Zum Inhalt springen

Python-Datentypen: Ein umfassender Leitfaden

Python ist eine hochentwickelte, dynamisch typisierte Programmiersprache, die für eine Vielzahl von Anwendungen weit verbreitet ist, von der wissenschaftlichen Datenverarbeitung bis zur Webentwicklung. Eine der wichtigsten Funktionen von Python ist die Fähigkeit, mit verschiedenen Datentypen wie Zahlen, Strings, Listen und Dictionaries zu arbeiten. In diesem Artikel werfen wir einen detaillierten Blick auf Python-Datentypen, einschließlich ihrer Eigenschaften, Methoden und Beispiele für deren Verwendung in Ihrem Code.

Zahlen

Python unterstützt mehrere Zahlentypen, darunter Ganzzahlen, Gleitkommazahlen und komplexe Zahlen. Ganzzahlen sind ganze Zahlen, die positiv, negativ oder null sein können. Gleitkommazahlen haben ein Dezimalzeichen und können positiv oder negativ sein. Komplexe Zahlen bestehen sowohl aus einem reellen als auch aus einem imaginären Anteil.

Ganzzahlen

Ganzzahlen werden in Python als ganze Zahlen ohne Dezimalstelle dargestellt. Die Ganzzahl 42 repräsentiert beispielsweise die Zahl 42. Mit Ganzzahlen können Sie verschiedene arithmetische Operationen durchführen, wie Addition, Subtraktion, Multiplikation und Division.

Python-Datentyp: Ganzzahl

python
# Integer addition
print(1 + 2)

# Integer subtraction
print(3 - 1)

# Integer multiplication
print(2 * 3)

# Integer division
print(6 / 2)

Gleitkommazahlen

Gleitkommazahlen werden in Python als Zahlen mit Dezimalstelle dargestellt. Die Gleitkommazahl 42.0 repräsentiert beispielsweise die Zahl 42.0. Mit Gleitkommazahlen können Sie dieselben arithmetischen Operationen durchführen wie mit Ganzzahlen.

Python-Gleitkomma-Demo

python
# Floating-point addition
print(1.0 + 2.0)

# Floating-point subtraction
print(3.0 - 1.0)

# Floating-point multiplication
print(2.0 * 3.0)

# Floating-point division
print(6.0 / 2.0)

Komplexe Zahlen

Komplexe Zahlen werden in Python als Kombination aus einem reellen und einem imaginären Anteil dargestellt. Der reelle Anteil ist eine Gleitkommazahl und der imaginäre Anteil wird durch den Buchstaben 'j' dargestellt. Die komplexe Zahl 2 + 3j repräsentiert beispielsweise die Zahl 2 + 3i, wobei i die imaginäre Einheit ist.

Python: Komplexe Zahlen

python
# Complex number addition
print(1 + 2j + 3 + 4j)

# Complex number subtraction
print(3 + 4j - 1 - 2j)

# Complex number multiplication
print((1 + 2j) * (3 + 4j))

# Complex number division
print((1 + 2j) / (3 + 4j))

Strings

Strings sind Zeichenfolgen, die zur Darstellung von Text oder anderen Datentypen verwendet werden können. In Python werden Strings entweder in einfache oder doppelte Anführungszeichen gesetzt. Sie können Strings verketten, Teilstrings extrahieren und weitere Operationen mit Strings durchführen.

Python-Stringverkettung

python
# String concatenation
print("Hello" + " " + "World")

# String repetition
print("Hello" * 3)

# String indexing
print("Hello"[0])

# String slicing
print("Hello"[1:4])

Listen

Listen sind geordnete Sammlungen von Werten, die von jedem beliebigen Typ sein können. In Python werden Listen erstellt, indem Werte in eckige Klammern gesetzt und durch Kommas getrennt werden. Sie können Elemente in Listen hinzufügen, entfernen und ändern.

Python-Datentyp: Liste

python
# List creation
fruits = ["apple", "banana", "cherry"]

# List modification
fruits[1] = "orange"
print(fruits)

Dictionaries

Dictionaries sind Sammlungen von Schlüssel-Wert-Paaren, die in Python 3.7+ die Einfügereihenfolge beibehalten. In Python werden Dictionaries mit geschweiften Klammern erstellt und die Paare durch Doppelpunkte getrennt. Sie können über die Schlüssel auf Werte zugreifen, Werte hinzufügen und entfernen.

Python-Datentyp: Dictionary

python
person = {"name": "John", "age": 32, "city": "New York"}
print(person["name"])

# Dictionary add
person["country"] = "United States"
print(person)

# Dictionary remove
del person["city"]
print(person)

Fazit

In diesem Artikel haben wir die verschiedenen Datentypen in Python erkundet, darunter Zahlen, Strings, Listen und Dictionaries. Das Verständnis des Umgangs mit diesen Datentypen ist entscheidend für die Entwicklung effektiver und effizienter Python-Programme. Ob Anfänger oder erfahrener Python-Entwickler – wir hoffen, dass dieser Artikel eine hilfreiche Ressource zur Verbesserung Ihrer Fähigkeiten war.

Übungen

Welche der folgenden werden als unveränderliche Datentypen in Python betrachtet?

Finden Sie das nützlich?

Dual-run-Vorschau — vergleichen Sie mit den Symfony-Routen live.