Python
 Computer >> コンピューター >  >> プログラミング >> Python

Pythonデータ型と型変換

Pythonデータ型と型変換の実行方法の概要。

Pythonデータ型

Pythonで変数を作成または宣言する場合、変数はさまざまなデータ型を保持できます。

Pythonには、次の組み込みデータ型があります。

  • str
  • int、float、complex
  • リスト、タプル
  • dict
  • セット
  • ブール
  • byte、bytearray

テキストタイプ:str

str データ型は、文字列を宣言するときに使用されます 変数。

例:

x = "some string"
y = str("another string")

数値型:int、float、complex

数値変数を作成する場合は、 intを使用します 、 float またはcomplex

例:

//int
a = 5
b = int(5)

//float
c = 5.5
d = float(5.5)

//complex
e = 1j
f = complex(1j)

シーケンスタイプ:リスト、タプル

シーケンス型変数を作成するには、 listを使用します またはtuple

  • リスト 注文して変更可能なコレクションです。重複メンバーを許可します。
  • タプル 注文され、変更できないコレクションです。重複メンバーを許可します。

例:

//list
colors = ['red', 'green', 'blue']
colors_list = list(('red', 'green', 'blue'))

//tuple
fruits = ('apple', 'orange', 'banana')
fruits_tuple = list(('apple', 'orange', 'banana'))

マッピングタイプ:dict

マップまたは辞書を作成するには、 dictを使用します 。

辞書 順序付けられておらず、変更可能で、インデックスが付けられているコレクションです。データはキーと値のペアです。

例:

people = {"name": "John", "age": "45"}
people_dict = dict(name="John", age=45)

セットタイプ:セット

セット 順序付けされておらず、インデックスが付けられていないコレクションです。

セットを作成するには、 setを使用します 。

例:

status_codes = {"200", "300", "400", "500"}
status_codes = set(("200", "300", "400", "500"))

ブール型:bool

bool キーワードは、ブールデータ型の変数を作成するために使用されます。

is_valid = False
valid = bool(is_valid)

バイナリタイプ:byte、bytearray

バイナリデータ型は次のように作成できます:

//bytes
a = b"some_text"
b = bytes(5)

//bytearray
c = bytearray(3)
変数の型を取得する方法

変数の型を取得するには、変数を type()内にラップします。 機能。

例:

colors = ['red', 'green', 'blue']
colors_list = list(('red', 'green', 'blue'))
print(type(colors_list))
print(colors_list)


fruits = ('apple', 'orange', 'banana')
fruits_tuple = tuple(('apple', 'orange', 'banana'))
print(type(fruits_tuple))
print(fruits_tuple)

出力:

<class 'list'>
['red', 'green', 'blue']
<class 'tuple'>
('apple', 'orange', 'banana')

Pythonデータ型変換

Pythonは、あるデータ型を別のデータ型に直接変換する型変換関数を定義しています。これは非常に便利です。

以下にいくつかの例を示します。

intからfloatに変換

x = 5
y = float(x)
print(y)

出力:

5.0
floatからintに変換
x = 5.0
y = int(x)
print(y)

出力:

5
文字列からリストに変換
s = "devqa"
t = list(s)
print(t)

出力:

['d', 'e', 'v', 'q', 'a']
文字列からタプルに変換
s = "devqa"
t = tuple(s)
print(t)

出力:

('d', 'e', 'v', 'q', 'a')
文字列からセットに変換
s = "devqa"
t = set(s)
print(t)

出力:

{'d', 'e', 'a', 'v', 'q'}

  1. Pythonデータの分析と視覚化

    Pandasは、データサイエンスと分析で最も人気のあるPythonライブラリの1つです。 Pandasライブラリは、データの操作、分析、およびクリーニングに使用されます。これは、純粋にCで記述された低レベルのNumPyを高レベルで抽象化したものです。このセクションでは、アナリストまたはデータサイエンティストとして知っておく必要のある最も重要な(最も頻繁に使用される)ことをいくつか取り上げます。 ライブラリのインストール pipを使用して必要なライブラリをインストールできます。コマンド端末で以下のコマンドを実行するだけです: pip intall pandas DataFrameとシリーズ

  2. Pythonでのデータ分析と視覚化?

    Pythonは、主にnumpy、pandas、matplotlib、seabornなどのデータ分析と視覚化のための多数のライブラリを提供します。このセクションでは、numpyの上に構築されたオープンソースライブラリであるデータ分析と視覚化のためのpandasライブラリについて説明します。 これにより、迅速な分析とデータのクリーニングと準備を行うことができます。Pandasには、以下で説明する多数の組み込みの視覚化機能も用意されています。 インストール パンダをインストールするには、ターミナルで以下のコマンドを実行します- pipinstall pandas Orweにはanacondaが