5. Estrutura de dados
*********************

Esse capítulo descreve algumas coisas que você já aprendeu em detalhes
e adiciona algumas coisas novas também.


5.1. Mais sobre listas
======================

O tipo de dado lista tem ainda mais métodos. Aqui estão apresentados
todos os métodos de objetos do tipo lista:

list.append(x)

   Adiciona um item ao fim da lista. Equivalente a "a[len(a):] = [x]".

list.extend(iterable)

   Prolonga a lista, adicionando no fim todos os elementos da lista
   "L" passada como argumento. Equivalente a "a[len(a):] = L".

list.insert(i, x)

   Insere um item em uma dada posição. O primeiro argumento é o índice
   do elemento anterior ao qual você deseja inserir, então
   "a.insert(0, x)" insere um elemento na frente da lista e
   "a.insert(len(a), x)" é equivalente a "a.append(x)".

list.remove(x)

   Remove o primeiro item da lista cujo valor é igual a *x*.  Retorna
   um erro quando este item não existe.

list.pop([i])

   Remove um item em uma dada posição na lista e o retorna. Se nenhum
   índice é especificado, "a.pop()" remove e retorna o último item da
   lista. (Os colchetes ao redor do *i* na demonstração do método
   indica que o parâmetro é opcional, e não que é necessário escrever
   estes colchetes ao chamar o método. Você verá este tipo de notação
   frequentemente na Biblioteca de Referência Python.)

list.clear()

   Remove todos os itens de uma lista. Equivalente a "del a[:]".

list.index(x[, start[, end]])

   Retorna o índice de base zero do primeiro item da lista cujo valor
   é *x*. Lança uma exceção "ValueError" se o item não existe.

   Os argumentos opcionais *start* e *end* são interpretados como nas
   notações de fatiamento e são usados para limitar a busca para uma
   subsequência específica da lista. O índice retornado é calculado
   relativo ao começo da sequência inteira e não referente ao
   argumento *start*.

list.count(x)

   Retorna o número de vezes em que *x* aparece na lista.

list.sort(key=None, reverse=False)

   Ordena os itens da lista (os argumentos podem ser usados para
   personalizar a ordenação, veja a função "sorted()" para maiores
   explicações).

list.reverse()

   Inverte a ordem dos elementos na lista.

list.copy()

   Devolve uma cópia rasa da lista. Equivalente a "a[:]".

Um exemplo que usa a maior parte dos métodos das listas:

   >>> fruits = ['orange', 'apple', 'pear', 'banana', 'kiwi', 'apple', 'banana']
   >>> fruits.count('apple')
   2
   >>> fruits.count('tangerine')
   0
   >>> fruits.index('banana')
   3
   >>> fruits.index('banana', 4)  # Find next banana starting a position 4
   6
   >>> fruits.reverse()
   >>> fruits
   ['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange']
   >>> fruits.append('grape')
   >>> fruits
   ['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange', 'grape']
   >>> fruits.sort()
   >>> fruits
   ['apple', 'apple', 'banana', 'banana', 'grape', 'kiwi', 'orange', 'pear']
   >>> fruits.pop()
   'pear'

Você pode ter percebido que métodos como "insert", "remove" ou "sort",
que apenas modificam a lista, não têm valor de retorno impresso --
eles retornam o "None" padrão. [1]  Isto é um princípio de design para
todas as estruturas de dados mutáveis em Python.


5.1.1. Usando listas como pilhas
--------------------------------

Os métodos de lista tornam muito fácil utilizar listas como pilhas,
onde o item adicionado por último é o primeiro a ser recuperado
(política “último a entrar, primeiro a sair”). Para adicionar um item
ao topo da pilha, use "append()". Para recuperar um item do topo da
pilha use "pop()" sem nenhum índice. Por exemplo:

   >>> stack = [3, 4, 5]
   >>> stack.append(6)
   >>> stack.append(7)
   >>> stack
   [3, 4, 5, 6, 7]
   >>> stack.pop()
   7
   >>> stack
   [3, 4, 5, 6]
   >>> stack.pop()
   6
   >>> stack.pop()
   5
   >>> stack
   [3, 4]


5.1.2. Usando listas como filas
-------------------------------

Você também pode usar uma lista como uma fila, onde o primeiro item
adicionado é o primeiro a ser recuperado (política “primeiro a entrar,
primeiro a sair”); porém, listas não são eficientes para esta
finalidade. Embora *appends* e *pops* no final da lista sejam rápidos,
fazer *inserts* ou *pops* no início da lista é lento (porque todos os
demais elementos têm que ser deslocados).

Para implementar uma fila, use a classe "collections.deque" que foi
projetada para permitir *appends* e *pops* eficientes nas duas
extremidades. Por exemplo:

   >>> from collections import deque
   >>> queue = deque(["Eric", "John", "Michael"])
   >>> queue.append("Terry")           # Terry arrives
   >>> queue.append("Graham")          # Graham arrives
   >>> queue.popleft()                 # The first to arrive now leaves
   'Eric'
   >>> queue.popleft()                 # The second to arrive now leaves
   'John'
   >>> queue                           # Remaining queue in order of arrival
   deque(['Michael', 'Terry', 'Graham'])


5.1.3. Compreensões de lista
----------------------------

Compreensões de lista fornece uma maneira concisa de criar uma lista.
Aplicações comuns são criar novas listas onde cada elemento é o
resultado de alguma operação aplicada a cada elemento de outra
sequência ou iterável, ou criar uma subsequência de elementos que
satisfaçam uma certa condição. (N.d.T. o termo original em inglês é
*list comprehensions*, muito utilizado no Brasil; também se usa a
abreviação *listcomp*).

Por exemplo, suponha que queremos criar uma lista de quadrados, assim:

   >>> squares = []
   >>> for x in range(10):
   ...     squares.append(x**2)
   ...
   >>> squares
   [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

Note que isto cria (ou sobrescreve) uma variável chamada "x" que ainda
existe após o término do laço. Podemos calcular a lista dos quadrados
sem qualquer efeito colateral usando:

   squares = list(map(lambda x: x**2, range(10)))

ou, de maneira equivalente:

   squares = [x**2 for x in range(10)]

que é mais conciso e legível.

Uma abrangência de lista é formada por um par de colchetes contendo
uma expressão seguida de uma cláusula "for", e então zero ou mais
cláusulas "for" ou "if". O resultado será uma lista resultante da
avaliação da expressão no contexto das cláusulas "for" e "if".

   >>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
   [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

e é equivalente a:

   >>> combs = []
   >>> for x in [1,2,3]:
   ...     for y in [3,1,4]:
   ...         if x != y:
   ...             combs.append((x, y))
   ...
   >>> combs
   [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

Note como a ordem das instruções "for" e "if" é a mesma em ambos os
trechos.

Se a expressão é uma tupla (ex., "(x, y)" no exemplo anterior), ela
deve ser inserida entre parênteses.

   >>> vec = [-4, -2, 0, 2, 4]
   >>> # create a new list with the values doubled
   >>> [x*2 for x in vec]
   [-8, -4, 0, 4, 8]
   >>> # filter the list to exclude negative numbers
   >>> [x for x in vec if x >= 0]
   [0, 2, 4]
   >>> # apply a function to all the elements
   >>> [abs(x) for x in vec]
   [4, 2, 0, 2, 4]
   >>> # call a method on each element
   >>> freshfruit = ['  banana', '  loganberry ', 'passion fruit  ']
   >>> [weapon.strip() for weapon in freshfruit]
   ['banana', 'loganberry', 'passion fruit']
   >>> # create a list of 2-tuples like (number, square)
   >>> [(x, x**2) for x in range(6)]
   [(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25)]
   >>> # the tuple must be parenthesized, otherwise an error is raised
   >>> [x, x**2 for x in range(6)]
     File "<stdin>", line 1, in <module>
       [x, x**2 for x in range(6)]
                  ^
   SyntaxError: invalid syntax
   >>> # flatten a list using a listcomp with two 'for'
   >>> vec = [[1,2,3], [4,5,6], [7,8,9]]
   >>> [num for elem in vec for num in elem]
   [1, 2, 3, 4, 5, 6, 7, 8, 9]

Compreensões de lista podem conter expressões complexas e funções
aninhadas:

   >>> from math import pi
   >>> [str(round(pi, i)) for i in range(1, 6)]
   ['3.1', '3.14', '3.142', '3.1416', '3.14159']


5.1.4. Compreensões de lista aninhadas
--------------------------------------

A expressão inicial em uma list comprehension pode ser qualquer
expressão arbitrária, incluindo outra list comprehension.

Observe este exemplo de uma matriz 3x4 implementada como uma lista de
3 listas de comprimento 4:

   >>> matrix = [
   ...     [1, 2, 3, 4],
   ...     [5, 6, 7, 8],
   ...     [9, 10, 11, 12],
   ... ]

A compreensão de listas abaixo transpõe as linhas e colunas:

   >>> [[row[i] for row in matrix] for i in range(4)]
   [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

Como vimos na seção anterior, a compreensão de lista aninhada é
computada no contexto da cláusula "for" seguinte, portanto o exemplo
acima equivale a:

   >>> transposed = []
   >>> for i in range(4):
   ...     transposed.append([row[i] for row in matrix])
   ...
   >>> transposed
   [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

e isso, por sua vez, faz o mesmo que isto:

   >>> transposed = []
   >>> for i in range(4):
   ...     # the following 3 lines implement the nested listcomp
   ...     transposed_row = []
   ...     for row in matrix:
   ...         transposed_row.append(row[i])
   ...     transposed.append(transposed_row)
   ...
   >>> transposed
   [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

Na prática, você deve dar preferência a funções embutidas em vez de
expressões complexas. A função "zip()" resolve muito bem este caso de
uso:

   >>> list(zip(*matrix))
   [(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]

Veja Desempacotando listas de argumentos para entender o uso do
asterisco neste exemplo.


5.2. O comando "del"
====================

Existe uma maneira de remover um item de uma lista conhecendo seu
índice, ao invés de seu valor: o comando "del". Ele difere do método
"list.pop()", que devolve o item removido. O comando "del" também pode
ser utilizado para remover fatias (slices) da lista, ou mesmo limpar a
lista toda (que fizemos antes atribuindo uma lista vazia à fatia
"a[:]"). Por exemplo:

   >>> a = [-1, 1, 66.25, 333, 333, 1234.5]
   >>> del a[0]
   >>> a
   [1, 66.25, 333, 333, 1234.5]
   >>> del a[2:4]
   >>> a
   [1, 66.25, 1234.5]
   >>> del a[:]
   >>> a
   []

"del" também pode ser usado para remover totalmente uma variável:

   >>> del a

Referenciar a variável "a" depois de sua remoção constitui erro (pelo
menos até que seja feita uma nova atribuição para ela). Encontraremos
outros usos para a instrução "del" mais tarde.


5.3. Tuplas e Sequências
========================

Vimos que listas e strings têm muitas propriedades em comum, como
indexação e operações de fatiamento. Elas são dois exemplos de
*sequências* (veja Tipos de Sequências --- list, tuple, range). Como
Python é uma linguagem em evolução, outros tipos de sequências podem
ser adicionados. Existe ainda um outro tipo de sequência padrão na
linguagem: a tupla (*tuple*).

Uma tupla consiste em uma sequência de valores separados por vírgulas,
por exemplo:

   >>> t = 12345, 54321, 'hello!'
   >>> t[0]
   12345
   >>> t
   (12345, 54321, 'hello!')
   >>> # Tuples may be nested:
   ... u = t, (1, 2, 3, 4, 5)
   >>> u
   ((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))
   >>> # Tuples are immutable:
   ... t[0] = 88888
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: 'tuple' object does not support item assignment
   >>> # but they can contain mutable objects:
   ... v = ([1, 2, 3], [3, 2, 1])
   >>> v
   ([1, 2, 3], [3, 2, 1])

Como você pode ver no trecho acima, na saída do console as tuplas são
sempre envolvidas por parênteses, assim tuplas aninhadas podem ser
lidas corretamente. Na criação, tuplas podem ser envolvidas ou não por
parênteses, desde que o contexto não exija os parênteses (como no caso
da tupla dentro a uma expressão maior). Não é possível atribuir itens
individuais de uma tupla, contudo é possível criar tuplas que
contenham objetos mutáveis, como listas.

Apesar de tuplas serem similares a listas, elas são frequentemente
utilizadas em situações diferentes e com propósitos distintos. Tuplas
são *immutable*, e usualmente contém uma sequência heterogênea de
elementos que são acessados via desempacotamento (ver a seguir nessa
seção) ou índice (ou mesmo por um atributo no caso de "namedtuples").
Listas são *mutáveis*, e seus elementos geralmente são homogêneos e
são acessados iterando sobre a lista.

Um problema especial é a criação de tuplas contendo 0 ou 1 itens: a
sintaxe usa certos truques para acomodar estes casos. Tuplas vazias
são construídas por uma par de parênteses vazios; uma tupla unitária é
construída por um único valor e uma vírgula entre parênteses (não
basta colocar um único valor entre parênteses). Feio, mas funciona.
Por exemplo:

   >>> empty = ()
   >>> singleton = 'hello',    # <-- note trailing comma
   >>> len(empty)
   0
   >>> len(singleton)
   1
   >>> singleton
   ('hello',)

A instrução "t = 12345, 54321, 'bom dia!'" é um exemplo de
*empacotamento de tupla*: os valores "12345", "54321" e "'bom dia!'"
são empacotados em uma tupla. A operação inversa também é possível:

   >>> x, y, z = t

Isso é chamado, apropriadamente, de *seqüência de desempacotamento* e
funciona para qualquer seqüência no lado direito. O desempacotamento
de sequência requer que haja tantas variáveis no lado esquerdo do
sinal de igual, quanto existem de elementos na sequência. Observe que
a atribuição múltipla é, na verdade,  apenas uma combinação de
empacotamento de tupla e desempacotamento de sequência.


5.4. Conjuntos
==============

Python também inclui um tipo de dados para conjuntos, chamado "set".
Um conjunto é uma coleção desordenada de elementos, sem elementos
repetidos. Usos comuns para conjuntos incluem a verificação eficiente
da existência de objetos e a eliminação de itens duplicados. Conjuntos
também suportam operações matemáticas como união, interseção,
diferença e diferença simétrica.

Chaves ou a função "set()" podem ser usados para criar conjuntos.
Note: para criar um conjunto vazio você precisa usar "set()", não
"{}"; este último cria um dicionário vazio, uma estrutura de dados que
discutiremos na próxima seção.

Uma pequena demonstração:

   >>> basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
   >>> print(basket)                      # show that duplicates have been removed
   {'orange', 'banana', 'pear', 'apple'}
   >>> 'orange' in basket                 # fast membership testing
   True
   >>> 'crabgrass' in basket
   False

   >>> # Demonstrate set operations on unique letters from two words
   ...
   >>> a = set('abracadabra')
   >>> b = set('alacazam')
   >>> a                                  # unique letters in a
   {'a', 'r', 'b', 'c', 'd'}
   >>> a - b                              # letters in a but not in b
   {'r', 'd', 'b'}
   >>> a | b                              # letters in a or b or both
   {'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}
   >>> a & b                              # letters in both a and b
   {'a', 'c'}
   >>> a ^ b                              # letters in a or b but not both
   {'r', 'd', 'b', 'm', 'z', 'l'}

Da mesma forma que compreensão de listas, compreensões de conjunto
também são suportadas:

   >>> a = {x for x in 'abracadabra' if x not in 'abc'}
   >>> a
   {'r', 'd'}


5.5. Dicionários
================

Outra estrutura de dados muito útil embutida em Python é o
*dicionário*, cujo tipo é "dict" (ver Tipo de Mapeamento --- dict).
Dicionários são também chamados de “memória associativa” ou “vetor
associativo” em outras linguagens. Diferente de sequências que são
indexadas por inteiros, dicionários são indexados por chaves (*keys*),
que podem ser de qualquer tipo imutável (como strings e inteiros).
Tuplas também podem ser chaves se contiverem apenas strings, inteiros
ou outras tuplas. Se a tupla contiver, direta ou indiretamente,
qualquer valor mutável, não poderá ser chave. Listas não podem ser
usadas como chaves porque podem ser modificadas *internamente* pela
atribuição em índices ou fatias, e por métodos como "append()" e
"extend()".

Um bom modelo mental é imaginar um dicionário como um conjunto não
ordenado de pares chave-valor, onde as chaves são únicas em uma dada
instância do dicionário. Dicionários são delimitados por chaves: "{}",
e contém uma lista de pares *chave:valor* separada por vírgulas. Dessa
forma também será exibido o conteúdo de um dicionário no console do
Python. O dicionário vazio é "{}".

As principais operações em um dicionário são armazenar e recuperar
valores a partir de chaves. Também é possível remover um par
*chave:valor* com o comando "del". Se você armazenar um valor
utilizando uma chave já presente, o antigo valor será substituído pelo
novo. Se tentar recuperar um valor usando uma chave inexistente, será
gerado um erro.

Executar "list(d.keys())" em um dicionário retorna uma lista de todas
as chaves usadas no dicionário, em ordem arbitrária (se você deseja
que ele seja ordenado, basta usar >>``<<sorted(d.keys()) *em vez
disso). [2]_ Para verificar se uma única chave está no dicionário, use
a palavra-chave :keyword:`in*.

A seguir, um exemplo de uso do dicionário:

   >>> tel = {'jack': 4098, 'sape': 4139}
   >>> tel['guido'] = 4127
   >>> tel
   {'sape': 4139, 'guido': 4127, 'jack': 4098}
   >>> tel['jack']
   4098
   >>> del tel['sape']
   >>> tel['irv'] = 4127
   >>> tel
   {'guido': 4127, 'irv': 4127, 'jack': 4098}
   >>> list(tel.keys())
   ['irv', 'guido', 'jack']
   >>> sorted(tel.keys())
   ['guido', 'irv', 'jack']
   >>> 'guido' in tel
   True
   >>> 'jack' not in tel
   False

O construtor "dict()" produz dicionários diretamente de sequências de
pares chave-valor:

   >>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
   {'sape': 4139, 'jack': 4098, 'guido': 4127}

Além disso, os compreensão de dicionários podem ser usadas para criar
dicionários a partir de expressões arbitrárias de chave e valor:

   >>> {x: x**2 for x in (2, 4, 6)}
   {2: 4, 4: 16, 6: 36}

Quando chaves são strings simples, é mais fácil especificar os pares
usando argumentos nomeados no construtor:

   >>> dict(sape=4139, guido=4127, jack=4098)
   {'sape': 4139, 'jack': 4098, 'guido': 4127}


5.6. Técnicas de iteração
=========================

Ao iterar sobre dicionários, a chave e o valor correspondente podem
ser obtidos simultaneamente usando o método "items()".

   >>> knights = {'gallahad': 'the pure', 'robin': 'the brave'}
   >>> for k, v in knights.items():
   ...     print(k, v)
   ...
   gallahad the pure
   robin the brave

Ao iterar sobre sequências, a posição e o valor correspondente podem
ser obtidos simultaneamente usando a função "enumerate()".

   >>> for i, v in enumerate(['tic', 'tac', 'toe']):
   ...     print(i, v)
   ...
   0 tic
   1 tac
   2 toe

Para percorrer duas ou mais sequências ao mesmo tempo, as entradas
podem ser pareadas com a função "zip()".

   >>> questions = ['name', 'quest', 'favorite color']
   >>> answers = ['lancelot', 'the holy grail', 'blue']
   >>> for q, a in zip(questions, answers):
   ...     print('What is your {0}?  It is {1}.'.format(q, a))
   ...
   What is your name?  It is lancelot.
   What is your quest?  It is the holy grail.
   What is your favorite color?  It is blue.

Para percorrer uma sequência em ordem inversa, chame a função
"reversed()" com a sequência na ordem original.

   >>> for i in reversed(range(1, 10, 2)):
   ...     print(i)
   ...
   9
   7
   5
   3
   1

Para percorrer uma sequência de maneira ordenada, use a função
"sorted()", que retorna uma lista ordenada com os itens, mantendo a
sequência original inalterada.

   >>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
   >>> for f in sorted(set(basket)):
   ...     print(f)
   ...
   apple
   banana
   orange
   pear

Às vezes é tentador alterar uma lista enquanto você itera sobre ela;
porém, costuma ser mais simples e seguro criar uma nova lista.

   >>> import math
   >>> raw_data = [56.2, float('NaN'), 51.7, 55.3, 52.5, float('NaN'), 47.8]
   >>> filtered_data = []
   >>> for value in raw_data:
   ...     if not math.isnan(value):
   ...         filtered_data.append(value)
   ...
   >>> filtered_data
   [56.2, 51.7, 55.3, 52.5, 47.8]


5.7. Mais sobre condições
=========================

As condições de controle usadas em "while" e "if" podem conter
quaisquer operadores, não apenas comparações.

Os operadores de comparação "in" e "not in" verificam se um valor
ocorre (ou não ocorre) em uma dada sequência. Os operadores "is" e "is
not" comparam se dois objetos são na verdade o mesmo objeto; isto só é
relevante no contexto de objetos mutáveis, como listas. Todos os
operadores de comparação possuem a mesma precedência, que é menor do
que a prioridade de todos os operadores numéricos.

Comparações podem ser encadeadas: Por exemplo "a < b == c" testa se
"a" é menor que "b" e também se "b" é igual a "c".

Comparações podem ser combinadas através de operadores booleanos "and"
e "or", e o resultado de uma comparação (ou de qualquer outra
expressão), pode ter seu valor booleano negado através de "not". Estes
possuem menor prioridade que os demais operadores de comparação. Entre
eles, "not" é o de maior prioridade e "or" o de menor. Dessa forma, a
condição "A and not B or C" é equivalente a "(A and (not B)) or C".
Naturalmente, parênteses podem ser usados para expressar o agrupamento
desejado.

Os operadores booleanos "and" e "or" são operadores *short-circuit*:
seus argumentos são avaliados da esquerda para a direita, e a
avaliação para quando o resultado é determinado. Por exemplo, se "A" e
"C" são expressões verdadeiras, mas "B" é falsa, então "A and B and C"
não chega a avaliar a expressão "C". Em geral, quando usado sobre
valores genéricos e não como booleanos, o valor do resultado de um
operador atalho é o último valor avaliado na expressão.

É possível atribuir o resultado de uma comparação ou outra expressão
booleana para uma variável. Por exemplo:

   >>> string1, string2, string3 = '', 'Trondheim', 'Hammer Dance'
   >>> non_null = string1 or string2 or string3
   >>> non_null
   'Trondheim'

Observe que em Python, diferente de C, atribuição não pode ocorrer
dentro de uma expressão. Programadores C podem resmungar, mas isso
evita toda uma classe de problemas frequentemente encontrados em
programas C: digitar "=" numa expressão quando a intenção era "==".


5.8. Comparando sequências e outros tipos
=========================================

Objetos sequência podem ser comparados com outros objetos sequência,
desde que o tipo das sequências seja o mesmo. A comparação utiliza a
ordem lexicográfica: primeiramente os dois primeiros itens são
comparados, e se diferirem isto determinará o resultado da comparação,
caso contrário os próximos dois itens serão comparados, e assim por
diante até que se tenha exaurido alguma das sequências. Se em uma
comparação de itens, os mesmos forem também sequências (aninhadas),
então é disparada recursivamente outra comparação lexicográfica. Se
todos os itens da sequência forem iguais, então as sequências são
ditas iguais. Se uma das sequências é uma subsequência da outra, então
a subsequência é a menor. A comparação lexicográfica de strings
codificação Unicode para definir a ordenação. Alguns exemplos de
comparações entre sequências do mesmo tipo:

   (1, 2, 3)              < (1, 2, 4)
   [1, 2, 3]              < [1, 2, 4]
   'ABC' < 'C' < 'Pascal' < 'Python'
   (1, 2, 3, 4)           < (1, 2, 4)
   (1, 2)                 < (1, 2, -1)
   (1, 2, 3)             == (1.0, 2.0, 3.0)
   (1, 2, ('aa', 'ab'))   < (1, 2, ('abc', 'a'), 4)

Note que comparar objetos de tipos diferentes com "<" ou ">" é
permitido desde que os objetos possuam os métodos de comparação
apropriados.  Por exemplo, tipos numéricos mistos são comparados de
acordo com os seus valores numéricos, portanto 0 é igual a 0.0, etc.
Em caso contrário, ao invés de fornecer uma ordenação arbitrária, o
interpretador levantará um "TypeError".

-[ Notas de rodapé ]-

[1] Outras linguagens podem retornar o objeto modificado, o que
    permite encadeamento de métodos, como
    "d->insert("a")->remove("b")->sort();".

[2] Chamar "d.keys()" retornará um objeto do tipo *dictionary view*.
    Ele suporta operações como teste de pertinência e iteração, mas o
    seu conteúdo não é independente do dicionário original -- é apenas
    uma *visualização*.
