Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Pessoal, pelo meu entendimento, built-in functions são funções nativas do Python que ajudam a resolver tarefas comuns de forma mais simples e eficiente. Nesse caso, para calcular a média dos valores de um dicionário com quantidade variável de elementos e exibir o resultado com uma casa decimal, qual seria a melhor abordagem? Gostaria de entender se minha interpretação está correta e a justificativa para a escolha das funções utilizadas.
Olá, Felisberto. Como vai?
Sua interpretação está absolutamente correta! As built-in functions são como ferramentas que já vêm na "maleta" padrão do Python. Elas são otimizadas para performance e tornam o seu código muito mais legível e profissional.
Para calcular a média de valores em um dicionário de tamanho variável, a melhor abordagem combina três funções nativas. Vou estruturar a explicação para você:
Considerando um dicionário chamado notas, a solução mais direta e "pythônica" seria:
notas = {"matematica": 8.5, "portugues": 7.0, "historia": 9.2, "biologia": 6.8}
# Cálculo da média utilizando built-in functions
media = sum(notas.values()) / len(notas)
# Exibição com uma casa decimal
print(f"A média é: {media:.1f}")
Abaixo, detalho o porquê de cada escolha:
| Função | Papel no Código | Justificativa |
|---|---|---|
.values() | Acessar os dados | Como o dicionário tem pares de chave-valor, essa função isola apenas os números para o cálculo. |
sum() | Somar os valores | É muito mais eficiente e rápida do que criar um laço for manual para somar um a um. |
len() | Contar elementos | Como a quantidade é variável, o len() garante que a divisão seja sempre pelo número exato de itens atuais. |
f-string | Formatação | O modificador :.1f dentro da f-string arredonda o resultado visual para uma casa decimal sem alterar o valor real do número. |
sum() e len() são implementadas internamente em C, o que as torna extremamente velozes para grandes volumes de dados (essencial em Data Science).Dica extra: Se houver a possibilidade de o dicionário estar vazio, é boa prática adicionar um
if notas:antes do cálculo para evitar o erro de divisão por zero (ZeroDivisionError).
Essa lógica faz sentido para o tipo de dado que você está manipulando no momento?