Python Data Typen: Grundlagen für Präzises Programmieren

Es gibt verschiedene Python Data Typen. Einige eingebaute Python Data Typen sind:

• • Numerische Datentypen: int, float, complex
  • String-Datentypen: str
  • Sequenztypen: list, tuple, range
  • Binäre Typen: bytes, bytearray, memoryview
  • Mapping-Datentyp: dict
  • Boolescher Typ: bool
  • Set-Datentypen: set, frozenset

1. Python Data Typen - Numerischer Datentyp

Der numerische Datentyp in Python wird verwendet, um numerische Werte wie folgt zu halten:

• • • int - hält signierte Ganzzahlen unbegrenzter Länge.
    • long - hält lange Ganzzahlen (existiert in Python 2.x, veraltet in Python 3.x).
    • float - hält Fließkommazahlen und ist bis zu 15 Dezimalstellen genau.
    • complex - hält komplexe Zahlen.

In Python müssen wir keinen Datentyp deklarieren, während wir eine Variable deklarieren, wie in C oder C++. Wir können einfach Werte in einer Variablen zuweisen. Aber wenn wir sehen wollen, welchen Typ von numerischem Wert sie gerade hält, können wir type() verwenden, so:

        #create a variable with integer value.
        a=100
        print("The type of variable having value", a, " is ", type(a))

        #create a variable with float value.
        b=10.2345
        print("The type of variable having value", b, " is ", type(b))

        #create a variable with complex value.
        c=100+3j
        print("The type of variable having value", c, " is ", type(c))

2. Python Data Typen - String-Datentyp

Der String ist eine Sequenz von Zeichen. Python unterstützt Unicode-Zeichen. Allgemein werden Strings entweder durch einfache oder doppelte Anführungszeichen dargestellt.

        a = "string in a double quote"
        b= 'string in a single quote'
        print(a)
        print(b)

        # using ',' to concatenate the two or several strings
        print(a,"concatenated with",b)

        #using '+' to concate the two or several strings
        print(a+" concated with "+b)

3. Python Data Typen - List-Datentyp

Die Liste ist ein vielseitiger Datentyp, der ausschließlich in Python existiert. Im Grunde ist sie dasselbe wie das Array in C/C++. Aber das Interessante an der Liste in Python ist, dass sie gleichzeitig verschiedene Datentypen halten kann. Formal ist eine Liste eine geordnete Sequenz einiger Daten, die mit eckigen Klammern ([]) und Kommata (,) geschrieben wird.

        #list of having only integers
        a= [1,2,3,4,5,6]
        print(a)

        #list of having only strings
        b=["hello","john","reese"]
        print(b)

        #list of having both integers and strings
        c= ["hey","you",1,2,3,"go"]
        print(c)

        #index are 0 based. this will print a single character
        print(c[1]) #this will print "you" in list c

4. Python Tuple

Das Tuple ist ein weiterer Datentyp, der eine Sequenz von Daten ähnlich einer Liste ist. Aber es ist unveränderlich. Das bedeutet, dass Daten in einem Tuple schreibgeschützt sind. Daten in einem Tuple werden mit Klammern und Kommata geschrieben.

        #tuple having only integer type of data.
        a=(1,2,3,4)
        print(a) #prints the whole tuple

        #tuple having multiple type of data.
        b=("hello", 1,2,3,"go")
        print(b) #prints the whole tuple

        #index of tuples are also 0 based.

        print(b[4]) #this prints a single element in a tuple, in this case "go"

5. Python Dictionary

Das Python Dictionary ist eine ungeordnete Sequenz von Daten in Form von Schlüssel-Wert-Paaren. Es ähnelt dem Hashtabellen-Typ. Dictionaries werden innerhalb von geschweiften Klammern in der Form Schlüssel:Wert geschrieben. Es ist sehr nützlich, um Daten auf optimierte Weise unter einer großen Menge von Daten abzurufen.

        #a sample dictionary variable

        a = {1:"first name",2:"last name", "age":33}

        #print value having key=1
        print(a[1])
        #print value having key=2
        print(a[2])
        #print value having key="age"
        print(a["age"])

Das ist alles für heute über Python-Datentypen. Vergessen Sie nicht, jeden Code-Schnipsel auf Ihrer eigenen Maschine auszuführen. Kopieren Sie nicht einfach, sondern versuchen Sie, die Codezeilen selbst zu schreiben. #happy_coding :) Python Data Typen: Grundlagen für Präzises Programmieren