Typy danych Pythona [całkowicie wyjaśnione dla początkujących]

Python jest obecnie jednym z najbardziej preferowanych języków programowania. Pozwala programistom skoncentrować wszystkie swoje wysiłki na implementacji zamiast na złożonych programach. Zapewnia lepszą czytelność i łatwość dostępu. Aby opanować i lepiej używać dowolnego języka programowania, musisz dobrze zrozumieć jego podstawowe pojęcia. W przypadku Pythona te pojęcia to zmienne i typy danych.

Czym różnią się zmienne Pythona i typy danych?

Jeśli korzystasz z języków programowania, takich jak C, C++ i Java, i uważasz, że wiesz wszystko o zmiennych i typach danych oraz o tym, jak działają w Pythonie, czeka Cię niespodzianka. Czytając ten artykuł, dowiesz się, że zmienne i typy danych Pythona różnią się nieco od swoich odpowiedników w innych językach programowania. Istnieją łańcuchy, liczby całkowite i liczby, jak w C i C++, ale w Pythonie jest trochę inaczej.

Na przykład, jeśli używasz list w języku C, będziesz musiał zinterpretować to od samego początku – zarządzanie alokacją i projektowanie struktury pamięci. Niezbędne będą również metody dostępu i korzystanie z wyszukiwania. Innymi słowy, musisz zadeklarować typy danych przed ich użyciem, jeśli chodzi o języki takie jak C, C++ i Java. Z drugiej strony nie musisz deklarować zmiennych w Pythonie. Listy i inne typy danych w Pythonie są uważane za integralną część języka programowania.

Dowiedz się więcej o: Pomysły i tematy projektów Python dla początkujących

Zmienne w Pythonie

Zmienna w Pythonie lub w każdym innym języku programowania może z czasem ulec zmianie. Program komputerowy, który może być dowolną wartością, w tym tekstem, liczbami lub innymi skomplikowanymi typami, używa lokalizacji pamięci do przechowywania.

W kategoriach symbolicznych ta fizyczna lokalizacja pamięci jest określana jako zmienna. Zmienna jest często postrzegana jako kontener przechowujący wartości. Do zmiennych można uzyskać dostęp, a nawet przypisać nową wartość w dowolnym momencie, gdy program jest nadal uruchomiony.

Zmienne są często mylone z identyfikatorami. Identyfikatory to nazwy nadane różnym zmiennym. Jednak zmienna to nie tylko nazwa. Ma zasięg, typ i, co najważniejsze, powiązaną z nim wartość. Ponadto identyfikatory mogą być również używane do oznaczania etykiet, pakietów, typów, funkcji i innych jednostek oprócz zmiennych.

Zmienne Pythona używane podczas trwania modułu lub programu nazywane są zmiennymi globalnymi. Z drugiej strony zmienne używane dla określonej metody lub funkcji nazywane są zmiennymi lokalnymi.

W Pythonie, gdy chcesz użyć tej samej zmiennej dla reszty programu lub modułu, deklarujesz ją jako zmienną globalną, natomiast jeśli chcesz użyć zmiennej w określonej funkcji lub metodzie, używasz zmiennej lokalnej. Zmienne Pythona mają jeszcze jedną bardzo niezwykłą właściwość. Ich wartość, a także rodzaj, mogą się zmieniać w trakcie działania programu. Tak więc zmiennej można przypisać wartość ciągu i używać jako takiej przez jakiś czas. Nieco później jednak można było mu przypisać wartość całkowitą.

Przeczytaj: Wynagrodzenie programisty Pythona w Indiach

Typy danych Pythona

Nauczenie się, jak przechowywanie i manipulacja danymi działa w języku programowania, ma kluczowe znaczenie dla dokładnego zrozumienia tego języka. Deweloperzy wolą Python, ponieważ zapewnia funkcje i łatwość użycia, których nie oferuje żaden inny język.

Ważną cechą z wielu funkcji, które zapewnia Python, jest dynamiczne pisanie. Operacja, którą można zastosować do zmiennej, zależy od jej typu danych. Zmienna może być używana do obliczeń tylko wtedy, gdy zawiera typ danych obok swojej nazwy. Python jest językiem dynamicznie typowanym, ponieważ zmienne nie są powiązane z przypisanymi im typami danych.

Przeczytaj więcej: Zmienne i typy danych w Pythonie

Standardowe lub wbudowane typy danych w Pythonie

1. Liczby

Cztery typy liczbowe obsługiwane przez Pythona obejmują liczby całkowite, zmiennoprzecinkowe, długie i liczby zespolone. Liczby całkowite zawierają wszystkie liczby, dodatnie i ujemne, bez kropki dziesiętnej. Liczby zmiennopozycyjne to liczby rzeczywiste reprezentowane przez kropkę dziesiętną oddzielającą części ułamkowe i całkowite. Długie liczby całkowite są reprezentowane z absolutną precyzją, podczas gdy liczby zespolone składają się z części rzeczywistej i urojonej.

2. Struny

Ciągi reprezentują tablice znaków. Składają się z listy znaków. Nie są uważane za zbyt przydatne do przechowywania danych, z których może korzystać komputer. Jedną z jego najważniejszych cech jest długość ciągu, który reprezentuje liczbę jego znaków. Do przetwarzania łańcuchów można używać różnych algorytmów – czyli sortowania, przekształcania, wyszukiwania i porównywania.

3. Listy

Listy należą do najbardziej wszechstronnych i używanych typów danych w Pythonie. Listy działają tak samo jak łańcuchy.

4. Krotki

Krotki są określane jako kontenery, które mają kilka wartości oddzielonych przecinkami i wymienionych w nawiasach. Krotki nie różnią się zbytnio od list. Nic dziwnego, że są używane w sytuacjach, w których można również używać list. Różnice między nimi – listy zawierają zmienne obiekty i są ujęte w nawiasy kwadratowe, podczas gdy krotki zawierają niezmienne obiekty i są ujęte w nawiasy.

5. Słownik

Słowniki w Pythonie umożliwiają przechowywanie i dostęp do danych, które mają coś wspólnego z komputerami i ludźmi. Nie stosują się do żadnego porządku i mają wartości i klucze. Klucze są unikalne, a wartościami mogą być liczby całkowite, zmiennoprzecinkowe, łańcuchy, a nawet ich kombinacja. Słowniki działają jak listy w tym sensie, że można je zmieniać w dowolnym momencie w czasie wykonywania. Można je łatwo wyhodować lub skurczyć.

Wniosek

Nauka Pythona lub dowolnego innego języka programowania zaczyna się od zrozumienia pojęć, które są podstawową częścią jego podstaw. Zmienne i typy danych to te pojęcia, jeśli chodzi o naukę i pomyślne wdrażanie Pythona.

Jeśli chcesz dowiedzieć się czegoś o Pythonie, wszystkiego o nauce o danych, sprawdź IIIT-B i upGrad's PG Diploma in Data Science, który jest stworzony dla pracujących profesjonalistów i oferuje ponad 10 studiów przypadków i projektów, praktyczne warsztaty praktyczne, mentoring z przemysłem eksperci, indywidualni z mentorami branżowymi, ponad 400 godzin nauki i pomocy w pracy z najlepszymi firmami.