Tipos de dados do Python para ciência de dados
int, float, complex, bool, str — como a precisão e a escolha do tipo afetam a análise de dados.
Tipos de dados do Python para ciência de dados é uma aula grátis de Learn AI with Python no CoddyKit. Esta é a aula 3 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Learn AI with Python, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Learn AI with Python inclui 4 aulas no total.
Números em ciência de dados
O Python tem dois tipos numéricos principais: int (números inteiros de precisão arbitrária) e float (números decimais IEEE 754 de 64 bits). Escolher o tipo correto evita erros sutis nos dados.
int é exato e ilimitado
Os inteiros do Python nunca sofrem estouro. Eles crescem tanto quanto a memória permitir, o que é excelente para contagens exatas e fatoriais grandes.
big = 2 ** 200
print(big)
print(type(big)) # <class 'int'>Armadilha da precisão de float
Os números de ponto flutuante não conseguem representar todos os valores decimais com exatidão. A surpresa clássica: 0.1 + 0.2 não é exatamente 0.3.
print(0.1 + 0.2) # 0.30000000000000004
print(0.1 + 0.2 == 0.3) # FalseComparando float com segurança
Nunca compare números de ponto flutuante usando ==. Em vez disso, use math.isclose com uma tolerância.
import math
print(math.isclose(0.1 + 0.2, 0.3)) # TrueDecimal para valores monetários
Para moedas, use decimal.Decimal, que armazena valores exatos na base 10. Sempre crie Decimals a partir de strings, não de números de ponto flutuante, para evitar herdar o erro de float.
from decimal import Decimal
price = Decimal("0.10") + Decimal("0.20")
print(price) # 0.30bool é uma subclasse de int
Em Python, True é igual a 1 e False é igual a 0. Isso permite somar valores booleanos para contar correspondências.
mask = [True, False, True, True]
print(sum(mask)) # 3 matches
print(True + True) # 2Contando com valores booleanos
Esse comportamento de bool como int está presente em todo o NumPy e no pandas: somar uma máscara booleana conta quantas linhas satisfazem uma condição.
ages = [12, 20, 35, 17, 40]
adults = sum(a >= 18 for a in ages)
print(adults) # 3Inspecionando o tipo com type()
type(x) retorna a classe exata de um valor. Isso é útil quando uma coluna contém inesperadamente strings em vez de números.
print(type(5)) # <class 'int'>
print(type(5.0)) # <class 'float'>
print(type("5")) # <class 'str'>Verificando o tipo com isinstance()
Prefira isinstance a type ==, pois ele respeita a herança. Observe que um bool passa em uma verificação de int.
print(isinstance(5, int)) # True
print(isinstance(True, int)) # True (bool subclasses int)
print(isinstance(5.0, (int, float))) # TrueArmadilhas da conversão de tipos
Misturar tipos provoca conversões silenciosas. A divisão de valores float produz floats; concatenar um número com uma string gera um TypeError. Limpe seus tipos de dados logo no início.
print(5 / 2) # 2.5 (true division always float)
print(5 // 2) # 2 (floor division)
# "id-" + 5 # TypeError
print("id-" + str(5)) # id-5Surpresas de float em agregações
Somar muitos números de ponto flutuante acumula pequenos erros. Para conjuntos de dados grandes, prefira o NumPy, que usa soma aos pares para reduzir o desvio.
vals = [0.1] * 10
print(sum(vals)) # 0.9999999999999999
# NumPy: np.sum(vals) is more numerically stableVerificação rápida
Avalie sua compreensão dos tipos do Python.
Recapitulação
Principais fatos numéricos para trabalhar com dados:
inté exato e ilimitadofloaté aproximado; usemath.isclose, não==Decimal("...")para valores monetáriosboolé um int:sum(mask)faz a contagemtype()mostra a classe;isinstance()respeita a herança- Fique atento às conversões silenciosas em divisões e concatenações
Perguntas Frequentes
A aula “Tipos de dados do Python para ciência de dados” é grátis?
Sim — o texto completo de “Tipos de dados do Python para ciência de dados” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Learn AI with Python, atualize para CoddyKit PRO. O curso de Learn AI with Python inclui 4 aulas no total.
O que vou aprender em “Tipos de dados do Python para ciência de dados”?
int, float, complex, bool, str — como a precisão e a escolha do tipo afetam a análise de dados. Você pratica Learn AI with Python com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar Learn AI with Python?
Nenhuma experiência prévia é necessária. Learn AI with Python no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 3 de 4.
Quanto tempo leva a aula “Tipos de dados do Python para ciência de dados”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de Learn AI with Python?
Sim. Cada aula de Learn AI with Python inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Ambientes virtuais e pip
- Jupyter Notebooks para ciência de dados
- Tipos de dados do Python para ciência de dados
- Trabalhando com o REPL do Python e o IPython