Get started learning Python with DataCamp's free Intro to Python tutorial. Learn Data Science by completing interactive coding challenges and watching videos by expert instructors. Start Now!
This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join 11 million other learners and get started learning Python for data science today!
Good news! You can save 25% off your Datacamp annual subscription with the code LEARNPYTHON23ALE25 - Click here to redeem your discount
Variables y Tipos
Python es completamente orientado a objetos y no tiene un "tipado estático". No necesitas declarar variables antes de usarlas ni declarar su tipo. Cada variable en Python es un objeto.
Este tutorial revisará algunos tipos básicos de variables.
Numbers
Python soporta dos tipos de números - enteros (números completos) y números de punto flotante (decimales). (También soporta números complejos, que no se explicarán en este tutorial).
Para definir un entero, usa la siguiente sintaxis:
myint = 7
print(myint)
Para definir un número de punto flotante, puedes usar una de las siguientes notaciones:
myfloat = 7.0
print(myfloat)
myfloat = float(7)
print(myfloat)
Strings
Las cadenas se definen ya sea con comillas simples o dobles.
mystring = 'hello'
print(mystring)
mystring = "hello"
print(mystring)
La diferencia entre ambas es que usar comillas dobles facilita incluir apóstrofes (mientras que estos terminarían la cadena si se usan comillas simples).
mystring = "Don't worry about apostrophes"
print(mystring)
Hay variaciones adicionales para definir cadenas que facilitan incluir cosas como retornos de carro, barras invertidas y caracteres Unicode. Estas van más allá del alcance de este tutorial, pero están cubiertas en la documentación de Python.
Se pueden ejecutar operadores simples en números y cadenas:
one = 1
two = 2
three = one + two
print(three)
hello = "hello"
world = "world"
helloworld = hello + " " + world
print(helloworld)
Las asignaciones se pueden hacer a más de una variable "simultáneamente" en la misma línea, como esta:
a, b = 3, 4
print(a, b)
No se soporta la mezcla de operadores entre números y cadenas:
# ¡Esto no funcionará!
one = 1
two = 2
hello = "hello"
print(one + two + hello)
Exercise
El objetivo de este ejercicio es crear una cadena, un entero y un número de punto flotante. La cadena debe llamarse mystring y debe contener la palabra "hello". El número de punto flotante debe llamarse myfloat y debe contener el número 10.0, y el entero debe llamarse myint y debe contener el número 20.
# change this code
mystring = None
myfloat = None
myint = None
# testing code
if mystring == "hello":
print("String: %s" % mystring)
if isinstance(myfloat, float) and myfloat == 10.0:
print("Float: %f" % myfloat)
if isinstance(myint, int) and myint == 20:
print("Integer: %d" % myint)
# change this code
mystring = "hello"
myfloat = 10.0
myint = 20
# testing code
if mystring == "hello":
print("String: %s" % mystring)
if isinstance(myfloat, float) and myfloat == 10.0:
print("Float: %f" % myfloat)
if isinstance(myint, int) and myint == 20:
print("Integer: %d" % myint)
test_object('mystring', incorrect_msg="Don't forget to change `mystring` to the correct value from the exercise description.")
test_object('myfloat', incorrect_msg="Don't forget to change `myfloat` to the correct value from the exercise description.")
test_object('myint', incorrect_msg="Don't forget to change `myint` to the correct value from the exercise description.")
test_output_contains("String: hello",no_output_msg= "Make sure your string matches exactly to the exercise desciption.")
test_output_contains("Float: 10.000000",no_output_msg= "Make sure your float matches exactly to the exercise desciption.")
test_output_contains("Integer: 20",no_output_msg= "Make sure your integer matches exactly to the exercise desciption.")
success_msg("Great job!")
This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join over a million other learners and get started learning Python for data science today!
Sponsors
