórmula química numa lista de dicionáriosdef decompose(formula): "return list of dictionaries with element and amount" atoms = [] current = next_upper(formula,0) while current<len(formula): next_el = next_upper(formula,current+1) atoms.append(convert(formula[current:next_el])) current = next_el return atoms

In : decompose('CaCO3') Out: [{'number': 1, 'symbol': 'Ca'}, {'number': 1, 'symbol': 'C'}, {'number': 3, 'symbol': 'O'}] In : decompose('K[PtCl3(C2H4)]') Out: [{'number': 1, 'symbol': 'K'}, {'number': 1, 'symbol': 'Pt'}, {'number': 3, 'symbol': 'Cl'}, {'number': 2, 'symbol': 'C'}, {'number': 4, 'symbol': 'H'}]

16


Função final, junta tudoMASS_FILE='periodic_table.txt' ... def molecular_mass(formula): "return molecular mass" masses = read_mass(MASS_FILE) parts = decompose(formula) mass = 0 for p in parts: mass = mass + p['number']*masses[p['symbol']] return mass

In : molecular_mass('CaCO3') Out: 100.08747 In : molecular_mass('CH3COOC6H4COOH') Out: 180.15829200000002 In : molecular_mass('K[PtCl3(C2H4)]') Out: 368.59614600000003

17


Problema adicional: processar ficheiro■ Temos um ficheiro com fórmulas:

CaCO3

CH3COOC6H4COOH

K[PtCl3(C2H4)]

CH3COOH

C6H9N3O2

■ Queremos uma tabela com fórmulas e massas, separadas por ;

CaCO3;100.09

CH3COOC6H4COOH;180.16

K[PtCl3(C2H4)];368.60

CH3COOH;60.05

C6H9N3O2;155.16

18


Problema adicional: processar ficheirodef mass_table(in_file,out_file): """writes to out_file table with molecular masses from in_file""" formulas = open(in_file).readlines() ofil = open(out_file,'w') for formula in formulas: mass = molecular_mass(formula) ofil.write('{0};{1:.2f}\n'.format(formula.strip(),mass)) ofil.close()

In : mass_table('formulas.txt','mass_table.txt')

CaCO3

CH3COOC6H4COOH

K[PtCl3(C2H4)]

CH3COOH

C6H9N3O2

CaCO3;100.09

CH3COOC6H4COOH;180.16

K[PtCl3(C2H4)];368.60

CH3COOH;60.05

C6H9N3O2;155.16

19

FicheirosFicheirosFicheirosFicheirosFicheirosFicheirosFicheirosFicheirosFicheiros

Classes e objectosClasses e objectosClasses e objectosClasses e objectosClasses e objectosClasses e objectosClasses e objectosClasses e objectosClasses e objectos

20

ClassesClassesClassesClassesClassesClassesClassesClassesClasses

Uma class é uma "fábrica" de objectos■ Permite-nos criar os objectos que quisermos■ Pontos importantes:• Todos os objectos de uma classe partilham os atributos e métodos da classe

• Os métodos recebem o objecto como primeiro argumento

• O método __init__ serve para inicializar o objecto

■ Vamos ver um exemplo:

class Element: def __init__(self,at_number,symbol,name,mass): "initialize element" self.at_number = at_number self.symbol = symbol self.name = name self.mass = mass

21


■ Exemplo: uma classe para elementos químicos

class Element: def __init__(self,at_number,symbol,name,mass): "initialize element" self.at_number = at_number self.symbol = symbol self.name = name self.mass = mass

■ Cada objecto fica com os atributos dados pelo __init__

In : h=Element(1,'H','Hydrogen',1) In : h.name Out: 'Hydrogen' In : h.symbol Out: 'H' In : h.at_number Out: 1 In : h.mass Out: 1

In : he=Element(2,'He','Helium',4) In : he.name Out: 'Helium' In : he.symbol Out: 'He' In : he.at_number Out: 2 In : he.mass Out: 4

22


■ Vamos ler a tabela periódica toda,• Um dicionário de Element, com o símbolo como chave

def read_elements(file): "return dictionary with elements by symbol" lines = open(file).readlines() elements = {} for line in lines[1:]: at_n,symb,name,mass = line.split('\t') elements[symb] = Element(int(at_n),symb,name,float(mass)) return elements

In : elements = read_elements('periodic_table.txt') In : elements['Ar'].mass Out: 39.9481 In : elements['Pb'].at_number Out: 82 In : elements['Ca'].name Out: 'Calcium'

23


Configuração electrónica■ Vamos criar um método mas, primeiro, precisamos de alguns

dados■ Estes vão ser partilhados por todos os objectos Element• Por isso ficam na classe, e não no __init__

class Element: orbitals = ['1s', '2s', '2p', '3s', '3p', '4s', '3d', '4p', '5s', '4d', '5p', '6s', '4f', '5d', '6p', '7s', '5f', '6d', '7p', '8s'] capacity = {'s':2,'p':6,'d':10,'f':14} def __init__(self,at_number,symbol,name,mass): "initialize atom" self.at_number = at_number ...

24


■ Agora criamos o método• Recebe o objecto como argumento, mas implícito

• Os atributos orbitals e capacity são iguais para todos os Element porqueestão definidos na classe

class Element: ... def el_configuration(self): "return electronic configuration as string" electrons = self.at_number orbital = 0 configuration = '' while electrons>0: current = self.orbitals[orbital] full = self.capacity[current[-1]] place_els = min(electrons, full) electrons = electrons - place_els configuration = configuration + current + str(place_els) + ' ' orbital = orbital +1 return configuration

25


■ Agora criamos o método• Recebe o objecto como argumento, mas implícito

• Os atributos orbitals e capacity são iguais para todos os Element porqueestão definidos na classe

In : elements['Ca'].orbitals Out: ['1s', '2s', '2p', '3s', '3p', '4s', '3d', '4p', '5s',...] In : elements['U'].capacity Out: {'d': 10, 'f': 14, 'p': 6, 's': 2} In : elements['Ca'].el_configuration() Out: '1s2 2s2 2p6 3s2 3p6 4s2 ' In : elements['U'].el_configuration() Out: '1s2 2s2 2p6 3s2 3p6 4s2 3d10 4p6 5s2 4d10 5p6 6s2 4f14 5d10 6p6 7s2 5f4 ' In : elements['Ar'].el_configuration() Out: '1s2 2s2 2p6 3s2 3p6 '

26


ResumoResumoResumoResumoResumoResumoResumoResumoResumo

27

ResumoResumoResumoResumoResumoResumoResumoResumoResumo

Dados Estruturados■ Como organizar informação quando temos vários valores• Podemos usar tuplos e listas, mas é preciso fixar a posição• Dicionários tornam eficiente encontrar o que precisamos• E podemos usar as chaves para os atributos

• Ou então podemos criar objectos

Leitura adicional:■ Recomendada: Capítulo 14 dos apontamentos■ Livro: capítulo 11 (dicionários)■ Opcional (classes): Livro, capítulos 16 e 17

Documents

14 - Dados Estruturados14 - Dados Estruturados14 - Dados ...iceb.ssdi.di.fct.unl.pt/1920/files/ICE-B-14.pdf · Dicionários: • Estruturas de dados associando chave e valor Exemplo: