Obter dados de dicionários

Obter dados de dicionários Obter dados de dicionários

Obtenha dados de dicionárioslink image 2

Aviso: Este post foi traduzido para o português usando um modelo de tradução automática. Por favor, me avise se encontrar algum erro.

Imaginemos que temos o seguinte dicionário

	
< > Input
Python
dictionary = {
"id": 1,
"name": "John",
"age": 30
}
Copied

Se queremos obter o valor da idade, o que geralmente se faz é dictionary["age"]

	
< > Input
Python
dictionary = {
"id": 1,
"name": "John",
"age": 30
}
dictionary["age"]
Copied
>_ Output
			
30

Mas, o que acontece se a key que colocamos não está no dicionário? Vai ocorrer um erro?

	
< > Input
Python
dictionary["country"]
Copied
>_ Output
			
---------------------------------------------------------------------------
KeyError Traceback (most recent call last)
Cell In[4], line 1
----> 1 dictionary["country"]
KeyError: 'country'

Portanto, se isso acontecer em produção, o programa cairá

Então, para resolver isso, podemos usar um try except para lidar com o erro

	
< > Input
Python
try:
dictionary["country"]
except KeyError:
print("Key not found")
Copied
>_ Output
			
Key not found

Mas uma solução para não encher o código de try except é usar o método get que nos permite obter o valor de uma key e, se não existir, nos devolve um valor padrão

	
< > Input
Python
dictionary.get("country", "Key not found")
Copied
>_ Output
			
'Key not found'

Outra opção é não colocar a segunda opção, nesse caso obtemos None se a key não existir

	
< > Input
Python
country = dictionary.get("country")
print(country)
Copied
>_ Output
			
None

Continuar lendo

Últimos posts -->

Você viu esses projetos?

Gymnasia

Gymnasia Gymnasia
React Native
Expo
TypeScript
FastAPI
Next.js
OpenAI
Anthropic

Aplicativo móvel de treino pessoal com assistente de IA, biblioteca de exercícios, acompanhamento de rotinas, dieta e medidas corporais

Horeca chatbot

Horeca chatbot Horeca chatbot
Python
LangChain
PostgreSQL
PGVector
React
Kubernetes
Docker
GitHub Actions

Chatbot conversacional para cozinheiros de hotéis e restaurantes. Um cozinheiro, gerente de cozinha ou serviço de quarto de um hotel ou restaurante pode falar com o chatbot para obter informações sobre receitas e menus. Mas também implementa agentes, com os quais pode editar ou criar novas receitas ou menus

Naviground

Naviground Naviground
Ver todos os projetos -->
>_ Disponível para projetos

Tem um projeto com IA?

Vamos conversar.

maximofn@gmail.com

Especialista em Machine Learning e Inteligência Artificial. Desenvolvo soluções com IA generativa, agentes inteligentes e modelos personalizados.

Quer assistir alguma palestra?

Últimas palestras -->

Quer melhorar com essas dicas?

Últimos tips -->

Use isso localmente

Os espaços do Hugging Face nos permitem executar modelos com demos muito simples, mas e se a demo quebrar? Ou se o usuário a deletar? Por isso, criei contêineres docker com alguns espaços interessantes, para poder usá-los localmente, aconteça o que acontecer. Na verdade, se você clicar em qualquer botão de visualização de projeto, ele pode levá-lo a um espaço que não funciona.

Flow edit

Flow edit Flow edit

Edite imagens com este modelo de Flow. Baseado em SD3 ou FLUX, você pode editar qualquer imagem e gerar novas

FLUX.1-RealismLora

FLUX.1-RealismLora FLUX.1-RealismLora
Ver todos os contêineres -->
>_ Disponível para projetos

Tem um projeto com IA?

Vamos conversar.

maximofn@gmail.com

Especialista em Machine Learning e Inteligência Artificial. Desenvolvo soluções com IA generativa, agentes inteligentes e modelos personalizados.

Você quer treinar seu modelo com esses datasets?

short-jokes-dataset

HuggingFace

Dataset com piadas em inglês

Uso: Fine-tuning de modelos de geração de texto humorístico

231K linhas 2 colunas 45 MB
Ver no HuggingFace →

opus100

HuggingFace

Dataset com traduções de inglês para espanhol

Uso: Treinamento de modelos de tradução inglês-espanhol

1M linhas 2 colunas 210 MB
Ver no HuggingFace →

netflix_titles

HuggingFace

Dataset com filmes e séries da Netflix

Uso: Análise de catálogo Netflix e sistemas de recomendação

8.8K linhas 12 colunas 3.5 MB
Ver no HuggingFace →
Ver mais datasets -->