متغیر و انواع داده

متغیر دقیقا چیست و چطور می سازیمش؟

یک متغیر اسمی است که به یک مقدار می دهید. همین. در پایتون ساختنش یک خط است و هیچ کلمه اضافه ای نمی خواهد:

city = "Tehran"
visits = 1200

حالا هر جا city بنویسید، پایتون همان رشته را می گذارد. علامت مساوی هم اینجا معنی ریاضی ندارد؛ نمی گوید این دو برابرند، می گوید این اسم را به آن مقدار بچسبان. برای همین این خط کاملا منطقی است و در ریاضی بی معنی:

visits = visits + 1

تشبیه رایج «متغیر یک جعبه است» تا یک جایی کمک می کند و بعد گمراهتان می کند. دقیق تر این است: متغیر یک برچسب است که روی یک مقدار می چسبد. دو برچسب می توانند روی یک مقدار باشند، و همین است که در بخش پنجم همین درس یک تله واقعی می سازد.

سه قاعده برای اسم گذاری که همان روز اول کار را راحت می کنند. اسم را با حرف شروع کنید و فاصله در آن نگذارید؛ به جای فاصله از خط زیر استفاده کنید، مثل total_price. اسم را کوتاه نکنید تا کمتر تایپ کنید، چون سه هفته بعد tp برای خودتان هم معما است. و اسم انگلیسی بنویسید حتی اگر برنامه فارسی است، چون بقیه کدی که می خوانید همین طور است.

پنج نوعی که کار روزمره با آنها انجام می شود

شکل بالای صفحه پنج نوع را دور یک مرکز چیده و آن مرکز خود «مقدار» است. زبان های دیگر نوع های بیشتری دارند، ولی برای ماه های اول همین پنج تا تقریبا همه کار را می کنند.

price = 120000
rate = 1.09
name = "Sara"
is_paid = True
items = ["pen", "book"]
user = {"name": "Sara", "city": "Tehran"}

عدد صحیح و اعشاری دو نوع جدا هستند و همین جدایی بعدا به دردتان می خورد. رشته متن است و همیشه داخل گیومه. بولی فقط دو مقدار دارد، True و False، و قلب هر شرطی است. لیست چند مقدار به ترتیب است و با شماره به آنها می رسید. و دیکشنری مقدارها را با کلید نگه می دارد نه با شماره، یعنی به جای «سومی» می گویید «شهر».

print(items[0])
print(user["city"])

شمردن از صفر شروع می شود، پس items[0] اولین عضو است. این یکی از آن چیزهایی است که در ماه اول چند بار اذیتتان می کند و بعد عادی می شود.

اگر نمی دانید در دستتان چه چیزی است، از خود پایتون بپرسید. تابع type جواب می دهد و در تمام این درس ابزار اصلی ماست:

print(type(price))
print(type(name))

چرا سن به علاوه یک خطا می دهد؟

این اولین برخورد واقعی هر کسی با نوع داده است و تقریبا همیشه با input شروع می شود. این کد را اجرا کنید:

age = "17"
print(type(age))
print(age + 1)

خط دوم <class 'str'> چاپ می کند و خط سوم برنامه را می خواباند. پیام دقیقش این است، عین چیزی که خودمان اجرا کردیم:

TypeError: can only concatenate str (not "int") to str

ترجمه اش این است: علامت جمع بین دو رشته یعنی چسباندن و بین دو عدد یعنی جمع کردن، ولی بین یک رشته و یک عدد هیچ معنایی ندارد و پایتون حدس نمی زند کدامش را می خواستید. راه حل یک کلمه است:

age = "17"
print(int(age) + 1)

خروجی 18 است. int رشته را عدد صحیح می کند، float عدد اعشاری، و str برعکسش عمل می کند. سه تابع، و نود درصد کار تبدیل با همین سه تا انجام می شود.

یک نکته که بعدا در شرط ها به کارتان می آید: در پایتون رشته و عدد حتی وقتی شبیه هم باشند برابر نیستند. عبارت "7" == 7 جوابش False است. اگر روزی شرطی داشتید که مطمئن بودید باید درست باشد و نبود، اول همین را چک کنید.

و یک هشدار درباره تبدیل: int("abc") خطا می دهد و همین درست است. اگر جایی دیدید که کسی این خطا را با یک try خالی خفه کرده، آن برنامه دیگر خطا نمی دهد ولی از آن به بعد بی سر و صدا داده اشتباه تولید می کند، که بدتر است.

چرا نتیجه جمع دو اعشار آن چیزی نیست که انتظار دارید؟

این را اجرا کنید و به خروجی نگاه کنید:

print(0.1 + 0.2)

چاپ می شود 0.30000000000000004. این باگ پایتون نیست و در جاوااسکریپت و پی اچ پی و تقریبا هر زبان دیگری هم همین طور است. دلیلش این است که کامپیوتر اعشار را در مبنای دو نگه می دارد و بعضی کسرها در مبنای دو تمام نمی شوند، درست مثل یک سوم که در مبنای ده تمام نمی شود. مستندات خود پایتون یک صفحه کامل به همین موضوع داده اند.

برای نمایش، راه حل ساده است:

print(round(0.1 + 0.2, 2))

که 0.3 چاپ می کند. ولی این فقط نمایش را درست می کند و برای پول کافی نیست.

قاعده پول را همین جا یاد بگیرید، چون گران ترین باگ هایی که یک برنامه نویس تازه کار می سازد از همین جنس اند: پول را با اعشار نگه ندارید. دو راه درست دارید. یکی اینکه همه چیز را با کوچک ترین واحد و به صورت عدد صحیح نگه دارید، یعنی به جای تومان اعشاری، ریال یا تومان صحیح. دوم اینکه از ماژول decimal استفاده کنید که برای همین ساخته شده.

ما خودمان راه اول را رفته ایم و می شود دیدش. قیمت های این سایت از دلار به تومان تبدیل می شوند و نتیجه در همان یک خط به نزدیک ترین هزار تومان گرد و بعد به عدد صحیح تبدیل می شود. برای همین هیچ قیمتی روی این سایت اعشار ندارد؛ نه به این دلیل که زیباتر است، به این دلیل که کسر تومان وجود خارجی ندارد و هر عددی که آن را نگه دارد دیر یا زود در یک جمع خودش را نشان می دهد.

لیست یا دیکشنری؛ کدام را کجا استفاده کنیم؟

قاعده در یک جمله: اگر چیزها هم جنس اند و ترتیبشان مهم است، لیست؛ اگر هر کدام یک اسم دارند و با اسم صدایشان می زنید، دیکشنری. شکل زیر همین را دو ستونه گذاشته و هیچ کدام هم بر آن یکی برتری ندارد.

ولی یک تله در لیست هست که بیشتر از هر چیز دیگری در این درس، آدم را غافلگیر می کند. یادتان هست گفتیم متغیر برچسب است نه جعبه؟ نتیجه اش این است:

a = [1, 2]
b = a
b.append(3)
print(a)

خروجی [1, 2, 3] است، نه [1, 2]. ما به b چیزی اضافه کردیم و a هم عوض شد، چون هر دو اسم روی یک لیست چسبیده اند و لیست دومی اصلا ساخته نشده. اگر واقعا نسخه جدا می خواهید، باید بگویید:

c = a.copy()
c.append(4)
print(a, c)

که چاپ می کند [1, 2, 3] [1, 2, 3, 4]. حالا دو چیز جدا هستند.

چرا این مهم است؟ چون در برنامه های بزرگ تر، لیست را به یک تابع می دهید، تابع تغییرش می دهد، و شما فکر می کنید نسخه خودتان دست نخورده مانده. این خطا نمی دهد و برنامه هم نمی خوابد؛ فقط داده تان بی سر و صدا عوض می شود. رشته و عدد این رفتار را ندارند، برای همین این تله فقط سراغ لیست و دیکشنری می آید.

وقتی نوع غلط است ولی هیچ خطایی نمی آید

تا اینجا هر خطای نوع داده صدا داشت. حالا برسیم به دسته ای که صدا ندارد، و به همین دلیل گران تر است. دو نمونه از همین سایت، هر دو قابل بررسی در کد خودمان.

نمونه اول. هر متن این بخش آموزش باید یک آرایه چهار زبانه باشد، یعنی یک ساختار داده با چهار کلید. یک بار در بخش هوش مصنوعی همین سایت به جای آرایه، یک رشته ساده نوشته شده بود. هیچ چیز خطا نداد؛ رشته هم بالاخره یک مقدار است و چاپ می شود. نتیجه اش این بود که صفحه انگلیسی، متن فارسی چاپ می کرد. اشتباه در مقدار نبود، در نوع بود. حالا اعتبارسنج همین بخش قبل از انتشار همین را چک می کند و اگر رشته ببیند می گوید «باید آرایه چهار زبانه باشد، رشته گرفتم».

نمونه دوم و آموزنده تر. قالب این سایت ستون های عددی جدول ها را به میله تبدیل می کند و برای این کار باید عددی را که در متن نوشته شده بخواند. قاعده اولیه این بود که کاما جداکننده هزارگان است. روی صفحه ترکی، «۲,۶ مگابایت» شد بیست و شش و «۸۰,۶ درصد» شد هشتصد و شش، و میله ای کشیده شد که هشت برابر چیزی بود که خود صفحه نوشته بود. علتش هم فرض ما بود: ترکی نقطه را هزارگان و کاما را اعشار می گذارد، درست برعکس فارسی و انگلیسی.

راه حلی که آخر انتخاب شد زبان را نمی پرسد، به اندازه گروه ها نگاه می کند: گروهی که دقیقا سه رقم دارد هزارگان است و هر چیز دیگری اعشار، با یک استثنا که عدد شروع شده با صفر همیشه اعشار است. جالب اینجاست که هیچ کدام از این دو باگ خطا نمی دادند. برنامه با خوشحالی کار می کرد و عدد اشتباه چاپ می کرد.

درسی که از این دو گرفتیم و به شما هم می دهیم: نوع را در مرز چک کنید، یعنی همان جایی که داده وارد برنامه می شود. ورودی کاربر، فایلی که می خوانید، جوابی که از یک سرویس می گیرید. اگر آنجا نوع را کنترل نکنید، داده اشتباه تا عمق برنامه می رود و آنجا دیگر معلوم نیست از کجا آمده.