Quels sont les différents types intégrés en Python ?
Dans cet article, vous découvrirez les types de données Python et leur utilisation dans l'écriture de programmes Python. Vous apprendrez leur objectif, leur syntaxe et comment les appliquer dans votre programme à travers des exemples. Le langage Python n'a pas besoin d'être présenté. C'est très puissant, adaptable, rapide et facile à apprendre.
L'un des langages qui continue de se développer et de gagner de plus en plus en popularité chaque année est Python. Python est un langage informatique interprété et orienté objet utilisé pour la programmation générale. Ce didacticiel nous apprendra les différents types de données dans le langage de programmation Python.
Types de données intégrés en Python
Il existe différents types de types de données en Python. Certains types de données Python intégrés incluent -
Types de données numériques - int, float, complexe
Type de données chaîne - str
Types de séquence - liste, tuple, plage
Types binaires - octets, bytearray, memoryview
Type de données mappées - dict
Type booléen - bool
Définir le type de données - défini, congelé
Type de données numériques Python
En Python, le type de données numérique est utilisé pour stocker des valeurs numériques.
Les nombres entiers, les nombres à virgule flottante et les nombres complexes appartiennent aux catégories de nombres de Python. Ils sont définis en Python comme classes int, float et complexes.
int − contient un entier signé de longueur illimitée.
float - Enregistrez le nombre à virgule flottante, précis à 15 décimales.
complex − stocke les nombres complexes.
Type de données de chaîne Python
Une chaîne est une collection de symboles Unicode. En Python, le nom d'une chaîne est str. Utilisez des guillemets simples ou doubles pour représenter les chaînes. Il est acceptable d'utiliser trois guillemets """ ou "' pour représenter plusieurs chaînes. Entre guillemets, chaque caractère fait partie de la chaîne.
La seule limitation concerne les ressources mémoire du système de la machine, n'importe quel nombre de caractères peut être utilisé. En programmation Python, la suppression ou la mise à jour d'une chaîne entraînera une erreur. Par conséquent, le langage de programmation Python ne permet pas de modifier les chaînes.
Type de données de séquence Python
List - La liste est le seul type de données flexible disponible en Python. Il est similaire aux tableaux en C/C++ à certains égards. Cependant, ce qui est remarquable à propos des listes en Python, c’est qu’elles peuvent stocker plusieurs types de données en même temps. Une liste est une collection ordonnée d’informations représentées par des virgules et des crochets ([]). (,)
Tuple - Les listes et les tuples sont comparables à bien des égards. Les tuples contiennent des collections d'éléments de différents types de données, tout comme les listes. Les composants d'un tuple sont séparés par des virgules (,) et des crochets (). Les tuples sont des structures de données en lecture seule puisque la taille et la valeur des éléments ne peuvent pas être modifiées.
Range - La méthode range() en Python renvoie une liste d'entiers contenus dans la plage spécifiée. Il est le plus couramment utilisé pour parcourir une série d’entiers à l’aide de boucles Python.
Types binaires de données Python
bytes - Un objet bytes est généré via la fonction bytes(). Il peut générer un objet octets vide de la taille requise ou convertir l'élément en objet octets. bytes() et bytearray() renvoient différents types d'objets : bytes() renvoie un objet immuable, tandis que bytearray() renvoie un objet mutable.
bytearray - La fonction bytearray() renvoie un objet tableau d'octets d'octets spécifiés. Fournit une séquence modifiable de nombres de 0 à x à 256.
memoryview - Les programmes Python peuvent utiliser des objets memoryview pour accéder aux données internes des objets qui implémentent le protocole tampon sans copier. Vous pouvez utiliser la méthode memoryview() pour lire et écrire directement les données orientées octets d'un objet sans les copier.
Types de données mappés Python
dict - En Python, un dictionnaire est une collection d'éléments de données stockés de manière non ordonnée, semblable à une carte. Les dictionnaires sont constitués de paires clé-valeur, contrairement aux autres types de données qui ne peuvent contenir qu'une seule valeur. Pour améliorer l'efficacité du dictionnaire, des paires clé-valeur sont incluses dans le dictionnaire. Une virgule "sépare chaque clé", alors qu'un type de données de dictionnaire comporte deux points entre chaque paire clé-valeur.
Type de données booléennes Python
bool − True et False sont deux valeurs prédéfinies fournies par le type booléen. Utilisez ces valeurs pour déterminer la vérité ou la fausseté de la déclaration fournie. Il est identifié par la classe booléenne. Tout entier différent de zéro ou la lettre « T » peut être utilisé pour représenter vrai, tandis que le chiffre « 0 » ou la lettre « F » peuvent représenter faux.
Python Définir le type de données
set - Une collection non ordonnée de types de données est appelée un ensemble Python. Il comporte des composants uniques, itérables et mutables (peuvent être modifiés après la création). L'ordre des éléments dans une collection n'est pas défini ; il peut produire une séquence d'éléments modifiée. Utilisez la méthode intégrée set() pour créer un ensemble ou donnez une liste d'éléments séparés par des virgules et entourés d'accolades. Il peut contenir plusieurs types de valeurs.
frozenset - La méthode Frozenset() renvoie un objet Frozenset immuable dont les éléments initiaux proviennent de l'itérable fourni. Les collections gelées sont des versions immuables des objets de collection Python. Les éléments d'une collection peuvent être modifiés à tout moment, mais une fois qu'une collection gelée est créée, ses éléments ne peuvent plus être modifiés.
Conclusion
Dans cette section, nous avons étudié les types de données de Python. Plus en détail, nous avons examiné deux des types de données, Aucun et Numérique. Comme nous l'avons vu, les données numériques se présentent sous quatre formes différentes : des nombres entiers, des nombres à virgule flottante, des valeurs booléennes et des nombres complexes. Nous avons une compréhension globale des différents opérateurs booléens et opérateurs de comparaison pour le type booléen. Contrairement aux langages typés statiquement comme C ou Java, Python ne nécessite pas de déclaration explicite du type de données d'une variable. Dans les langages typés dynamiquement comme Python, l'interpréteur déduit le type de données d'une variable en fonction du type de la valeur qui lui est transmise.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Ce tutoriel montre comment utiliser Python pour traiter le concept statistique de la loi de Zipf et démontre l'efficacité de la lecture et du tri de Python de gros fichiers texte lors du traitement de la loi. Vous vous demandez peut-être ce que signifie le terme distribution ZIPF. Pour comprendre ce terme, nous devons d'abord définir la loi de Zipf. Ne vous inquiétez pas, je vais essayer de simplifier les instructions. La loi de Zipf La loi de Zipf signifie simplement: dans un grand corpus en langage naturel, les mots les plus fréquents apparaissent environ deux fois plus fréquemment que les deuxième mots fréquents, trois fois comme les troisième mots fréquents, quatre fois comme quatrième mots fréquents, etc. Regardons un exemple. Si vous regardez le corpus brun en anglais américain, vous remarquerez que le mot le plus fréquent est "th

Cet article explique comment utiliser la belle soupe, une bibliothèque Python, pour analyser HTML. Il détaille des méthodes courantes comme find (), find_all (), select () et get_text () pour l'extraction des données, la gestion de diverses structures et erreurs HTML et alternatives (Sel

Traiter avec des images bruyantes est un problème courant, en particulier avec des photos de téléphones portables ou de caméras basse résolution. Ce tutoriel explore les techniques de filtrage d'images dans Python à l'aide d'OpenCV pour résoudre ce problème. Filtrage d'image: un outil puissant Filtre d'image

Les fichiers PDF sont populaires pour leur compatibilité multiplateforme, avec du contenu et de la mise en page cohérents sur les systèmes d'exploitation, les appareils de lecture et les logiciels. Cependant, contrairement aux fichiers de texte brut de traitement Python, les fichiers PDF sont des fichiers binaires avec des structures plus complexes et contiennent des éléments tels que des polices, des couleurs et des images. Heureusement, il n'est pas difficile de traiter les fichiers PDF avec les modules externes de Python. Cet article utilisera le module PYPDF2 pour montrer comment ouvrir un fichier PDF, imprimer une page et extraire du texte. Pour la création et l'édition des fichiers PDF, veuillez vous référer à un autre tutoriel de moi. Préparation Le noyau réside dans l'utilisation du module externe PYPDF2. Tout d'abord, l'installez en utilisant PIP: pip is p

Ce tutoriel montre comment tirer parti de la mise en cache Redis pour augmenter les performances des applications Python, en particulier dans un cadre Django. Nous couvrirons l'installation redis, la configuration de Django et les comparaisons de performances pour mettre en évidence le bien

Cet article compare TensorFlow et Pytorch pour l'apprentissage en profondeur. Il détaille les étapes impliquées: préparation des données, construction de modèles, formation, évaluation et déploiement. Différences clés entre les cadres, en particulier en ce qui concerne le raisin informatique

Ce didacticiel montre la création d'une structure de données de pipeline personnalisée dans Python 3, en tirant parti des classes et de la surcharge de l'opérateur pour une fonctionnalité améliorée. La flexibilité du pipeline réside dans sa capacité à appliquer une série de fonctions à un ensemble de données, GE

Python, un favori pour la science et le traitement des données, propose un écosystème riche pour l'informatique haute performance. Cependant, la programmation parallèle dans Python présente des défis uniques. Ce tutoriel explore ces défis, en se concentrant sur l'interprète mondial
