Comprensión profunda de los tipos de datos y aplicaciones de Python.

Python proporciona un amplio conjunto de tipos de datos integrados que le permiten manejar diferentes tipos de datos en su programa. Los tipos numéricos principales incluyen números enteros, números de punto flotante y números complejos. El número entero representa números enteros y es útil para contar y realizar cálculos precisos.

Los números de coma flotante representan números reales con precisión decimal, lo cual es importante para los cálculos científicos y estadísticos. Los números complejos extienden los números al plano complejo y se utilizan en muchas aplicaciones científicas y matemáticas.

Python tiene muchos tipos de datos integrados que le permiten almacenar y manipular datos de formas poderosas. Elegir los tipos de datos apropiados es muy importante para escribir código Python eficiente. Esta guía completa proporcionará una introducción detallada a varios tipos de datos de Python a través de ejemplos de código.

tipo numérico

Los tipos de datos numéricos en Python le permiten manejar datos numéricos como números enteros, números de punto flotante y números complejos. Veamos cada tipo numérico uno por uno.

Entero(int)

Los números enteros son números enteros como -2, -1, 0, 1, 2, 3, etc. Pueden ser positivos, negativos o 0. En Python, los números enteros son inmutables. Algunos ejemplos: 

x = 10    # positive integer
y = -5    # negative integer 
print(type(x)) # <class 'int'>

Podemos realizar operaciones matemáticas con números enteros como suma, resta, multiplicación, etc. 

a = 12
b = 4
print(a + b) # 16

print(a - b) # 8
print(a * b) # 48

Los números enteros se pueden convertir a otros tipos, como flotantes, números complejos, etc. 

num = 10

print(type(num)) # <class 'int'> 
num2 = float(num)
print(type(num2)) # <class 'float'>

número de punto flotante (flotante)

Los números de coma flotante representan números reales, como -1,5, -0,4, 0,0, 1,25, 9,8, etc. Contienen puntos decimales. Muy útil en cálculos científicos y estadísticos donde se requiere precisión. Algunos ejemplos:

a = 1.5

b = -0.4
print(type(a)) # <class 'float'>

Los números de coma flotante admiten operaciones matemáticas como suma, resta, etc.

x = 3.0

y = 5.5 
print(x + y) # 8.5
print(x - y) # -2.5 
print(x * y) # 16.5

Se pueden convertir a otros tipos como int, complex, etc.

a = 1.2

print(type(a)) # <class 'float'>
b = int(a) 
print(type(b)) # <class 'int'>

plural

Los números complejos se escriben en la forma x + yj, donde x es la parte real e y es la parte imaginaria. Son muy útiles en aplicaciones científicas y matemáticas.

x = 5 + 3j

print(type(x)) # <class 'complex'>

Podemos realizar operaciones como suma y multiplicación de números complejos.

a = 2+3j

b = 5+4j
print(a + b) # 7+7j 
print(a * b) # -7+26j

Se pueden convertir a otros tipos como int, float, etc.

x = 5 + 3j
print(type(x)) # <class 'complex'>

y = float(x)
print(type(y)) # <class 'float'>

tipo booleano

El tipo booleano representa los valores lógicos Verdadero y Falso. Se utiliza para pruebas condicionales y lógica. Por ejemplo:

x = True
y = False
print(type(x)) # <class 'bool'>

Las expresiones y condiciones lógicas se pueden combinar utilizando operadores booleanos como y, o y no.

a = True
b = False
print(a and b) # False 
print(a or b) # True
print(not a) # False

Otros tipos de datos se pueden convertir a valores booleanos en función de sus valores de verdad.

x = 5
print(bool(x)) # True 
y = 0
print(bool(y)) # False

tipo de secuencia

Los tipos de secuencia permiten almacenar colecciones de datos de forma ordenada. Aprendamos sobre ellos uno por uno:

cadena (cadena)

Una cadena representa una secuencia de caracteres Unicode, como letras, números, espacios, etc. En Python son inmutables. Algunos ejemplos de creación de cadenas:

s1 = 'Hello'
s2 = "World"
print(type(s1)) # <class 'str'>

Podemos acceder a caracteres individuales mediante indexación:

s = 'python'
print(s[0]) # p
print(s[3]) # h

Las cadenas admiten operaciones como concatenación, corte, longitud, etc.

s1 = 'Hello'
s2 = 'World'
print(s1 + ' ' + s2) # Hello World
print(len(s1)) # 5

Se pueden utilizar especificadores de formato como %s para formatear:

name = 'John'
print('My name is %s' % name) # My name is John

lista

Una lista es una colección ordenada de valores que es mutable (modificable). Permite el almacenamiento de diferentes tipos de datos.

nums = [1, 2, 3]
fruits = ['apple', 'mango', 'banana']
print(type(nums)) # <class 'list'>

Podemos acceder a elementos mediante índices. Las listas son mutables.

nums[0] = 5 
print(nums) # [5, 2, 3]

Las listas admiten operaciones como concatenación, división, longitud, etc.

fruits = ['apple', 'banana', 'mango']
print(len(fruits)) # 3
print(fruits[1:]) # ['banana', 'mango']

tupla

Las tuplas son colecciones ordenadas de valores que son inmutables (no se pueden modificar). Permite el almacenamiento de diferentes tipos de datos.

point = (2, 3) # 括号不是必需的，但建议使用
colors = ('red', 'blue', 'green')
print(type(point)) # <class 'tuple'>

Podemos acceder a elementos usando índices, pero no podemos modificar tuplas.

point[0] = 5 #错误：无法修改元组

Las tuplas admiten operaciones como concatenación, corte, longitud, etc.

colors = ('red', 'blue', 'green')
print(len(colors)) # 3
print(colors[1:]) # ('blue', 'green')

Rango

El rango representa una secuencia inmutable de números. Normalmente se utiliza para recorrer una secuencia de números.

nums = range(5) # 0到4
print(list(nums)) # [0, 1, 2, 3, 4]

El rango se usa a menudo en bucles for:

for i in range(3):
    print(i)
# 输出：
# 0
# 1
# 2

También podemos crear un rango con un tamaño de inicio, final y paso.

nums = range(3, 8, 2)
print(list(nums)) # [3, 5, 7]

Tipo de colección

Un conjunto es una colección desordenada de valores únicos. Admiten operaciones como pruebas de membresía, matemáticas establecidas y más.

recolectar

La colección contiene sólo valores únicos. Se pueden agregar y quitar elementos.

colors = {'red', 'blue', 'green'}
print(type(colors)) # <class 'set'>

Los elementos de la colección se pueden probar para determinar su membresía y agregarlos o eliminarlos. Las colecciones son mutables.

'red' in colors # True
colors.add('yellow')
colors.remove('blue')

Se pueden realizar operaciones matemáticas de conjuntos, como unión e intersección, entre conjuntos.

set1 = {1, 2, 3}
set2 = {3, 4, 5}
print(set1 | set2) # {1, 2, 3, 4, 5}
print(set1 & set2) # {3}

colección inmutable

Las colecciones inmutables son una variante inmutable de las colecciones de Python. No se pueden agregar ni eliminar elementos.

colors = frozenset(['red', 'blue', 'green'])
print(type(colors)) # <class 'frozenset'>
colors.add('yellow') # AttributeError

Las colecciones inmutables se pueden utilizar como claves de diccionario y como operaciones de conjuntos.

Tipo de mapeo

Los tipos de mapas permiten almacenar datos como pares clave-valor. Los diccionarios son el principal tipo de mapeo en Python.

diccionario

Un diccionario consta de pares clave-valor, encerrados entre llaves {}. Se utiliza para almacenar datos relacionados.

student = {
    'name': 'John',
    'age': 20,
    'courses': ['Math', 'Science']
}
print(type(student)) # <class 'dict'>

Se puede acceder a los elementos del diccionario mediante clave y modificarlos. Los diccionarios son mutables.

student['name'] = 'Mark' # 更新值
print(student['courses']) # ['Math', 'Science']

Las operaciones comunes del diccionario incluyen longitud, agregar/eliminar claves, iteración, etc.

print(len(student)) # 3
student['email'] = '[email protected]' # 添加键值
for key in student:
    print(key, student[key]) # 打印每个项

tipo binario

El tipo binario en Python se utiliza para manejar datos binarios como bytes, matrices de bytes, etc.

byte

Los bytes representan una secuencia inmutable de bytes. Ejemplo:

data = b'hello'
print(type(data)) # <class 'bytes'>

Los bytes admiten operaciones como indexación, longitud, concatenación, etc., pero son inmutables.

print(data[0]) # 104
print(len(data)) # 5
data2 = data + b'world' # 无法修改，只能连接

matriz de bytes

Una matriz de bytes representa una secuencia variable de bytes. Se pueden modificar en el lugar.

data = bytearray(b'hello')
print(type(data)) # <class 'bytearray'>
data[0] = 106 # 可变的

Las matrices de bytes admiten operaciones de secuencia típicas como indexación, unión, etc.

print(data[0]) # 106
data2 = data + bytearray(b'world')

Vista de la memoria

Los objetos Memoryview permiten el acceso directo a los datos internos de los objetos que admiten el protocolo de búfer sin necesidad de copiarlos. Para optimización avanzada.

data = memoryview(b'hello')
print(data[0]) # 104

Memoryview admite corte y edición sin copiar buffers. Uso avanzado para el rendimiento.

data[1:4] = b'i' # 在原地编辑
print(data) # b'hiello'

Ninguno tipo

El tipo Ninguno representa un valor faltante. Similar a null en otros idiomas.

x = None
print(type(x)) # <class 'NoneType'>

Ninguno se utiliza a menudo como marcador de posición para valores opcionales o faltantes.

def print_if_not_none(x):
    if x is None:
        print('x is None')
    else:
        print(x)

El operador puede comprobar si algo es Ninguno.

x = None
print(x is None) # True

En resumen, Python viene con una variedad de tipos de datos integrados, incluidos valores numéricos, texto, conjuntos, mapas y más. Elegir el tipo de datos adecuado ayuda a utilizar la memoria de manera eficiente y mejorar el rendimiento. La manipulación de tipos de datos es una parte importante de la programación en Python.

Esperamos que esta descripción general le haya brindado una buena comprensión de los diferentes tipos de datos disponibles en Python, junto con numerosos ejemplos de código que demuestran su uso.

· FIN ·

VIDA FELIZ

Este artículo es solo para aprendizaje y comunicación. Si hay alguna infracción, comuníquese con el autor para eliminarlo.