Python-datatyper är viktiga för att re­pre­sen­te­ra, bearbeta och använda data. Genom att använda olika datatyper kan du lagra in­for­ma­tion på ett effektivt sätt och optimera pre­stan­dan i din ap­pli­ka­tion.

Vad är datatyper i Python?

Python-datatyper är vär­de­ka­te­go­ri­er som används för att re­pre­sen­te­ra olika typer av data. De styr hur in­for­ma­tion kan lagras och bearbetas. Python erbjuder en rad olika datatyper, inklusive heltal (heltal), flyttal (de­ci­mal­tal) och strängar (tec­ken­sträng­ar). Mer avan­ce­ra­de typer in­klu­de­rar listor, tupler, ordböcker och upp­sätt­ning­ar. Datatyper un­der­lät­tar da­ta­struk­tu­re­ring och be­ar­bet­ning, vilket gör dem centrala för Python-pro­gram­me­ring.

Det primära syftet med datatyper i Python är att struk­tu­re­ra data enligt för­de­fi­ni­e­ra­de regler så att olika ap­pli­ka­tio­ners behov kan till­go­do­ses. Varje datatyp har sina egna funk­tio­ner och egen­ska­per. Listor håller till exempel ordning på objekt i en sekvens, medan ordböcker använder nyckel-värdepar för att hämta specifika data. Genom att välja lämpliga datatyper för dina data blir ditt program flexibelt och lättare att un­der­hål­la.

Vilka typer av datatyper finns det i Python?

Python har olika inbyggda datatyper, bland annat:

  • Numeriska datatyper: int, float, complex
  • Strängar: str
  • Se­kven­ti­el­la datatyper: list, tuple, range
  • Binära typer: bytes, bytearray, memoryview
  • Ordböcker: dict.
  • Booleska datatyper: bool.
  • Mängder: set, frozenset

Numeriska datatyper

Det finns flera Python-datatyper som du kan använda för att arbeta med siffror:

  1. Heltal (int): Hel­tal­s­ty­pen re­pre­sen­te­rar heltal utan decimaler.
  2. Long (long): Long används för heltal med obe­grän­sad längd. Från och med Python 3 har long och int slagts samman.
  3. Float (float): Float-typen in­klu­de­rar tal med decimaler.
  4. Complex (complex): Typen complex omfattar komplexa tal med en reell del och en imaginär del, vilket anges med suffixet j.
# Variable with integer value. 
a=3 
 
# Variable with float value. 
b=3.17 
 
# Variable with complex value. 
c=50+7j
python

Strängar

En Python-sträng (str) re­pre­sen­te­rar en sekvens av tecken. Du kan markera dem med enkla, dubbla eller tredubbla citat­tec­ken.

# Single quotes 
str1 = 'Hello World!' 
 
# Double quotes 
str2 = "This is a string." 
 
# Triple quotes for multiline strings 
str3 = '''This is a multiline string.'''
python

I Python är strängar oför­än­der­li­ga, vilket innebär att de inte kan ändras efter att de har skapats. Strängar stöder dock ett flertal metoder och ope­ra­tio­ner för ma­ni­pu­la­tion, sam­man­fog­ning och analys. Du kan lagra re­sul­ta­ten i variabler för att få nya strängar.

Exempel på strängo­pe­ra­tio­ner:

  • Strängens längd: len(str)
  • Delning: str[start:end]
  • Sam­man­fo­ga strängar: str1 + str2

Se­kven­ti­el­la datatyper

Se­kven­ti­el­la datatyper i Python är da­ta­struk­tu­rer som lagrar en ordnad samling av element. De möjliggör åtkomst till element baserat på deras position i sekvensen. Det finns flera se­kven­ti­el­la datatyper i Python:

Listor (list): Python-listor är mo­di­fi­er­ba­ra se­kven­ti­el­la datatyper som re­pre­sen­te­rar en ordnad samling av element. Du kan ändra, lägga till och ta bort element i en lista. Listor skapas med hjälp av hak­pa­ren­te­ser och in­ne­hål­ler element av olika datatyper.

my_list = [1, 2, 3, 'Hello', 'World']
python

Tuple (tuple): Tuples är oför­än­der­li­ga se­kven­ti­el­la datatyper som, precis som listor, visar en ordnad samling av element. Till skillnad från listor kan tuples inte ändras i efterhand. Använd runda pa­ren­te­ser för tuples.

my_tuple = (4, 5, 6, 'Python')
python

Range (range): Detta är en speciell Python-datatyp som används för att generera tal­se­kven­ser, ofta i loopar och ite­ra­tio­ner. Datatypen range skapar en sekvens av heltal inom ett angivet intervall. Range-objektet genererar tal på begäran istället för att lagra dem som en komplett lista i minnet, vilket ökar ef­fek­ti­vi­te­ten, särskilt vid stora tal­se­kven­ser.

# Range from 0 to 4 
my_range = range(4) 
for i in my_range: 
    print(i) 
# Output: 0, 1, 2, 3
python

Binära typer

Bytes (bytes): Datatypen bytes re­pre­sen­te­rar en oför­än­der­lig sekvens av bytes. Bytes kan skapas med hjälp av kon­struk­torn bytes() eller prefixet b.

my_bytes = b'Hello'
python

bytearray (bytearray): Till skillnad från bytes tillhör bytearray de mo­di­fi­er­ba­ra Python-da­ta­ty­per­na och re­pre­sen­te­rar en sekvens av byte. Detta innebär att du kan ändra värdena efter de­kla­ra­tio­nen.

my_bytearray = bytearray(b'Python')
python

Ordböcker

I Python är en ordbok (dict) en da­ta­struk­tur som lagrar en oordnad samling av element i form av nyckel-värdepar. Till skillnad från listor eller tupler, som in­ne­hål­ler en ordnad sekvens av element, används unika nycklar för att komma åt element i en ordbok.

my_dict = {
    "name": "Max",
    "age": 25,
    "city": "Berlin"
}
python

Booleska datatyper

Booleska Python-datatyper re­pre­sen­te­rar san­nings­vär­den som kan vara antingen sanna (True) eller falska (False). Dessa data är avgörande för logiska ut­vär­de­ring­ar och beslut inom ett program.

a = True
b = False
result_1 = (a and b) # returns False
result_2 = (a or b) # returns True
result_3 = (not a) # returns False
python

Set

En upp­sätt­ning är en oordnad samling unika värden som inte tillåter dub­blet­ter. Du kan använda den för att lagra flera element där varje element är unikt.

my_set = {1, 2, 3, 4, 5}
python

En frozenset är en oför­än­der­lig version av en upp­sätt­ning. När den väl har skapats kan element inte läggas till, tas bort eller ändras.

my_set = {1, 2, 3, 4, 5}
frozen_set = frozenset(my_set)
python
Gå till huvudmeny