Python Data Types sind es­sen­zi­ell, um Daten dar­zu­stel­len, zu ver­ar­bei­ten und zu nutzen. Durch den Einsatz von ver­schie­de­nen Da­ten­ty­pen spei­cherst du In­for­ma­tio­nen effizient und op­ti­mierst so die Per­for­mance deiner Anwendung.

Was sind Python Data Types?

Python Data Types sind Ka­te­go­ri­sie­run­gen von Werten, um un­ter­schied­li­che Arten von Daten ab­zu­bil­den. Diese Typen legen fest, wie In­for­ma­tio­nen ge­spei­chert und be­ar­bei­tet werden können. Python bietet eine Vielzahl an Data Types, von grund­le­gen­den wie Integer (ganze Zahlen), Float (De­zi­mal­zah­len) und String (Zei­chen­ket­ten) bis hin zu komplexen Typen wie Listen, Tupel, Dic­tio­n­a­ries und Sets. Da­ten­ty­pen sind das Fundament der Python-Pro­gram­mie­rung, da sie die Struk­tu­rie­rung und Ver­ar­bei­tung von Daten erst er­mög­li­chen.

Der Zweck von Python Data Types liegt darin, Daten nach klaren Regeln zu or­ga­ni­sie­ren, um die An­for­de­run­gen deiner Projekte zu erfüllen. Jeder Datentyp hat spe­zi­fi­sche Funk­tio­nen und Ei­gen­schaf­ten. Während Listen Elemente in einer ge­ord­ne­ten Abfolge speichern, nutzen Dic­tio­n­a­ries Schlüssel-Wert-Paare für gezielte Abfragen. Mit der Wahl der passenden Da­ten­ty­pen wird dein Programm flexibler und bleibt leichter wartbar.

Arten von Python Data Types

Die Pro­gram­mier­spra­che Python umfasst ver­schie­de­ne in­te­grier­te Da­ten­ty­pen. Dazu gehören:

  • Nu­me­ri­sche Da­ten­ty­pen: int, float, complex
  • Strings: str
  • Se­quen­zi­el­le Da­ten­ty­pen: list, tuple, range
  • Binäre Typen: bytes, bytearray, memoryview
  • Dic­tio­n­a­ries: dict
  • Boolesche Da­ten­ty­pen: bool
  • Mengen: set, frozenset

Nu­me­ri­sche Da­ten­ty­pen

Es gibt mehrere nu­me­ri­sche Python Data Types für die Arbeit mit Zahlen:

  1. Integer (int): Re­prä­sen­tiert ganze Zahlen ohne De­zi­mal­stel­len.
  2. Long (long): Wurde früher für Integer mit un­be­grenz­ter Länge genutzt. Seit Python 3 sind long und int vereint.
  3. Float (float): Umfasst Zahlen mit De­zi­mal­stel­len.
  4. Complex (complex): Be­inhal­tet komplexe Zahlen mit Real- und Ima­gi­när­teil (ge­kenn­zeich­net durch j).
# variable with integer value.
a=3
# variable with float value.
b=3.17
# variable with complex value.
c=50+7j
python

Strings

Ein Python String (str) bildet eine Zei­chen­ket­te ab. Du kannst sie mit einfachen, doppelten oder drei­fa­chen An­füh­rungs­zei­chen de­fi­nie­ren.

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

Strings sind in Python un­ver­än­der­lich. Nach der Er­stel­lung kannst du sie nicht mehr direkt mo­di­fi­zie­ren. Al­ler­dings bieten sie viele Methoden für Ma­ni­pu­la­tio­nen, Kom­bi­na­tio­nen und Analysen. Die Er­geb­nis­se spei­cherst du einfach in neuen Variablen ab.

Beispiele für String-Ope­ra­tio­nen:

  • Länge ermitteln: len(str)
  • Slicing (Teil­stü­cke): str[start:end]
  • Strings verbinden: str1 + str2

Se­quen­zi­el­le Da­ten­ty­pen

Hierbei handelt es sich um Da­ten­struk­tu­ren, die eine geordnete Sammlung von Elementen speichern. Der Zugriff erfolgt über die jeweilige Position (Index). Es gibt ver­schie­de­ne Typen:

Listen (list): Python Lists sind ver­än­der­ba­re se­quen­zi­el­le Da­ten­ty­pen. Du kannst Elemente darin beliebig anpassen, ergänzen oder löschen. Listen werden mit eckigen Klammern erstellt und können ver­schie­de­ne Da­ten­ty­pen mischen.

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

Tupel (tuple): Diese sind un­ver­än­der­li­che se­quen­zi­el­le Da­ten­ty­pen. Ähnlich wie Listen zeigen sie eine geordnete Sammlung, lassen sich aber nach der Er­stel­lung nicht mehr ändern. Dafür nutzt du runde Klammern.

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

Range (range): Ein spe­zi­el­ler Typ zum Erzeugen von Zah­len­fol­gen, ideal für Schleifen. Der Datentyp range generiert ganze Zahlen in einem Bereich. Das range-Objekt erstellt die Zahlen erst bei Bedarf (“on demand”), was besonders bei riesigen Zah­len­fol­gen den Speicher schont.

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

Binäre Typen

Bytes (bytes): Re­prä­sen­tiert eine un­ver­än­der­li­che Byte-Sequenz. Du erzeugst sie mit dem bytes()-Kon­struk­tor oder dem Präfix b.

my_bytes = b'Hello'
python

Bytearray (bytearray): Im Gegensatz zu bytes ist bytearray ver­än­der­bar. Du kannst die Werte also auch nach der De­kla­ra­ti­on noch anpassen.

my_bytearray = bytearray(b'Python')
python

Dic­tio­n­a­ries

Ein Dic­tion­a­ry (dict) speichert Elemente als Schlüssel-Wert-Paare. Während Listen über Indizes funk­tio­nie­ren, greifst du bei einem Dic­tion­a­ry über einen ein­deu­ti­gen Schlüssel direkt auf die Daten zu.

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

Boolesche Da­ten­ty­pen

Diese re­prä­sen­tie­ren Wahr­heits­wer­te: entweder wahr (True) oder falsch (False). Sie sind die Basis für logische Abfragen und Ent­schei­dun­gen in deinem Code.

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

Mengen

Eine Menge (set) ist eine un­ge­ord­ne­te Sammlung von Werten. Das Besondere: Jedes Element ist ein­zig­ar­tig, Duplikate gibt es nicht.

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

Ein frozenset ist die un­ver­än­der­li­che Variante einer Menge. Einmal definiert, lässt sie sich nicht mehr mo­di­fi­zie­ren.

my_set = {1, 2, 3, 4, 5}
frozen_set = frozenset(my_set)
python
Zum Hauptmenü