Enteros (Integer)
Representación
Los enteros son números sin decimales. Puedes trabajar con números enteros positivos y negativos en Python.
Ejemplos
edad = 25 cantidad_de_hijos = -2
Flotantes (Float)
Representación
Los números de punto flotante tienen decimales y pueden representar números racionales o irracionales.
Ejemplos
precio = 19.99 pi = 3.14159265359
Cadenas (String)
Representación
Las cadenas son secuencias de caracteres y se pueden definir usando comillas simples ('') o comillas dobles ("").
Ejemplos
nombre = "Juan" mensaje = '¡Hola, mundo!'
Listas
Representación
Una lista es una colección ordenada de elementos que pueden ser de diferentes tipos. Los elementos de una lista se separan por comas y se encierran en corchetes [].
Ejemplos
colores = ["rojo", "verde", "azul"] numeros = [1, 2, 3, 4, 5]
Diccionarios
Representación
Un diccionario es una estructura de datos que almacena pares clave-valor. Cada valor se asocia con una clave única.
Ejemplos
persona = {"nombre": "Ana", "edad": 30, "ciudad": "Madrid"} puntuaciones = {"matemáticas": 95, "historia": 88, "ciencias": 91}
Conversión entre Tipos de Datos
Conversión Implícita
Python puede realizar conversiones implícitas cuando se mezclan diferentes tipos de datos en operaciones. Por ejemplo, sumar un entero y un flotante producirá un flotante.
Conversión Explícita
Puedes realizar conversiones explícitas usando funciones como int(), float(), y str(). Por ejemplo:
numero = 42 cadena_numero = str(numero) # Convierte el número en una cadena
Elección del Tipo de Datos
La elección del tipo de datos depende de la naturaleza de los datos que necesitas representar. Los enteros y flotantes son adecuados para valores numéricos, las cadenas para texto, las listas para colecciones ordenadas y los diccionarios para asociar valores con claves.
Python ofrece una gran flexibilidad en la manipulación de tipos de datos, lo que hace que sea un lenguaje versátil para trabajar con una variedad de aplicaciones y escenarios de programación. Con este conocimiento, estás preparado para trabajar con diferentes tipos de datos en Python y aprovechar su potencial en tus proyectos.