Du liest:
Python Datentypen: Der große Python Data Types Guide!

Python Datentypen: Der große Python Data Types Guide!

09.06.2022
Python Datentypen: Alle Python Data Types im großen Guide!

Python Datentypen sind nichts anderes als eine Klassifizierung von ähnlichen Datenwerten. In Python deklarieren wir den Datentyp einer Variablen nicht explizit. Der Python-Interpreter interpretiert einen Wert und ordnet ihn dann automatisch dem entsprechenden Datentyp zu.

Wir möchten uns die einzelnen Datentypen in Python genauer ansehen und verstehen.

Python Datentypen I: Zahlen

In Python gibt es den Datentyp Number für alle Operationen, die numerische Werte beinhalten.

Dieser Datentyp kann mit allen Arten von numerischen Werten umgehen, z. B. mit Ganzzahlen, Gleitkommazahlen und komplexen Zahlen.

Zahlen sind veränderbare Datentypen, das heißt immer dann, wenn wir eine Variable aktualisieren, wird ein neues Objekt mit dem aktualisierten Wert erstellt und der Variable zugewiesen.

Dabei werden die Zahlen in drei Python Datentypen eingeteilt:

  1. int / Integer: Int kann alle ganzzahligen Werte speichern. Der Python int kann jede Größe annehmen. Es gibt keine Größenbeschränkung.
  2. float: Das Python float umfasst alle Fließkommawerte. Auch für die Größe einer Fließkommazahl gibt es keine Einschränkungen.
  3. complex: Wie der Name schon sagt, speichert Python die Zahlen in komplexer Form. Zum Beispiel x + yj, wobei x der Realteil und y der Imaginärteil ist.

Lass uns nun int, float und complex mithilfe des folgenden Codes verstehen:

integer_value = 3
floating_value = 3.142
complex_value = 3 + 4j

# Wir benutzen die type() Methode, um zu verstehen, welcher Datentyp vom Interpreter zugeordnet wurde.
print(type(integer_value))
print(type(floating_value))
print(type(complex_value))

Ausgabe auf der Konsole:

In diesem Python Tutorial zu dem Thema Datentypen schauen wir uns den Typ complex für komplexe Zahlen an!

Python Datentypen II: Strings (Zeichenketten)

Ein Python String ist nichts anderes als eine Folge von Zeichen und wird daher auch Zeichenkette genannt.

Strings in Python sind unveränderlich, d. h. dieselbe Instanz von String kann nicht geändert werden. Um den String-Wert zu aktualisieren, muss stattdessen eine neue aktualisierte Instanz bereitgestellt werden.

In Python deklarieren wir Strings mit einer Folge von Zeichen, die zwischen (” oder “” oder “””) eingeschlossen sind. Zum Beispiel: “Python”, “Let’s”, “‘Das ist “Python”.'”.

Weiterhin können wir den Operator + verwenden, um zwei Zeichenketten zu verketten.

Wir wollen das anhand des folgenden Codebeispiels zeigen:

string_1 = "Ich mag "
string_2 = "Python "
string_3 = "Java"

print(string_1 + string_2 + "und " + string_3)

Ausgabe auf der Konsole:

Daten und die Programmiersprache Python: In diesem Programm schauen wir uns durch Beispiele den String an!

Python Datentypen III: Boolean

Boolesche Werte in Python umfassen zwei mögliche Werte: True und False

Dabei werden diese Werte meist in bedingten Anweisungen verwendet. Diese beiden Werte können als Operanden für logische Operationen wie and , or , not , etc. verwendet werden. Mehr über das Python boolean kannst du hier erfahren!

true_value = True
false_value = False

print(type(true_value))
print("True and False -> ",true_value and false_value)

Ausgabe auf der Konsole:

Der boolean ist ein wichtiger Bestandteil der Programmierung und nahezu allen Programmiersprachen.

Python Datentypen – Datenstrukturen I: Dictionary

Dictionaries werden verwendet, um Schlüssel-Wert-Paare zu speichern. Das Python Dictionary ist eine geordnete Sammlung von Datenwerten, d. h. wir können die Elemente auch in der Reihenfolge abrufen, in der wir sie eingefügt haben. Ein Dictionary ist veränderbar, das heißt, wir können die Elemente eines Dictionary bearbeiten.

Hinweis: Nur Python 3.7 und höhere Versionen bieten eine geordnete Sammlung im Dictionary.

Die Schlüssel im Dictionary müssen eindeutig sein. Der Schlüssel kann einen beliebigen Datentyp haben, solange der Datentyp hashfähig und unveränderlich ist. Die Werte können jeden Datentyp annehmen und können auch geändert werden.

Wir verwenden {}, geschweifte Klammern oder die dict()-Methode, um ein leeres Dictionary zu erstellen.

Schauen wir uns das folgende Codebeispiel an, um die Funktionsweise eines Dictionarys besser zu verstehen.

unser_dict = {
    "Land": "Indien",
    "Landessprache": "Hindi",
    "Anzahl an Staaten": 27
}

## Dictionary ausgeben
print(unser_dict)

## Einen Wert aktualisieren
unser_dict["Anzahl an Staaten"] += 1

## Das aktualisierte Dictionary ausgeben
print("Unser Dictionary nach der Aktualisierung" , unser_dict)

## Ein Element entfernen
del unser_dict["Landessprache"]

## Das aktualisierte Dictionary wieder ausgeben
print("Unser Dictionary nach der Entfernung" , unser_dict)

Ausgabe auf der Konsole:

Das Python Dictionary ist einer der am häufigst verwendeten Datenstrukturen in Python!

Python Datentypen – Datenstrukturen II: Listen und Tupel

Listen und Tupel werden verwendet, um eine Folge verschiedener Datentypen zu speichern.

Listen werden mit [] angesprochen, während Tupel mit () angesprochen werden. Die Python List ist veränderbar, während Tupel unveränderbar sind. Sowohl auf Listen als auch auf den Python Tuple / Python Tupel kann über einen Index zugegriffen werden.

Einmal erstellte Listen können geändert werden, während Tupel nicht geändert werden können. Wenn wir versuchen, ein Tupel zu ändern, gibt der Python-Interpreter einen Fehler aus.

Ebenfalls erlaubt uns Python Slicing-Operationen für Listen und Tupel durchführen.

Schauen wir uns das folgende Codebeispiel an, um Listen und Tupel besser zu verstehen:

list_eins = ["Hallo", "Python", 3.8]
tuple_zwei = ("hallo" , "Python" , 3.8)

## Ausgabe der Werte von list_eins und tuple_zwei
print(list_eins)
print(tuple_zwei)

## Aktualisierung der Liste
list_eins[2] = 3.9

## Ausgabe der aktualisierten Liste
print("Aktualisierte Python Liste",list_eins)

## Beispiel für Slicing:
print(list_eins[1:2])
print(tuple_zwei[1:])

Ausgabe auf der Konsole:

Wir können beispielsweise index[2] verwenden, um auf ein bestimmtes Element zuzugreifen!

Python Datentypen – Python Datenstrukturen III: Sets

Sets sind ungeordnete Sammlungen von eindeutigen Datenwerten. Die Datenwerte können jeden Datentyp annehmen, solange diese hashfähig und unveränderlich sind.

Sets können mit Datenwerten initialisiert werden, die durch ein Komma getrennt sind und in geschweifte Klammern {} eingeschlossen werden.

Sets ignorieren alle wiederholten Werte und speichern nur eindeutige Elemente. Sets sind veränderbar, was die Aktualisierung von Datenwerten ermöglicht.

Werfen wir einen Blick auf den folgenden Code, um das Python Set besser zu verstehen:

set_1 = {1,2,2,"python", "python"}

## Gibt set_1 aus
print(set_1)

## Füge Elemente mithilfe der add() Methode hinzu:
set_1.add("hallo")

## Gib set_1 aus, nachdem "hello" hinzugefügt wurde
print("Nach der add-Methode",set_1)

## Entferne ein Element vom Set
set_1.remove(2)

## Gib set_1 nach der Löschoperation aus:
print("Nach der delete-Methode",set_1)

Ausgabe auf der Konsole:

Die Datenstruktur Set ist die letzte die wir nun behandeln werden!

Wie wir im obigen Beispiel sehen können, wurden alle doppelten Elemente verworfen und nur ein Exemplar jedes einzigartigen Elements blieb übrig.

Außerdem können wir sehen, dass es keine feste Reihenfolge beim Einfügen der Elemente gab, was bedeutet, dass die Mengen ungeordnet sind.

Zusammenfassung: Die Python Datentypen – alle Data Types im Überblick!

Super! Du hast nun die grundlegenden Python Datentypen kennengelernt und verstanden wie man diese in der Praxis verwendet. Desweiteren hast du auch die ersten Datenstrukturen kennengelernt und weißt nun wie du mit ebendiesen arbeiten kannst!

Kostenlos programmieren lernen

  • Interaktiv Python & Java lernen
  • Kurse von echten Experten erstellt
  • Individuelle Hilfe, wenn du nicht weiterkommst
Kostenlos registrieren

Keine Zahlungsdaten notwendig



Bislang gibt es keine Kommentare. Markier dein Revier und sei der Erste!

Schreibe einen Kommentar

Das könnte dich auch interessieren

Arrow-up