Summary  
This chapter explains Python’s fundamental numeric types—including integers for whole numbers and floats for decimal values (with scientific notation and underscores for readability)—shows how to inspect their types, and describes their boolean truthiness.  

General domain of usage  
Scientific computing

Zahlen sind allgegenwärtig in Python. Zwei grundlegende numerische Typen werden am häufigsten verwendet: **Ganzzahlen** (`int`) für ganze Zahlen und **Gleitkommazahlen** (`float`) für Dezimalzahlen (einschließlich wissenschaftlicher Notation wie `1e-3`).


## Grundlagen zu Integer und Float

* **Integer (`int`)**: Ganze Zahlen wie `-2`, `0`, `7`, `456566`. Python unterstützt beliebig große Ganzzahlen;
* **Float (`float`)**: Dezimalwerte wie `2.5`, `3.14159`, `2.71828` oder wissenschaftliche Notation wie `6.02e23`;
* **Wahrheitswert**: `0` und `0.0` sind `False`, alle anderen `int/float` sind `True` in booleschen Kontexten.

## Wissenschaftliche Notation

Die wissenschaftliche Notation ist eine kompakte Methode, sehr große oder sehr kleine Zahlen mithilfe von Zehnerpotenzen darzustellen. In Python bedeutet eine Zahl mit `e`, dass sie mit 10 hoch einer bestimmten Potenz multipliziert wird: Zum Beispiel steht `1e-3` für $$1 × 10⁻³$$ (0,001) und `6.02e23` für $$6.02 × 10²³$$. Zahlen in dieser Schreibweise werden immer als `float` behandelt.


# Basic numeric literals
n_int = 42
n_float = 3.14
n_sci = 1e-3   # 0.001

print(n_int, n_float, n_sci)

## Große Zahlen lesbar schreiben

Menschen schreiben oft `1,000,000` oder `1 000 000`. Python erlaubt jedoch keine Kommas oder Leerzeichen in numerischen Literalen, verwenden Sie stattdessen **Unterstriche** für bessere Lesbarkeit.

million = 1_000_000
print(million == 1000000)   # True

Gleitkommazahlen werden als binäre Brüche gespeichert, kleine Rundungsdifferenzen sind normal (z. B. kann `0.1 + 0.2` nicht exakt `0.3` ergeben). Rundung und Formatierung werden später behandelt.

Hinweis

Welches Literal ist in Python-Code für eine Million gültig?

Wähle die zutreffende Aussage zu `int` und `float`.

Erwerben Sie ein fundiertes Verständnis der grundlegenden Datentypen in Python und lernen Sie, wie Sie effektiv mit ihnen arbeiten. Erkunden Sie Zahlen, Booleans, Strings sowie die sichere Umwandlung und den Vergleich von Werten zwischen verschiedenen Typen. Stärken Sie Ihr Vertrauen im Umgang mit arithmetischen, logischen und String-Operationen und entwickeln Sie die grundlegenden Fähigkeiten, um sauberen und zuverlässigen Python-Code zu schreiben.

Erkunden Sie die Grundlagen der numerischen Datentypen in Python, einschließlich Ganzzahlen und Fließkommazahlen, sowie Arithmetik und Operatorrangfolge. Üben Sie Ganzzahldivision, Modulo und Funktionen des math-Moduls anhand praxisnaher Zeit- und Budgetberechnungen.

Erwerben Sie ein fundiertes Verständnis des Booleschen Datentyps und wie Vergleichsoperatoren Gleichheit, Identität und Wahrheitswerte auswerten. Anwenden von logischen Operatoren zur Erstellung klarer, präziser Bedingungen für praxisnahe Programmieraufgaben.



Praktische Erfahrungen mit Python-Strings, von der Erstellung und Indizierung bis hin zum Slicing, Suchen und Formatieren von Text. Verständnis der Unveränderlichkeit von Strings und effiziente Erstellung neuer Strings für interaktive Programme.



Erfahren Sie, wie Sie zwischen den grundlegenden Datentypen von Python konvertieren, Zeichenfolgen durch Normalisierung von Groß-/Kleinschreibung und Leerzeichen zuverlässig vergleichen und fehlende Werte mit None behandeln. Verstehen Sie, wann bytes und bytearray für rohe Binärdaten in praxisnahen Programmen verwendet werden.



Verständnis Numerischer Typen

Grundlagen zu Integer und Float

Wissenschaftliche Notation

Große Zahlen lesbar schreiben

1. Welcher Typ ist `1e2`?

2. Welches Literal ist in Python-Code für eine Million gültig?

3. Wähle die zutreffende Aussage zu `int` und `float`.