Posted on Jul 20, 2025· Updated on Jul 20, 2025

Python Datentypen Erklärt – Ein Visueller Leitfaden für Anfänger

#python #beginner #data types

Python wird mit neun Kerndatentypen geliefert, die fast alles abdecken, was Sie benötigen. Die Wahl des richtigen Typs macht Ihren Code klarer, schneller und sicherer. Dieser Leitfaden zeigt, wie jeder Typ funktioniert, wann er verwendet werden sollte und worauf Sie achten müssen. Für einen schnellen Überblick sehen Sie sich auch unseren Grundlagen-Leitfaden an.

Diagramm der eingebauten Python-Datentypkategorien und der Änderbarkeit (Mutability).

1. Zahlen – int, float, complex

Python verfügt über drei Typen für die Arbeit mit Zahlen, die jeweils für unterschiedliche Situationen konzipiert sind.

Zuerst einfache Beispiele

# Integers - ganze Zahlen
age = 25
score = 100
negative = -10

# Floats - Zahlen mit Dezimalstellen
price = 19.99
temperature = 98.6
pi = 3.14159

# Complex - Zahlen mit Real- und Imaginärteil (fortgeschrittene Mathematik)
z = 2 + 3j  # j repräsentiert die imaginäre Einheit in Python

Weitere Beispiele

# Arbeiten mit Integers
items = 5
total_items = items * 3  # 15

# Arbeiten mit Floats
radius = 2.5
area = 3.14159 * radius * radius  # 19.634...

# Vorsicht bei der Float-Genauigkeit
result = 0.1 + 0.2  # 0.30000000000000004 (nicht exakt 0.3!)

# Komplexe Zahlen (werden Sie als Anfänger wahrscheinlich nicht brauchen)
z = complex(2, 3)     # Dasselbe wie 2+3j
magnitude = abs(z)    # 3.605...

2. Zeichenketten (Strings) – str

Strings speichern Text und sind einer der wichtigsten Typen, die Sie verwenden werden. Für detailliertere String-Operationen siehe unseren Leitfaden zur Bearbeitung von Strings.

Einfache Beispiele

# Erstellen von Strings
name = "Alice"
message = 'Hello world'
long_text = """Dies ist ein
mehrzeiliger String"""

# Grundlegende Operationen
greeting = "Hello, " + name  # "Hello, Alice"
repeated = "Ha" * 3          # "HaHaHa"
length = len(message)        # 11

Wichtige Merkmale:

• Unveränderlich (Immutable): Sobald sie erstellt sind, können Sie sie nicht ändern (aber Sie können neue erstellen)
• Verwenden Sie einfache ' oder doppelte " Anführungszeichen
• Dreifache Anführungszeichen """ für mehrzeiligen Text
• Unterstützt Unicode (Emojis, internationale Zeichen)

Häufige String-Operationen

text = "  Python Programming  "

# Nützliche Methoden
clean_text = text.strip()           # "Python Programming"
words = clean_text.split()          # ["Python", "Programming"]
joined = "-".join(words)            # "Python-Programming"
upper_text = clean_text.upper()     # "PYTHON PROGRAMMING"
replaced = clean_text.replace("Python", "Java")  # "Java Programming"

# Inhalt prüfen
starts_with_p = clean_text.startswith("Python")  # True
has_gram = "gram" in clean_text                   # True

# Moderne Formatierung (empfohlen)
age = 25
formatted = f"I am {age} years old"  # "I am 25 years old"

3. Boolesche Werte – bool

Boolesche Werte repräsentieren True oder False – unerlässlich, um Entscheidungen in Ihrem Code zu treffen. Erfahren Sie mehr über die bool()-Funktion.

Einfache Beispiele

# Einfache boolesche Werte
is_student = True
is_graduated = False

# Boolesche Operationen
has_degree = is_student or is_graduated  # True
ready_to_work = is_graduated and not is_student  # False

Wahrheitswerte (Truthiness): Python behandelt viele Werte in Bedingungen als Wahr oder Falsch:

# Diese sind "truthy" (verhalten sich wie True)
if "hello":     # nicht-leere Strings
if [1, 2, 3]:   # nicht-leere Listen
if 42:          # Nicht-Null-Zahlen

# Diese sind "falsy" (verhalten sich wie False)
if "":          # leerer String
if []:          # leere Liste
if 0:           # Null
if None:        # None-Wert

Praktische Beispiele

items = []
if items:
    print("We have items!")
else:
    print("No items found")  # Dies wird gedruckt

score = 85
passed = score >= 60  # True

4. None-Typ – NoneType

None repräsentiert “nichts” oder “kein Wert” – Sie werden es überall in Python sehen.

Einfache Beispiele

# Variablen, die noch keinen Wert haben
result = None
user_input = None

# Funktionen geben standardmäßig None zurück
def greet(name):
    print(f"Hello, {name}")

return_value = greet("Alice")  # return_value ist None

# Prüfen auf None
if result is None:
    print("No result yet")

# Gängiges Muster: optionale Werte
def find_user(username):
    # ... Suchlogik ...
    if user_found:
        return user_data
    else:
        return None  # Nichts gefunden

Wichtig: Verwenden Sie beim Vergleich mit None immer is und is not, nicht ==:

# Korrekt
if value is None:
    # etwas tun

# Falsch (funktioniert aber)
if value == None:
    # etwas tun

5. Listen – list

Listen speichern mehrere Elemente in der Reihenfolge und ermöglichen es Ihnen, sie nach der Erstellung zu ändern. Für umfassende Listenoperationen siehe unseren Leitfaden zu Listen und Tupeln.

Einfache Beispiele

# Erstellen von Listen
fruits = ["apple", "banana", "orange"]
numbers = [1, 2, 3, 4, 5]
mixed = ["hello", 42, True, None]  # Listen können verschiedene Typen enthalten
empty = []

# Zugriff auf Elemente (beginnt bei Index 0)
first_fruit = fruits[0]      # "apple"
last_fruit = fruits[-1]      # "orange"

Häufige Operationen

shopping_list = ["milk", "bread"]

# Elemente hinzufügen
shopping_list.append("eggs")         # ["milk", "bread", "eggs"]
shopping_list.insert(0, "butter")    # ["butter", "milk", "bread", "eggs"]
shopping_list.extend(["cheese", "ham"])  # Mehrere Elemente hinzufügen

# Elemente entfernen
shopping_list.remove("milk")         # Erste Übereinstimmung entfernen
last_item = shopping_list.pop()      # Letztes Element entfernen und zurückgeben
first_item = shopping_list.pop(0)    # Erstes Element entfernen und zurückgeben

# Nützliche Operationen
length = len(shopping_list)
has_bread = "bread" in shopping_list

Wann Listen zu verwenden sind

• Wenn Sie geordnete Daten benötigen, die sich ändern können
• Wenn Sie Sammlungen Element für Element aufbauen
• Wenn Sie auf Elemente nach Position zugreifen müssen

# Gute Anwendungsfälle
grades = [85, 92, 78, 96]
todo_items = ["wash dishes", "walk dog", "study Python"]

# Listen verarbeiten
total = sum(grades)
average = total / len(grades)

for item in todo_items:
    print(f"Task: {item}")

6. Dictionaries – dict

Dictionaries speichern Daten als Schlüssel-Wert-Paare, ähnlich einem echten Wörterbuch, bei dem Sie Wörter (Schlüssel) nachschlagen, um Definitionen (Werte) zu finden. Für umfassende Dictionary-Operationen siehe unseren Leitfaden zu Dictionaries.

Einfache Beispiele

# Erstellen von Dictionaries
person = {"name": "Alice", "age": 30, "city": "New York"}
grades = {"math": 85, "english": 92, "science": 78}
empty = {}

# Werte abrufen
name = person["name"]        # "Alice"
age = person.get("age")      # 30 (sicherere Methode)
height = person.get("height", "unknown")  # "unknown", falls Schlüssel nicht existiert

Häufige Operationen

student = {"name": "Bob", "grade": 85}

# Werte hinzufügen/aktualisieren
student["age"] = 20           # Neues Schlüssel-Wert-Paar hinzufügen
student["grade"] = 90         # Bestehenden Wert aktualisieren

# Nützliche Methoden
keys = student.keys()         # dict_keys(['name', 'grade', 'age'])
values = student.values()     # dict_values(['Bob', 90, 20])
items = student.items()       # dict_items([('name', 'Bob'), ...])

# Auf Schlüssel prüfen
if "name" in student:
    print(f"Student name: {student['name']}")

# Elemente entfernen
age = student.pop("age")      # Wert entfernen und zurückgeben
student.pop("height", None)   # Sicheres Entfernen (kein Fehler, falls Schlüssel fehlt)

Wann Dictionaries zu verwenden sind

• Wenn Sie Werte anhand eines eindeutigen Identifikators nachschlagen müssen
• Speichern strukturierter Daten (wie Datensätze)
• Zählen von Dingen
• Caching/Memoization

# Gute Anwendungsfälle
inventory = {"apples": 50, "bananas": 30, "oranges": 25}
user_profile = {
    "username": "alice123",
    "email": "alice@example.com",
    "is_premium": True
}

# Zählbeispiel
text = "hello world"
char_count = {}
for char in text:
    char_count[char] = char_count.get(char, 0) + 1
# Ergebnis: {'h': 1, 'e': 1, 'l': 3, 'o': 2, ' ': 1, 'w': 1, 'r': 1, 'd': 1}

7. Tupel – tuple

Tupel sind wie Listen, können aber nach der Erstellung nicht mehr geändert werden. Betrachten Sie sie als “gesperrte” Listen. Erfahren Sie mehr über Tupel in unserem Leitfaden zu Listen und Tupeln.

Einfache Beispiele

# Erstellen von Tupeln
coordinates = (10, 20)
rgb_color = (255, 0, 128)
single_item = (42,)    # Beachten Sie das Komma für ein einzelnes Element Tupel
empty = ()

# Klammern sind oft optional
point = 5, 10          # Dasselbe wie (5, 10)
name_age = "Alice", 25 # Dasselbe wie ("Alice", 25)

# Zugriff auf Elemente (wie bei Listen)
x = coordinates[0]     # 10
y = coordinates[1]     # 20

Entpacken von Tupeln (Unpacking)

# Entpacken ist sehr nützlich
point = (100, 200)
x, y = point          # x=100, y=200

# Werte tauschen
a = 5
b = 10
a, b = b, a           # Jetzt a=10, b=5

# Funktion, die mehrere Werte zurückgibt
def get_name_age():
    return "Bob", 25

name, age = get_name_age()

Wann Tupel zu verwenden sind

• Wenn Sie eine feste Sammlung haben, die sich nicht ändert
• Rückgabe mehrerer Werte aus Funktionen
• Als Dictionary-Schlüssel (da sie unveränderlich sind)
• Darstellung von Koordinaten, RGB-Werten usw.

# Gute Anwendungsfälle
WINDOW_SIZE = (800, 600)        # Konstanten
DEFAULT_COLOR = (255, 255, 255) # RGB Weiß

# Dictionary mit Tupel-Schlüsseln
locations = {
    (0, 0): "origin",
    (1, 1): "northeast",
    (-1, -1): "southwest"
}

8. Mengen (Sets) – set

Mengen speichern eindeutige Elemente ohne Duplikate und ohne bestimmte Reihenfolge. Hervorragend geeignet für Mitgliedschaftstests und das Entfernen von Duplikaten. Für umfassende Mengenoperationen siehe unseren Leitfaden zu Mengen.

Einfache Beispiele

# Erstellen von Mengen
colors = {"red", "green", "blue"}
numbers = {1, 2, 3, 4, 5}
empty = set()  # Hinweis: {} erstellt ein leeres Dict, nicht eine Menge!

# Aus Listen (entfernt Duplikate)
mixed_list = [1, 2, 2, 3, 3, 3]
unique_numbers = set(mixed_list)  # {1, 2, 3}

Häufige Operationen

tags = {"python", "programming", "beginner"}

# Elemente hinzufügen
tags.add("tutorial")
tags.update(["coding", "learning"])  # Mehrere Elemente hinzufügen

# Elemente entfernen
tags.remove("beginner")     # Fehler, falls Element nicht existiert
tags.discard("advanced")    # Kein Fehler, falls Element nicht existiert

# Mitgliedschaftstest (sehr schnell!)
if "python" in tags:
    print("This is about Python!")

# Mengenoperationen
set1 = {1, 2, 3}
set2 = {3, 4, 5}
union = set1 | set2         # {1, 2, 3, 4, 5}
intersection = set1 & set2   # {3}
difference = set1 - set2     # {1, 2}

Wann Mengen zu verwenden sind

• Entfernen von Duplikaten aus einer Sammlung
• Schneller Mitgliedschaftstest
• Mathematische Mengenoperationen
• Verfolgen eindeutiger Besucher, IDs usw.

# Gute Anwendungsfälle
unique_visitors = set()
unique_visitors.add("user123")
unique_visitors.add("user456")
unique_visitors.add("user123")  # Fügt kein Duplikat hinzu
print(len(unique_visitors))     # 2

# Duplikate aus Liste entfernen
items = ["apple", "banana", "apple", "orange", "banana"]
unique_items = list(set(items))  # ['apple', 'banana', 'orange']

Auswahl des richtigen Typs – Tipps aus der Praxis

Spickzettel für Änderbarkeit (Mutability) & Hashbarkeit (Hashability)

Wichtigste Erkenntnisse für Anfänger

1. Beginnen Sie einfach: Verwenden Sie int für ganze Zahlen, float für Dezimalzahlen, str für Text, bool für wahr/falsch und None für “kein Wert”.

2. Sammlungen leicht gemacht: Verwenden Sie list, wenn Sie Dinge ändern müssen, tuple, wenn Sie es nicht müssen, dict für Schlüssel-Wert-Paare und set für eindeutige Elemente.

3. Im Zweifelsfall: list und dict decken die meisten Sammlungsanforderungen für Anfänger ab.

4. Üben Sie mit einfachen Beispielen, bevor Sie zu komplexen Anwendungsfällen übergehen.

5. Denken Sie daran: Python ist nachsichtig – Sie können bei Bedarf immer zwischen kompatiblen Typen konvertieren.