{"id":"l-pda-1-3","courseId":"python-data-analysis","lang":"ar","kind":"lesson","summary":"احتفظ بقيم كثيرة في القوائم، وابحث عن السجلات بالمفتاح في القواميس، واكتشف كيف أن قائمة من القواميس هي أصلًا جدول صغير.","html":"

متغيّر واحد لكل قيمة طريقة تتوقّف عن العمل لحظة أن يصبح لديك إيراد اثني عشر شهرًا، أو 48 منتجًا. حاويتا Python الأساسيتان تحلّان هذه المشكلة: القائمة (list) للقيم المرتّبة، والقاموس (dictionary) للقيم التي تبحث عنها بالاسم. وهما معًا يغطيان تقريبًا كل شكل بيانات ستقابله قبل أن تتولّى pandas المهمة.

\n

القوائم: قيم مرتّبة

\n

هذا إيراد Cartwheel في 2025 بحسب الشهر، بالدولار، بدءًا من يناير:

\n
Python
monthly_2025 = [16167, 14906, 18208, 18817, 17428, 13933,\n                22968, 32042, 25514, 30339, 75334, 41153]\n\nprint(len(monthly_2025))   # 12 items\nprint(monthly_2025[0])     # January: positions start at 0\nprint(monthly_2025[-1])    # December: negative positions count from the end\nprint(sum(monthly_2025), max(monthly_2025), min(monthly_2025))
\n

تبدأ المواقع (indexes) من 0، فيكون الشهر الثاني عشر في الموقع 11. وطلب monthly_2025[12] يسبّب الخطأ IndexError: list index out of range.

\n

التقطيع (slicing)

\n

الشريحة items[start:stop] تأخذ مجموعة متتالية من العناصر. البداية مشمولة والنهاية مستبعَدة، وهذا يبدو غريبًا في البداية ثم يصبح مريحًا: [0:3] هي ثلاثة عناصر بالضبط.

\n
Python
monthly_2025 = [16167, 14906, 18208, 18817, 17428, 13933,\n                22968, 32042, 25514, 30339, 75334, 41153]\n\nq1 = monthly_2025[0:3]     # Jan, Feb, Mar\nq4 = monthly_2025[-3:]     # last three: Oct, Nov, Dec\nprint(q1, sum(q1))\nprint(q4, sum(q4))\nprint(sorted(monthly_2025)[:3])   # the three weakest months
\n

حقّق الربع الرابع 146,826 دولارًا مقابل 49,281 في الربع الأول: ثلاثة أضعاف. هذه الفجوة هي السؤال الذي ستجيب عنه هذه الدورة في النهاية، وكانت شريحة من سطرين كافية لرؤيتها.

\n\n

تعديل القائمة

\n

القوائم قابلة للتعديل (mutable): تستطيع تغييرها في مكانها. الـ method append() تضيف إلى النهاية، والإسناد إلى موقع يستبدل العنصر الذي فيه.

\n
Python
months = [\"Jan\", \"Feb\", \"Mar\"]\nmonths.append(\"Apr\")\nmonths[0] = \"January\"\nprint(months, \"Mar\" in months)
\n

العامل in يسأل هل القيمة موجودة، ويعيد True أو False.

\n

ولأن القوائم قابلة للتعديل، يمكن لاسمين أن يتشاركا قائمة واحدة. السطر backup = months يربط اسمًا ثانيًا بالقائمة نفسها، فتغيير أحدهما يغيّر “الاثنين”. وحين تحتاج فعلًا نسخة مستقلة، اكتب months.copy().

\n

القواميس: قيم تبحث عنها بالمفتاح

\n

يخزّن القاموس أزواجًا من المفتاح: القيمة. المفاتيح غالبًا نصوص، والقيم يمكن أن تكون أي شيء.

\n
Python
product = {\n    \"product_id\": 7,\n    \"name\": \"Burr Coffee Grinder\",\n    \"unit_price\": 129,\n    \"is_active\": True,\n}\nprint(product[\"name\"])                 # look up by key\nproduct[\"unit_price\"] = 135.45         # update after the 5% price rise\nproduct[\"category\"] = \"Coffee & Tea\"   # add a new key\nprint(product)\nprint(product.get(\"launched_on\", \"unknown\"))
\n

الكود product["launched_on"] سيتعطّل بالخطأ KeyError: 'launched_on'. أما .get() فتعيد قيمة افتراضية بدلًا من ذلك. استخدم الأقواس المربعة حين يكون غياب المفتاح خطأً تريد أن تعرف به، و.get() حين يكون الغياب أمرًا طبيعيًا.

\n

ثلاث methods تتيح لك المرور على القاموس: .keys() و.values() و.items() (الأزواج). ستستخدم .items() مع الحلقات في الدرس التالي.

\n

قائمة من القواميس هي جدول

\n

ضع عدة قواميس لها المفاتيح نفسها داخل قائمة، فيصبح لديك صفوف وأعمدة:

\n
Python
order_lines = [\n    {\"order_id\": 1000, \"product\": \"Foam Roller\", \"quantity\": 2, \"unit_price\": 27.3},\n    {\"order_id\": 1001, \"product\": \"Solar Path Lights (6)\", \"quantity\": 2, \"unit_price\": 44.1},\n    {\"order_id\": 1001, \"product\": \"Burr Coffee Grinder\", \"quantity\": 2, \"unit_price\": 135.45},\n]\nprint(len(order_lines), \"rows\")\nprint(order_lines[1][\"product\"])        # row 1, column \"product\"
\n

يُقرأ order_lines[1]["product"] مثل الإشارة إلى خلية في جدول البيانات: الصف أولًا، ثم العمود.

\n
\n على اليسار، قائمة تحتوي ثلاثة قواميس، لكل منها المفاتيح order_id و product و quantity. على اليمين، البيانات نفسها مرسومة كجدول: كل قاموس يصبح صفًا، وكل مفتاح يصبح عنوان عمود.\n قائمة قواميس\n \n {order_id: 1000, product: ..., qty: 2}\n \n {order_id: 1001, product: ..., qty: 2}\n \n {order_id: 1001, product: ..., qty: 2}\n \n جدول (DataFrame)\n \n order_id\n product\n qty\n \n 1000\n Foam Roller\n 2\n \n 1001\n Solar Lights\n 2\n \n 1001\n Grinder\n 2\n كل قاموس صف، وكل مفتاح عمود\n
بنود الطلب الثلاثة نفسها كقائمة من القواميس وكجدول
\n

الشكل الآخر للجدول: قاموس من القوائم

\n

تستطيع أيضًا تخزين الجدول بالطريقة المعاكسة: مفتاح واحد لكل عمود، يحمل قائمة بقيم ذلك العمود.

\n
Python
order_lines = {\n    \"order_id\": [1000, 1001, 1001],\n    \"product\": [\"Foam Roller\", \"Solar Path Lights (6)\", \"Burr Coffee Grinder\"],\n    \"quantity\": [2, 2, 2],\n}\nprint(order_lines[\"product\"])      # a whole column at once\nprint(sum(order_lines[\"quantity\"]))
\n

قراءة الصفوف سهلة في شكل قائمة القواميس، وجمع الأعمدة سهل في شكل قاموس القوائم. الشكلان يظهران في الواقع: واجهات الـ API وملفات JSON تعطيك عادةً قائمة من السجلات، بينما من يبني جدولًا صغيرًا بيده يكتبه غالبًا عمودًا عمودًا. تقبل pandas الشكلين، وستبني أول DataFrame لك من قاموس قوائم في القسم القادم.

\n

هذا هو الجسر إلى pandas. الـ DataFrame نسخة أقوى بكثير من هذا الجدول: يجمع عمودًا كاملًا دفعة واحدة، ويصفّي الصفوف بحسب شرط، ويقرأ ملف CSV باستدعاء واحد. تعلّم القوائم والقواميس أولًا يعني أنك ستفهم ما تفعله pandas نيابةً عنك، وستتعرّف على شكل قائمة القواميس حين تعطيك API أو ملف JSON بيانات.

\n\n

في التمرين تقطّع القائمة الشهرية وتحدّث قاموس الأسعار. وفي الدرس التالي تتيح لك الحلقات والشروط معالجة كل عنصر دون كتابة سطر لكل عنصر.

\n","toc":[{"id":"sec-1","text":"القوائم: قيم مرتّبة","level":2},{"id":"sec-2","text":"التقطيع (slicing)","level":3},{"id":"sec-3","text":"تعديل القائمة","level":3},{"id":"sec-4","text":"القواميس: قيم تبحث عنها بالمفتاح","level":2},{"id":"sec-5","text":"قائمة من القواميس هي جدول","level":2},{"id":"sec-6","text":"الشكل الآخر للجدول: قاموس من القوائم","level":3}],"takeaways":["القوائم (lists) مرتّبة وتبدأ مواقعها من 0؛ items[-1] هو العنصر الأخير، وitems[a:b] يتوقّف قبل الموقع b.","الدوال sum() وlen() وmax() وmin() وsorted() تعمل على أي قائمة أرقام، وتجيب عن معظم الأسئلة السريعة.","القاموس (dict) يربط مفاتيح بقيم؛ استخدم d[key] حين يجب أن يكون المفتاح موجودًا، وd.get(key, default) حين قد لا يكون موجودًا.","قائمة من القواميس لها المفاتيح نفسها هي جدول، كل قاموس فيها صف، وهذا بالضبط ما يعمّمه الـ DataFrame."],"further":[{"title":"Data Structures - More on Lists","url":"https://docs.python.org/3/tutorial/datastructures.html#more-on-lists"},{"title":"Data Structures - Dictionaries","url":"https://docs.python.org/3/tutorial/datastructures.html#dictionaries"},{"title":"Built-in Types - Mapping Types (dict)","url":"https://docs.python.org/3/library/stdtypes.html#mapping-types-dict"}],"quiz":[{"q":"

تحتوي monthly على 12 مجموعًا شهريًا، أولها يناير. أيّ تعبير يعطي مجموع أبريل ومايو ويونيو؟

\n","options":[{"text":"sum(monthly[4:6])","why":"الموقع 4 هو مايو (يناير هو 0)، والشريحة تتوقّف قبل 6، فهذا يجمع مايو ويونيو فقط."},{"text":"sum(monthly[3:6])","why":"صحيح. أبريل في الموقع 3، والشريحة تشمل 3 و4 و5 وتتوقّف قبل 6."},{"text":"sum(monthly[3:5])","why":"موقع التوقّف مُستبعَد، فهذا يغطي أبريل ومايو فقط."},{"text":"sum(monthly[4:7])","why":"هذا يبدأ من مايو. العدّ من 1 بدلًا من 0 هو خطأ “الإزاحة بواحد” (off-by-one) الكلاسيكي."}],"answer":1},{"q":"

prices = {"Desk Mat XL": 29}. ماذا تعيد prices.get("Monitor Arm", 0)؟

","options":[{"text":"خطأ KeyError","why":"الكود prices["Monitor Arm"] هو الذي يسبّب KeyError. والـ method .get() موجودة تحديدًا لتجنّب ذلك."},{"text":"None","why":"لا تعيد .get() القيمة None إلا حين لا تمرّر قيمة افتراضية. والقيمة الافتراضية هنا 0."},{"text":"0","why":"صحيح. المفتاح غير موجود، فتعيد .get() القيمة الافتراضية التي مرّرتها."}],"answer":2},{"q":"

ماذا يطبع هذا الكود؟

\n
Python
totals = [65, 18, 33]\nbackup = totals\ntotals.append(35)\nprint(len(backup))
\n","options":[{"text":"4","why":"صحيح. السطر backup = totals لا ينسخ القائمة؛ الاسمان يشيران إلى القائمة نفسها، فتظهر القيمة المضافة عبر أي منهما."},{"text":"3","why":"سيكون هذا صحيحًا لو كانت backup نسخة، مثل totals.copy(). الإسناد العادي لا ينسخ أبدًا."},{"text":"خطأ، لأننا لم نُضِف شيئًا إلى backup","why":"توجد هنا قائمة واحدة فقط، مرتبط بها اسمان. وlen(backup) تعمل بلا مشكلة."}],"answer":0},{"q":"

تحتاج سعر منتج بحسب اسمه، آلاف المرات. أيّ بنية تناسب أكثر؟

","options":[{"text":"قائمة أسعار تبحث فيها بحلقة تكرار كل مرة","why":"يعمل ذلك، لكن كل بحث يمرّ على القائمة كلها، وتحتاج قائمة منفصلة لتعرف أيّ سعر يخصّ أيّ اسم."},{"text":"قاموس مفاتيحه أسماء المنتجات وقيمه الأسعار","why":"صحيح. البحث في القاموس بالمفتاح مباشر وسريع، والربط بين الاسم والسعر جزء من البنية نفسها."},{"text":"نص واحد يحتوي كل الأسماء والأسعار مفصولة بفواصل","why":"ستضطر إلى تقسيم النص والبحث فيه كل مرة؛ النصوص للنص، لا للبحث."}],"answer":1}],"exercise":{"kind":"python","files":[],"starter":"monthly_2025 = [16167, 14906, 18208, 18817, 17428, 13933,\n 22968, 32042, 25514, 30339, 75334, 41153]\nmonths = [\"Jan\", \"Feb\", \"Mar\", \"Apr\", \"May\", \"Jun\",\n \"Jul\", \"Aug\", \"Sep\", \"Oct\", \"Nov\", \"Dec\"]\n\nprices = {\"Cast Iron Skillet 26cm\": 39, \"Burr Coffee Grinder\": 129, \"Cork Yoga Mat\": 72}\n\n# 1. Q4 total (October, November, December) using a slice\nq4_total = None\n\n# 2. Name of the month with the highest revenue, e.g. \"Mar\"\nbest_month = None\n\n# 3. Add \"Laptop Stand\" to prices at 49\n\n# 4. The grinder's price after a 5% rise, rounded to 2 decimals\ngrinder_new_price = None\n","solution":"monthly_2025 = [16167, 14906, 18208, 18817, 17428, 13933,\n 22968, 32042, 25514, 30339, 75334, 41153]\nmonths = [\"Jan\", \"Feb\", \"Mar\", \"Apr\", \"May\", \"Jun\",\n \"Jul\", \"Aug\", \"Sep\", \"Oct\", \"Nov\", \"Dec\"]\n\nprices = {\"Cast Iron Skillet 26cm\": 39, \"Burr Coffee Grinder\": 129, \"Cork Yoga Mat\": 72}\n\nq4_total = sum(monthly_2025[9:12])\n\nbest_position = monthly_2025.index(max(monthly_2025))\nbest_month = months[best_position]\n\nprices[\"Laptop Stand\"] = 49\n\ngrinder_new_price = round(prices[\"Burr Coffee Grinder\"] * 1.05, 2)\n","checks":[{"id":"q4-total","test":"q4_total == 146826"},{"id":"best-month","test":"best_month == 'Nov'"},{"id":"laptop-stand","test":"prices.get('Laptop Stand') == 49 and len(prices) == 4"},{"id":"grinder-price","test":"isinstance(grinder_new_price, float) and grinder_new_price == 135.45"},{"id":"lists-untouched","test":"len(monthly_2025) == 12 and months[10] == 'Nov'"}],"title":"قطّع السنة وحدّث الأسعار","prompt":"

باستخدام القائمتين monthly_2025 وmonths والقاموس prices: اجعل q4_total مجموع أكتوبر حتى ديسمبر باستخدام شريحة؛ واجعل best_month الاسم المكوّن من ثلاثة أحرف للشهر صاحب أعلى إيراد؛ وأضِف "Laptop Stand" إلى prices بسعر 49؛ واجعل grinder_new_price سعر Burr Coffee Grinder بعد زيادة 5%، مقرّبًا إلى منزلتين عشريتين. احسب ذلك بالكود بدلًا من كتابة الأرقام.

\n","hints":["أكتوبر في الموقع 9 لأن يناير هو 0. الشريحة التي تنتهي عند 12 (أو [-3:]) تشمل ديسمبر.","max(monthly_2025) تعطي أعلى قيمة؛ وmonthly_2025.index(value) تعطي موقعها؛ والموقع نفسه في months يعطي اسمها.","أضِف مفتاحًا بـ prices["Laptop Stand"] = 49. وللزيادة، round(prices["Burr Coffee Grinder"] * 1.05, 2)."],"explanation":"

تختار monthly_2025[9:12] (أو [-3:]) المواقع 9 و10 و11، وهي أكتوبر حتى ديسمبر. أفضل شهر يحتاج خطوتين: أوجِد أكبر قيمة، ثم اعرف موقعها بـ .index()، واستخدم ذلك الموقع في القائمة الموازية months. قائمتان محفوظتان بالترتيب نفسه بنية هشّة، وهذا أحد أسباب أن الجدول ذا الصفوف المسمّاة (الـ Series في pandas) أفضل، كما سترى في القسم 2. الإسناد إلى مفتاح جديد يضيفه إلى القاموس، و129 * 1.05 تُقرَّب إلى 135.45، وهو السعر الحقيقي للمطحنة بعد زيادة Cartwheel في مارس 2025.

\n","checkLabels":{"q4-total":"q4_total يساوي 146,826","best-month":"best_month يساوي "Nov"","laptop-stand":"أصبح في prices أربعة منتجات، منها Laptop Stand بسعر 49","grinder-price":"grinder_new_price يساوي 135.45","lists-untouched":"القائمتان الأصليتان ما زالتا تحتويان الأشهر الـ 12 كلها"}},"words":558,"readMinutes":3}