Типы данных и операции над ними

Основные операции над простыми типами

Строго говоря, простых типов данных в Питоне практически нет, поскольку все типы данных на самом деле являются объектами и имеют множество свойств и методов (которые, как это обычно и принято, записываются через точку «.» после имени объекта или класса).

Ниже перечислены операции, которые могут применяться ко всем числовым типам:

x + y Сложение

x – y Вычитание

x * y Умножение

x / y Деление

x // y Целочисленное деление с усечением

x ** y Возведение в степень (x^y)

x % y Остаток от деления (Деление по модулю (x mod y)

Математические функции:

abs(x) Абсолютное значение

divmod(x,y) Возвращает кортеж (x // y, x % y)

pow(x,y [,modulo]) Возвращает результат выражения (x ** y) % modulo

round(x,[n]) Округляет до ближайшего кратного 10 -n (только для чисел с плавающей точкой)

Функция round() округляет числос плавающей точкой x до ближайшего, кратного 10 в степени минус n. Если аргумент n опущен, он принимается равным 0. Если число x одинаково близко к двум кратным значениям, в Python 3 округление будет выполнено до ближайшего четного кратного (например, значение 0.5 будет округлено до 0.0, а значение 1.5 – до 2.0). Эта особенность представляет серьезную проблему переноса математических программ на Python 3.

Операторы сравнения

x < y Меньше чем

x > y Больше чем

x == y Равно

x!= y Не равно

x >= y Больше или равно

x <= y Меньше или равно

Логические операции and, or, not записываются без скобок и имеют низший приоритет по сравнению с операторами сравнения, поэтому запись логических выражений существенно упрощается. Например, выражение:

2< x and 5< y

не требует скобок вокруг операторов сравнения. При необходимости или при желании скобки можно добавить.

Операторы сравнения можно объединять в последовательности, например: w < x < y < z, что эквивалентно выражению w < x and x < y and y < z. Такие выражения, как x < y > z, также являются допустимыми.

Битовые операторы (применяющиеся побитно) над целыми числами:

Приведены просто для справки, поскольку очень редко используются в обычных «офисных» задачах. Могут применяться в системном программировании для работы с аппаратной частью компьютера или для кодирования информации на двоичном уровне. Обладают низшим приоритетом по сравнению с операцией сложения.

x << y Двоичный сдвиг влево

x >> y Двоичный сдвиг вправо

x & y Битовая операция «И»

x | y Битовая операция «ИЛИ»

x ^ y Битовая операция «исключающее ИЛИ»

~x Битовая операция «НЕ»

Операции приведения типов

В Python используется так называемая динамическая типизация, то есть в ходе выполнения программы одна и та же переменная может хранить значения различных типов. При этом не требуется предварительное объявление типа переменной. Оператор присваивания «=» создает связь между именем переменной и значением, при этом тип переменной «угадывается» автоматически.

При выполнении операций производится контроль типов переменных, и в случае неприменимости операции к данному типу будет инициировано прерывание работы программы по ошибке несоответствия типа.

Чтобы корректно преобразовать данные одного типа в другой, в Python, как и во многих других языках программирования используются операции приведения типов, совпадающие с названиями самих типов. Например:

s='15.7'

x=float(s)# преобразуем строку в вещественное число

i= in t(x)# преобразуем вещественное число в целое

print ('s=',s,'x=',x,'i=',i)

Как мы видим, операции весьма гибкие, и легко преобразуют строку в вещественное число или вещественное число в целое.

Во многих случаях эта гибкость преобразований сокращает объём и сложность программы, но, кроме того, существуют специальные функции и операторы, расширяющие возможности преобразования и форматирования.

Последовательности

Общие сведения

Последовательности играют в Python важную роль.

Основные — это кортежи (tuple) и списки (list). Основная разница между ними состоит в том, что кортеж — не изменяемый тип, а список - изменяемый. Кортеж записывается в круглых скобках t=(1,2,”три”,4), а список – в прямоугольных: L=[1,2,”три”,4].

В Python нет типа массив, поэтому перечисляемые типы данных представлены только последовательностями. Основное отличие последовательности от массива состоит в том, что в массиве хранятся данные одного типа, а в последовательностях могут хранится данные любых типов. Тип массив (array) есть в математической библиотеке numpy. Массивы numpy обеспечивают быстродействие и удобную запись векторных и матричных операций и сильно упрощают реализацию численных методов.

Важно: нумерация элементов последовательностей начинается с 0. Таким образом, в списке из 2 элементов первый имеет номер 0, а второй 1, а элемента с номером 2 нет!

Удобно, что отрицательные индексы реализуют зеркальную (кольцевую) нумерацию, то есть -1 означает последний элемент, -2 — предпоследний и т.д.