Värden och typer

Ett värde är ett grundläggande ting - såsom en bokstav, ett tecken, eller en siffra - vilket ett program kan manipulera (exempelvis kombinera med andra värden, utföra beräkningar på värdet och dylikt). I föregående kapitel så stötte vi på ett textuellt värde i form av "Hello, world!" när vi skrev vårt första program - som utmynnade i att skriva ut texten "Hello, world!".

"Hello, world!" är ett exempel på ett textuellt värde, men värden kan även vara av andra typer. Textuella värden, som består av mer än ett tecken, kallas exempelvis för stängar (strings) medan heltalet 2 skulle klassificeras som just ett heltal (integer). Du (såväl som Python-tolkaren) kan särskilja en sträng från ett heltal baserat på huruvida värdet är omgivet av citationstecken (").

Starkt typat programmeringsspråk

Python är ett starkt typat språk (strongly typed language) vilket innebär att det spelar roll vilken datatyp en variabel innehåller. Det är exempelvis skillnad på strängen "1" och siffran 1. Vi skulle därför stöta på problem om vi exempelvis försöker utföra en matematisk operation på textuella värden och vice versa.

Det är således viktigt att vi är medvetna om vilken datatyp vi lagrar och/eller arbetar med för att undvika eventuella fel som kan uppstå alt. ett oväntat beteende i vårt program.

type()-funktionen

Likt hur vi tidigare skrev ut "Hello, world!" med hjälp av print()-funktionen så skulle vi likväl kunna skriva ut ett heltal med: print(23). Detta då allt som hanteras genom terminalen (d.v.s. input och output) automatiskt kommer att behandlas som textuella värden.

Om du skulle vara osäker på vilken typ ett värde har så kan funktionen type() användas för att rapportera typen för ett värde. Python‑tolken avgör då denna typ dynamiskt och meddelar dig resultatet, exempelvis enligt:

print(type("Hello, world!"))
print(type(23))

< class 'str' >
< class 'int' >

Andra datatyper

Det finns självfallet även andra typer av värden som inte riktigt passar som varken ett heltal eller en sträng.

• Float: Exempelvis behandlas decimaltal annorlunda än heltal och klassificeras därför som typen float.

    print(type(3.2))
  

  < class 'float' >

  Vi skulle nu även kunna testa vårt påstående avseende att datorn tolkar strängar som de värden som anges inom citationstecken. Exempelvis kan vi genom type-funktionen se att "3.2" och 3.2 inte är samma typ:

    print(type("3.2"))
    print(type(3.2))
  

  < class 'str' >
  < class 'float' >

• Booleans: En binär datatyp som enbart kan ges värdena True eller False.

    guess = True
    print(type(guess))
  

  < class 'bool' >

• Datetime: En datatyp som måste importeras och som sedan kan nyttjas för att representera datum eller utvinna datumrelaterad information (såsom dagens datum).

    import datetime                 # import is used to import the library 'datetime', which allow us to use datetime objects
      
    now = datetime.datetime.now()
      
    print(now)                      # The value will differ depending on when you execute the function
    print(type(now))  
  

  2024-03-20 17:00:50.932698
  < class 'datetime.datetime' >
  

Det finns självfallet även många andra datatyper som nyttjas i olika avseenden och med olika syften och vi kommer att stöta på flera typer i framtida kapitel.

Formatet är viktigt!

Det är även viktigt att ta formatet på värdet i beaktande när man anger det. Exempelvis så skulle type(1,000,000) eller type(1.000.000) generera ett körfel resp. ett syntaxfel då det inte kan tolkas som ett giltigt heltal p.g.a. de kommatecken respektive punkter som nyttjas.

I Python används nämligen inte kommatecken som tusentalsavgränsare i tal utan för att göra stora tal mer läsbara kan man använda understreck:

print(1_000_000)

1000000

Kommatecken har nämligen en annan betydelse i Python, där det för ett funktionsanrop (såsom användningen av print()) används för att separera s.k. argument:

print(1, 000, 000)

1 0 0

I ovan fall skickas tre separata argument till print(): 1, 000 och 000 - där 000 kortfattat översätts till ett strängformat vilket eliminerar de ledande 0:orna.

Sammanfattning

I detta kapitel har vi utforskat Python-syntaxens grundläggande element - värden och datatyper. Vi har sett exempel på olika typer som används i olika syften och hur vi kan använda type()-funktionen för att identifiera vilka datatyper vi arbetar med. Vi har även diskuterat implikationerna av att Python är ett starkt typat språk, t.ex. att vi måste vara säkra på att det är numeriska värden vi arbetar med om vi ämnar utföra matematiska operationer.