Weiter zum Inhalt

Startseite Python

Kurs

Datentypen in Python

MittelSchwierigkeitsgrad

Aktualisiert 05/2026

Vertiefe dein Wissen zu Python-Datentypen wie Listen, Dictionarys und Tupel, um sie für verschiedene Data-Science-Aufgaben zu nutzen.

Kurs kostenlos starten

PythonProgramming

4 Std.

15 Videos

47 Übungen

3,900 XP

85,572

Leistungsnachweis

Beliebt bei Lernenden in Tausenden Unternehmen

Ein Team schulen?

Für Unternehmen ausprobieren

Kursbeschreibung

Hast du die Grundlagen der Python-Programmierung drauf, möchtest aber noch mehr lernen? Dann ist das der richtige Kurs für dich. Hier kannst du dein Wissen über Listen, Wörterbücher, Tupel, Mengen und Datumsangaben festigen und üben. Du wirst sehen, wie wichtig sie bei der Arbeit mit vielen echten Daten sind und wie man mehrere davon zusammen nutzen kann, um Probleme mit mehreren Schritten zu lösen, einschließlich einer ausführlichen Fallstudie mit Daten zum Nahverkehr im Großraum Chicago. Du lernst auch, wie du viele Objekte im Python-Modul „Collections“ nutzen kannst, um deine Daten für verschiedene Zwecke zu speichern und zu bearbeiten. Nach diesem Kurs kannst du viele Datenherausforderungen mit Python meistern.

Voraussetzungen

1

Grundlegende Sequenzdatentypen

In diesem Kapitel lernst du die grundlegenden Python-Datentypen kennen – Listen, Mengen und Zeichenfolgen. Diese Datencontainer sind echt wichtig, weil sie die Basis für das Speichern und Durchlaufen geordneter Daten bilden. Um die Sache spannend zu machen, wirst du das, was du über diese Typen lernst, anwenden, um Fragen zum Datensatz „New York Baby Names“ zu beantworten!

Einleitung und Listen

Listen bearbeiten, einfach so und um Spaß zu haben

Listen durchlaufen

Lerne die Tupel kennen

Verwendung von Datentypen

Tupel benutzen und entpacken

Tupel aus Versehen erstellen

Formatierte String-Literale („f“-Strings)

Mehrere Zeichenfolgen kombinieren

Zeichenfolgen in anderen Zeichenfolgen suchen

Kapitel starten

2

Wörterbücher – Die Wurzel von Python

Die Basis von Python ist ein Wörterbuch. Hier lernst du, wie du sie nutzen kannst, um Daten sicher zu verarbeiten, die auf verschiedene Arten angezeigt werden können, um noch mehr Fragen zum Datensatz „New York Baby Names“ zu beantworten. Du lernst, wie du Daten in einem Wörterbuch durchlaufen, auf verschachtelte Daten zugreifen und neue Daten hinzufügen kannst, und wirst die tollen Möglichkeiten von Python-Wörterbüchern zu schätzen wissen.

Verwenden von Dictionarys

Erstellen und Durchlaufen von Wörterbüchern

Sicheres Finden nach Schlüssel

Ändern von Dictionarys

Wörterbücher hinzufügen und erweitern

Aus Wörterbüchern löschen und entfernen

Pythonisch mit Wörterbüchern arbeiten

Effektive Arbeit mit Wörterbüchern in Python

Nachschlagen von Daten in Wörterbüchern

Verschiedene Datentypen in Wörterbüchern

Umgang mit verschachtelten Wörterbüchern

Umgang mit verschachtelten gemischten Typen

Kapitel starten

3

Numerische Datentypen, Boolesche Werte und Sets

Lass uns mal die Wörterbücher beiseite lassen und uns ein paar andere gängige numerische und boolesche Datentypen sowie Mengen anschauen.

Numerische Datentypen

Wann man Integers und Floats benutzt

Floats ausspielen

Division mit Integers und Floats

Boolesche Werte – ein logischer Datentyp

Mehr als nur richtig und falsch

Wahr, Richtig, Falsch und Falsch

Mengen (unordnende Daten mit optimierten logischen Operationen)

Unterschiede feststellen

Alle Daten und die sich überschneidenden Daten zwischen den Datensätzen finden

Kapitel starten

4

Erweiterte Datentypen

Einige Datentypen sind aus anderen zusammengesetzt und bieten mir noch mehr Möglichkeiten als ein einfacher Datentyp. Schauen wir uns ein paar komplexe Typen aus dem Sammlungsmodul und den Datenklassen an.

Zählen leicht gemacht

Zähler in Listen verwenden

Die häufigsten Elemente finden

Wörterbücher mit unbekannter Struktur – Defaultdict

Erstellen von Wörterbüchern mit unbekannter Struktur

Sicheres Anhängen an die Werteliste eines Schlüssels

Was meinst du damit, ich hätte keine Klasse? Namedtuple

Erstellen von Namedtuples zum Speichern von Daten

Attribute von Namedtuples nutzen

Datenklassen

Erstellen einer Datenklasse

Verwendung von Datenklassen

Zusammenfassung

Kapitel starten

Datentypen in Python

Kurs
abgeschlossen

Leistungsnachweis verdienen

Füge diesen Fähigkeitsnachweis zu deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzu
Teile es auf Social Media und in deiner LeistungsbeurteilungJetzt anmelden

Schließe dich 19 Millionen Lernenden an und starte Datentypen in Python heute!

DataCamp gibt es auch für Mobilgeräte

Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.