Jenis Data Python untuk Sains Data
int, float, complex, bool, str — cara ketepatan dan pilihan jenis mempengaruhi analisis data.
Jenis Data Python untuk Sains Data ialah pelajaran Pelajari AI dengan Python percuma di CoddyKit. Ini ialah pelajaran 3 daripada 4. Sebanyak 3 pelajaran dalam laluan pembelajaran ini boleh dibaca sepenuhnya secara percuma — selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan praktikal dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Pelajari AI dengan Python, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Pelajari AI dengan Python merangkumi sejumlah 4 pelajaran.
Nombor dalam Sains Data
Python mempunyai dua jenis angka teras: int (nombor bulat dengan ketepatan sewenang-wenangnya) dan float (nombor perpuluhan IEEE 754 64-bit). Memilih jenis yang betul dapat mencegah pepijat data yang sukar dikesan.
int Tepat dan Tidak Terhad
Integer Python tidak pernah melimpah. Saiznya boleh berkembang sebesar yang dibenarkan oleh memori, yang amat berguna untuk kiraan tepat dan faktorial besar.
big = 2 ** 200
print(big)
print(type(big)) # <class 'int'>Perangkap Ketepatan float
Float tidak dapat mewakili setiap perpuluhan dengan tepat. Kejutan klasiknya ialah 0.1 + 0.2 tidak sama tepat dengan 0.3.
print(0.1 + 0.2) # 0.30000000000000004
print(0.1 + 0.2 == 0.3) # FalseMembandingkan Float dengan Selamat
Jangan sekali-kali menguji float dengan ==. Sebaliknya, gunakan math.isclose bersama toleransi.
import math
print(math.isclose(0.1 + 0.2, 0.3)) # TrueDecimal untuk Wang
Untuk mata wang, gunakan decimal.Decimal, yang menyimpan nilai asas 10 dengan tepat. Sentiasa bina Decimal daripada rentetan, bukan float, bagi mengelakkan pewarisan ralat float.
from decimal import Decimal
price = Decimal("0.10") + Decimal("0.20")
print(price) # 0.30bool ialah Subkelas int
Dalam Python, True sama dengan 1 dan False sama dengan 0. Hal ini membolehkan Anda menjumlahkan nilai boolean untuk mengira padanan.
mask = [True, False, True, True]
print(sum(mask)) # 3 matches
print(True + True) # 2Mengira dengan Boolean
Tingkah laku bool sebagai int ini terdapat di mana-mana dalam NumPy dan pandas: menjumlahkan topeng boolean mengira bilangan baris yang memenuhi suatu syarat.
ages = [12, 20, 35, 17, 40]
adults = sum(a >= 18 for a in ages)
print(adults) # 3Memeriksa Jenis dengan type()
type(x) mengembalikan kelas tepat bagi sesuatu nilai. Ini berguna apabila lajur tanpa dijangka mengandungi rentetan dan bukannya nombor.
print(type(5)) # <class 'int'>
print(type(5.0)) # <class 'float'>
print(type("5")) # <class 'str'>Menyemak Jenis dengan isinstance()
Utamakan isinstance berbanding type == kerana ia menghormati pewarisan. Perhatikan bahawa bool lulus dalam semakan int.
print(isinstance(5, int)) # True
print(isinstance(True, int)) # True (bool subclasses int)
print(isinstance(5.0, (int, float))) # TruePerangkap Penukaran Jenis
Pencampuran jenis menukar jenis secara senyap. Pembahagian integer bagi float menghasilkan float; menggabungkan nombor dengan rentetan menimbulkan TypeError. Bersihkan jenis data Anda pada peringkat awal.
print(5 / 2) # 2.5 (true division always float)
print(5 // 2) # 2 (floor division)
# "id-" + 5 # TypeError
print("id-" + str(5)) # id-5Kejutan Float dalam Pengagregatan
Menjumlahkan banyak float mengumpulkan ralat kecil. Untuk set data besar, utamakan NumPy, yang menggunakan penjumlahan berpasangan untuk mengurangkan hanyutan.
vals = [0.1] * 10
print(sum(vals)) # 0.9999999999999999
# NumPy: np.sum(vals) is more numerically stableSemakan Pantas
Uji pemahaman Anda tentang jenis Python.
Imbas Kembali
Fakta angka utama untuk kerja data:
inttepat dan tidak terhadfloatialah anggaran; gunakanmath.isclose, bukan==Decimal("...")untuk wangboolialah int:sum(mask)mengira padanantype()memaparkan kelas, manakalaisinstance()menghormati pewarisan- Berhati-hati dengan penukaran jenis secara senyap dalam pembahagian dan penggabungan
Pelajari Python dengan tutor kecerdasan buatan — percuma
Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.
- Kursus
- 53
- Pelajaran
- 225
Soalan Lazim
Adakah pelajaran “Jenis Data Python untuk Sains Data” percuma?
Ya — sebanyak 3 pelajaran dalam laluan pembelajaran Pelajari AI dengan Python, termasuk “Jenis Data Python untuk Sains Data”, boleh dibaca sepenuhnya secara percuma di web ini. Selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan interaktif dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Kursus Pelajari AI dengan Python merangkumi sejumlah 4 pelajaran.
Apakah yang akan saya pelajari dalam “Jenis Data Python untuk Sains Data”?
int, float, complex, bool, str — cara ketepatan dan pilihan jenis mempengaruhi analisis data. Anda berlatih Pelajari AI dengan Python menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.
Adakah saya memerlukan pengalaman untuk memulakan Pelajari AI dengan Python?
Tiada pengalaman terdahulu diperlukan. Pembelajaran Pelajari AI dengan Python di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 3 daripada 4.
Berapa lamakah pelajaran “Jenis Data Python untuk Sains Data” diambil?
Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.
Bolehkah saya menulis dan menjalankan kod dalam pelajaran Pelajari AI dengan Python ini?
Ya. Setiap pelajaran Pelajari AI dengan Python menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.
Semua pelajaran dalam kursus ini
- Persekitaran Maya dan pip
- Notepad Jupyter untuk Sains Data
- Jenis Data Python untuk Sains Data
- Bekerja dengan REPL Python dan IPython