0Pricing
Learn AI with Python · บทเรียน

ตัวแปรและชนิดข้อมูล

เรียนรู้การสร้างตัวแปรและทำงานกับชนิดข้อมูลที่หลากหลายของ Python

ตัวแปรและชนิดข้อมูล เป็นบทเรียน Learn AI with Python ฟรีบน CoddyKit นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Learn AI with Python และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Learn AI with Python มีบทเรียนทั้งหมด 4 บทเรียน

บทนำเกี่ยวกับตัวแปรและชนิดข้อมูล

บทนำเกี่ยวกับตัวแปรและชนิดข้อมูล

ตัวแปรใช้สำหรับจัดเก็บข้อมูล ส่วนชนิดข้อมูลจะกำหนดประเภทของข้อมูลที่จัดเก็บอยู่ในตัวแปร

ในบทเรียนนี้ คุณจะได้เรียนรู้วิธีใช้ตัวแปรและสำรวจชนิดข้อมูลที่พบบ่อยที่สุดใน Python

ตัวแปรและชนิดข้อมูล — ภาพประกอบ 1

ตัวแปรคืออะไร

ตัวแปรคืออะไร

ตัวแปรคือที่จัดเก็บข้อมูลในโปรแกรมของคุณ คุณอาจนึกภาพว่าตัวแปรเป็นกล่องที่มีป้ายกำกับและเก็บข้อมูลไว้ภายใน

ตัวอย่างเช่น:

name = "Alice"

ในที่นี้ name เป็นตัวแปร และจัดเก็บค่า "Alice" ไว้

# Defining a variable
name = "Alice"
print(name)

ชนิดข้อมูลใน Python

ชนิดข้อมูลใน Python

ตัวแปรทุกตัวใน Python มีชนิดข้อมูล ต่อไปนี้คือตัวอย่างชนิดข้อมูลที่พบบ่อย:

  • จำนวนเต็ม (int): ตัวเลขที่ไม่มีเศษ เช่น 42
  • จำนวนทศนิยม (float): ตัวเลขที่มีทศนิยม เช่น 3.14
  • สตริง (str): ข้อความ เช่น "Hello"
  • บูลีน (bool): ค่าจริงหรือเท็จ

การกำหนดชนิดข้อมูลที่แตกต่างกัน

การกำหนดชนิดข้อมูลที่แตกต่างกัน

ในภาษาไพทอน คุณสามารถกำหนดค่าในชนิดข้อมูลที่แตกต่างกันให้กับตัวแปรได้:

# Assigning different data types
age = 25
pi = 3.14
greeting = "Hi"
is_happy = True
print(age, pi, greeting, is_happy)

การตรวจสอบชนิดข้อมูล

การตรวจสอบชนิดข้อมูล

คุณสามารถตรวจสอบชนิดของตัวแปรได้โดยใช้ฟังก์ชัน type():

# Checking data types
x = 42
y = 3.14
z = "Hello"
print(type(x), type(y), type(z))

การกำหนดชนิดข้อมูลแบบไดนามิกใน Python

การกำหนดชนิดข้อมูลแบบไดนามิกใน Python

Python เป็นภาษาที่กำหนดชนิดข้อมูลแบบไดนามิก ซึ่งหมายความว่าคุณไม่จำเป็นต้องระบุชนิดของตัวแปร Python จะกำหนดชนิดให้โดยอัตโนมัติตามค่าที่กำหนดให้กับตัวแปร:

# Dynamic typing example
num = 42
print(num)
num = "Now I am a string!"
print(num)

การแปลงชนิดข้อมูล

การแปลงชนิดข้อมูล

คุณสามารถแปลงชนิดข้อมูลใน Python ได้โดยใช้ฟังก์ชันอย่าง int(), float(), str() เป็นต้น:

# Converting data types
x = "123"
y = int(x)
print(y, type(y))

เราได้เรียนรู้อะไรบ้าง

เราได้เรียนรู้อะไรบ้าง

ในบทเรียนนี้ คุณได้เรียนรู้:

  • ความหมายของตัวแปรและวิธีใช้ตัวแปรใน Python
  • ชนิดข้อมูลที่พบบ่อยใน Python ได้แก่ จำนวนเต็ม จำนวนทศนิยม สตริง และค่าบูลีน
  • วิธีตรวจสอบและแปลงชนิดข้อมูล

ทำได้ดีมาก! ไปต่อที่หัวข้อถัดไปกันเลย

ตัวแปรและชนิดข้อมูล — ภาพประกอบ 9

คำถามที่พบบ่อย

บทเรียน “ตัวแปรและชนิดข้อมูล” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “ตัวแปรและชนิดข้อมูล” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Learn AI with Python ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Learn AI with Python มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “ตัวแปรและชนิดข้อมูล”

เรียนรู้การสร้างตัวแปรและทำงานกับชนิดข้อมูลที่หลากหลายของ Python คุณปฏิบัติ Learn AI with Python ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Learn AI with Python หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน Learn AI with Python บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน

บทเรียน “ตัวแปรและชนิดข้อมูล” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน Learn AI with Python นี้ได้ไหม

ได้ บทเรียน Learn AI with Python ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

  1. ตัวแปรและชนิดข้อมูล
  2. อินพุตและเอาต์พุต
  3. เลขคณิตพื้นฐานและตัวดำเนินการ
  4. ความคิดเห็นและความอ่านง่ายของโค้ด
← กลับไปที่ Learn AI with Python