er et af de mest efterspurgte programmeringssprog i dag. Udviklere ønsker at fokusere på implementeringsdelen snarere end at bruge tid på at skrive komplekse programmer. Det er her, python faktisk leverer med let adgang og læsbarhed. Grundlæggende begreber er grundlaget for ethvert programmeringssprog, og derfor lærer vi i denne blog begrebet variabler og datatyper i python. Følgende er de emner, der er dækket af denne blog:
Hvad er variabler i Python?
Variabler og datatyper i python, som navnet antyder, er de værdier, der varierer. På et programmeringssprog er en variabel en hukommelsesplacering, hvor du gemmer en værdi. Den værdi, du har gemt, kan ændre sig i fremtiden i henhold til specifikationerne.
En variabel i python oprettes, så snart en værdi er tildelt den. Det har ikke brug for yderligere kommandoer for at erklære en variabel i python.
Der er visse regler og regler, vi skal følge, når vi skriver en variabel, lad os se på variabeldefinitionen og erklæringen for at forstå, hvordan vi erklærer en variabel i python.
Variabel definition og erklæring
Python har ingen yderligere kommandoer til at erklære en variabel. Så snart værdien er tildelt den, erklæres variablen.
x = 10 #variable erklæres som værdien 10 tildeles den.
Der er visse regler, som vi skal huske på, når vi erklærer en variabel:
Cassandra kolonne familie vs tabel
- Variabelnavnet kan ikke starte med et tal. Det kan kun starte med et tegn eller etnunderstreg.
- Variabler i python er store og små bogstaver.
- De kan kun indeholde alfanumeriske tegn og understregninger.
- Ingen specialtegn er tilladt.
Der er flere datatyper i python. Lad os se på datatyperne i python.
Hver værdi, som vi erklærer i python, har en datatype. Datatyper er klasser, og variabler er forekomsterne af disse klasser.
Datatyper i Python
Ifølge de egenskaber, de besidder, er der hovedsagelig seks datatyper i python. Selvom der er endnu et datatypeområde, der ofte bruges, mens du arbejder med sløjfer i python.
Numeriske datatyper
Numerisk datatype har numerisk værdi. I numeriske data er der også 4 undertyper. Følgende er undertyper af numerisk datatype:
- Heltal
- Flyde
- Komplekse numre
- Boolsk
Heltal bruges til at repræsentere heltalværdier.
x = 100 y = 124 # vil det være heltal, så længe værdien er et heltal.
For at kontrollere typen af en hvilken som helst variabel datatype kan vi bruge type() fungere. Det returnerer typen af den nævnte variable datatype.
Flyde datatype bruges til at repræsentere decimaltegnværdier.
x = 10,25 y = 12,30
Kompleks tal bruges til at repræsentere imaginære værdier. Imaginære værdier er angivet med 'j' i slutningen af nummeret.
x = 10 + 5j
Boolsk bruges til kategorisk output, da output fra boolsk enten er sandt or falsk.
num = 5> 4 #num er den boolske variabeltype (num) # output vil være bool print (num) # dette vil udskrive sandt.
Strenge
Strenge i python bruges til at repræsentere unicode-tegnværdier. Python har ikke en datadatatype, et enkelt tegn betragtes også som en streng.
Vi betegner eller erklærer strengværdierne inden for enkelt anførselstegn eller dobbelt anførselstegn. For at få adgang til værdierne i en streng bruger vi indekserne og firkantede parenteser.
navn = 'edureka' navn [2] # dette giver dig output som 'u'
Strenge er uforanderlige i naturen, hvilket betyder, at du ikke kan ændre en streng, når den er udskiftet.
Kommandolinieindgang til strenge
x = input () print ('hej', x)
Betjening ved hjælp af strenge
name = 'edureka' name.upper () # dette vil gøre bogstaverne til store bogstaver. lavere () # dette vil gøre bogstaverne til små bogstaver name.replace ('e') = 'E' # dette erstatter bogstavet ' e 'med' E 'navn [1: 4] # dette returnerer strengene, der starter ved indeks 1, indtil indeks 4.
Nu hvor vi har forstået tal og strenge, kan vi forstå de relativt komplekse datatyper.
Lister
Liste er en af de fire indsamlingsdatatyper, som vi har i python. Når vi vælger en samlingstype, er det vigtigt at forstå samlingens funktionalitet og begrænsninger. Tuple, sæt og ordbog er den anden samling datatype er python.
En liste er ordnet og kan ændres i modsætning til strenge. Vi kan også tilføje duplikatværdier. For at erklære en liste bruger vi firkantede parenteser.
min liste = [10,20,30,40,20,30, 'edureka']
Adgang til værdier fra en liste
Vi bruger indekser til at få adgang til værdier fra en streng.
java konverter streng til dato
mylist [2: 6] # dette får værdierne fra indeks 2 til indeks 6.
Tilføjelse / udskiftning af værdier på en liste
mylist [6] = 'python' # dette erstatter værdien ved indeks 6. mylist.append ('edureka') # dette tilføjer værdien i slutningen af listen. mylist.insert (5, 'data science') # dette tilføjer værdien i indekset 5.
Andre handlinger, som vi kan udføre på en liste, er følgende:
Metodenavn | Ejendom |
klar() | fjerner alle elementerne fra listen |
kopi() | returnerer en kopi af listen |
forlænge() | tilføj elementerne på listen til slutningen af den aktuelle liste |
tælle() | returnerer antallet af elementer i den angivne værdi |
indeks() | returnerer elementets indeks |
pop () | fjerner elementet fra den angivne position |
fjerne() | fjerner elementet med den angivne værdi |
sortere() | sorterer listen |
baglæns() | returnerer den omvendte liste |
Lister kan gemme enhver datatype som elementer. Det være sig tal, strenge eller enhver anden datatype.
a = [10,20,30] b = [60, 50, 40, a] # for at få adgang til en værdi fra listen a kan vi skrive b [3] [2] # dette returnerer 30 som output.
Lad os forstå den næste indsamlingsdatatype i python, dvs.
Tuples
Tuple er en samling, der er uforanderlig eller uforanderlig. Den bestilles, og værdierne kan tilgås ved hjælp af indeksværdierne. En tuple kan også have dobbelte værdier. For at erklære en tuple bruger vi de runde parenteser.
mytuple = (10,10,20,30,40,50) # at tælle antallet af elementer mytuple.count (10) # output vil være 2 # for at finde indekset mytuple.index (50) # output vil være 5. da indeksnummeret på 50 er 5.
Da en tuple ikke kan ændres, når du har erklæret det, er der ikke mange operationer, du kan udføre på en tuple.Men der er en lys side ved at bruge en tuple, du kan gemme værdier i en tuple, som du ikke vil ændre, mens du arbejder i et projekt. Selvom du vil være i stand til at få adgang til værdierne, men der vil ikke være nogen ændringer, der skal foretages.
Sæt
Et sæt er en samling, der ikke er ordnet, det har heller ikke nogen indekser. For at erklære et sæt i python bruger vi de krøllede parenteser.
myset = {10, 20, 30, 40, 50, 50}
Et sæt har ingen duplikatværdier, selvom det ikke viser nogen fejl under erklæringen af sættet, vil output kun have de forskellige værdier.
For at få adgang til værdierne i et sæt kan vi enten løbe gennem sættet eller bruge a medlemskabsoperatør for at finde en bestemt værdi.
for x i myset: print (x) # dette får alle værdierne. 20 i myset # dette returnerer sandt, hvis værdien er i sættet. #for at tilføje en værdi i et sæt myset.add ('edureka') # for at tilføje flere værdier i en liste myset.update ([10, 20, 30, 40, 50]) # for at fjerne et element fra et sæt myset. remove ('edureka') # vi kan også bruge metoden til kassering eller pop til at fjerne et element fra et sæt. myset = {10, 20, 30} myset1 = {10,30,50} myset.issubset (myset1) # dette returnerer falsk myset.union (myset1) # dette returnerer et sæt med foreningen af de to sæt.
Metodenavn | Ejendom |
klar() | rydder elementerne fra et sæt |
kopi() | returnerer kopien af sættet |
forskel() | returnerer et sæt med forskellen mellem de to sæt |
isdisjoint () | vender tilbage, hvis sætene har krydset |
issubset () | vender tilbage, hvis sættet er et undersæt |
symmetrisk forskel () | returnerer et sæt med den symmetriske forskel |
opdater () | opdater sættene med samling af sættet |
Lad os se på en anden indsamlingsdatatype, der har nøgleværdipar.
Ordbog
En ordbog er ligesom enhver anden samling i python. Men de har nøgleværdipar. En ordbog er ikke ordnet og kan ændres. Vi bruger tasterne til at få adgang til elementerne fra en ordbog. For at erklære en ordbog bruger vi de krøllede parenteser.
mydictionary = {'python': 'data science', 'machine learning': 'tensorflow', 'artificial intelligence': 'keras'} mydictionary ['machine learning'] # dette giver output som 'tensorflow' mydictionary.get ('python') # dette tjener det samme formål for at få adgang til værdien.
Da vi bruger tasterne til at få adgang til elementerne, kan de ikke være duplikater. Værdierne kan have duplikatelementer.
Datemanipulation i en ordbog
#adding a new value mydictionary ['analysis'] = 'matplotlib' #replacement a value mydictionary ['analysis'] = 'pandas' # sletning af en værdi mydictionary.pop ('analyse') #remove () samme formål til at slette en værdi.
Andre handlinger i en ordbog inkluderer følgende.
Metodenavn | Ejendom |
kopi() | returnerer en kopi af ordbogen |
klar() | rydder ordbogen |
varer () | returnerer en liste, der indeholder ti nøgleværdipar |
nøgler () | returnerer en liste, der indeholder alle tasterne |
opdater () | opdaterer ordbogen med alle nøgleværdiparene |
værdier () | returnerer en liste med alle værdierne i en ordbog |
sæt standard() | returnerer værdien af en specificeret nøgle |
Rækkevidde
Område er en datatype, der hovedsagelig bruges, når vi bruger en sløjfe. Lad os tage et eksempel for at forstå dette.
for x i rækkevidde (10): udskriv (x) # dette vil udskrive tallene fra 0-10. Området har tallene fra 0-10
Nu hvor vi har forstået forskellige datatyper, som vi har i python, er der et andet vigtigt koncept for type casting, som er nyttigt, når vi skifter fra en datatype til en anden. Lad os forstå begrebet type støbning.
Type støbning
Type casting er grundlæggende processen med at ændre en datatype til en anden. Vi har konstruktører til hver af datatyperne i python.
- liste()
- sæt()
- tuple ()
- diktere ()
- str ()
- int ()
- flyde()
Vi kan simpelthen bruge disse konstruktører til at bruge den specificerede datatype, eller vi kan ændre en datatype til en anden ved hjælp af disse konstruktører. Lad os forstå dette med et eksempel.
a = [10, 20, 30,40] #for at ændre denne liste til en tuple kan jeg bare skrive tuple (a) # nu skifter listen til en tuple.
Ved hjælp af disse konstruktører kan vi bruge forskellige datatyper med funktionaliteten hos den anden. Antag at vi erklærer listen nævnt i eksemplet som en tuple i et program, den bliver uforanderlig for den pågældende operation. På samme måde kan vi også bruge andre konstruktører.
brug af pakker i java
Nu hvor vi har diskuteret variabler og datatyper i python. Jeg håber, at egenskaberne for hver datatype og operationerne er klare for dig. Hvis du vil starte din læring i python-programmering, kan du henvise til til python-programmering. Læreplanen er i top og indeholder struktureret læring til at mestre python.
Hvis du har spørgsmål, skriv dem i kommentarfeltet. Vi vender tilbage til dig.