Summary  
This chapter explains how to use Python’s built-in type() function (via printing) to inspect data types and illustrates how arithmetic operations—especially division—affect numeric types, with division always yielding a float and mixed-type operations promoting to float.  

General domain of usage  
Numeric computations

Watch this video to see how Python determines the type of a value during calculations, and how you can use the type() function to check the type of any variable. You'll learn why certain operations, like division, result in a float even when the answer looks like a whole number, and how to confidently identify and work with different number types in your code.

We've previously come across float and integer types, so now we can tell whether a value is a __float__ or an __integer__. Can you guess what the result of the math operation `6/1.5` might be? It's easy to calculate that it equals `4`, but what type does `4` belong to? It might seem like an integer, but it's actually a float. To confirm its type, you can use the `type()` function.

variable = 6/1.5
print(variable)
print(type(variable))

import unittest
from contextlib import redirect_stdout
import io
import importlib


class TestUserCode(unittest.TestCase):
    def test_number1_declared(self):
        self._testMethodName = 'number1 is declared'
        import user_code
        self.assertTrue(hasattr(user_code, 'number1'), "Expected number1 to be defined.")

    def test_number1_is_float(self):
        self._testMethodName = 'number1 is of type float'
        import user_code
        self.assertTrue(hasattr(user_code, 'number1'), "Expected number1 to be defined.")
        self.assertIsInstance(user_code.number1, float, f"Expected number1 to be a float, but got {type(user_code.number1).__name__}.")

    def test_number2_declared(self):
        self._testMethodName = 'number2 is declared'
        import user_code
        self.assertTrue(hasattr(user_code, 'number2'), "Expected number2 to be defined.")

    def test_number2_is_int(self):
        self._testMethodName = 'number2 is of type int'
        import user_code
        self.assertTrue(hasattr(user_code, 'number2'), "Expected number2 to be defined.")
        self.assertIsInstance(user_code.number2, int, f"Expected number2 to be a int, but got {type(user_code.number2).__name__}.")

    def test_type_number1_printed(self):
        self._testMethodName = "The type of number1 is <class 'float'> is printed"
        output = self._runcode_output()
        self.assertIn("number1 is <class 'float'>", output, "Expected the output to contain 'The type of number1 is <class \'float\'>'")

    def test_type_number2_printed(self):
        self._testMethodName = "The type of number2 is <class 'int'> is printed"
        output = self._runcode_output()
        self.assertIn("is <class 'int'>", output, "Expected the output to contain 'The type of number2 is <class \'float\'>'")
    
    def _runcode_output(self):
        import user_code
        f = io.StringIO()
        with redirect_stdout(f):
            importlib.reload(user_code)
        s = f.getvalue().strip()
        return s
if __name__ == '__main__':
    unittest.main()

test_main.py

Opnå en solid forståelse af Pythons grundlæggende datatyper og lær at arbejde effektivt med dem. Udforsk tal, booleske værdier og strenge gennem praktiske øvelser og eksempler. Opbyg selvtillid i udførelsen af basale operationer og udvikl de grundlæggende færdigheder, der er nødvendige for at skrive ren og effektiv Python-kode.

Opdag det grundlæggende om numeriske datatyper i Python, og lær at arbejde med heltal og flydende kommatal. Få styr på grundlæggende aritmetiske operationer, udforsk begrebet uforanderlighed, og få praktisk erfaring med Pythons indbyggede funktioner og værktøjer til effektiv håndtering af tal i virkelige scenarier.

Opnå en klar forståelse af den booleske datatypen, en specialiseret undertype af numeriske data, der repræsenterer sandhedsværdier. Selvom det kan virke udfordrende i starten, er beherskelse af booleske værdier afgørende for at skrive logiske og effektive programmer. Dette afsnit vil hjælpe dig med sikkert at anvende boolesk logik i virkelige programmeringssituationer.

Strenge giver dig mulighed for at arbejde med tekst i Python, fra visning af beskeder til behandling af brugerinput. Du vil undersøge, hvordan man opretter, ændrer og manipulerer strenge effektivt. Forståelse af strenge er afgørende for at skrive interaktive programmer og formidle information klart gennem din kode.

Lær at håndtere datatyper effektivt for at sikre nøjagtighed og konsistens i dine programmer. Konverter værdier til den passende type, rens tekst før sammenligning, og adskil numeriske operationer fra tekstformatering. Du vil også opdage, hvordan man bevidst håndterer manglende data og behandler menneskelæsbar tekst anderledes end rå input, hvilket opnår pålidelige, konsistente og letlæselige resultater.

Hvordan Man Definerer en Type

Løsning

Hvordan Man Definerer en Type

Løsning