पाइथनमा संख्याहरू, पाठ, सङ्कलनहरू, र अरू धेरै कुराहरू कभर गर्ने बिल्ट-इन टाइपहरूको एक समृद्ध सेट छ। यीलाई जान्नु — र कुन mutable र कुन immutable हुन् — यो मौलिक हो।
Numeric types
python
x =
y =
z = +
b =
नोट: पाइथनको int को arbitrary precision छ — यो कहिले overflow हुँदैन (C/Java मा fixed-size ints जस्तो नभएर); 2 ** 1000 सिधै काम गर्छ।
s = "hello" # str — Unicode text (immutable)
data = b"bytes" # bytes — raw binary (immutable)
lst = [1, 2, 3] # list — ordered, MUTABLE, allows duplicates
tup = (1, 2, 3) # tuple — ordered, IMMUTABLE
d = {"a": 1, "b": 2} # dict — key→value, mutable, insertion-ordered
s = {1, 2, 3} # set — unordered, unique elements, mutable
fs = frozenset({1, 2}) # frozenset — immutable set
result = None # NoneType — represents "no value" (like null)
if result is None: # always compare to None with `is`, not ==
...
type(x) # <class 'int'>
isinstance(x, int) # True — the preferred check (handles subclasses)
Immutable: int, float, bool, str, tuple, frozenset, bytes, None
Mutable: list, dict, set, bytearray
यो भिन्नता धेरै महत्त्वपूर्ण छ — immutable वस्तुहरू dict keys हुन सक्छन् र साझा गर्न सुरक्षित छन्; mutable ones अप्रत्याशित रूपमा परिवर्तन हुन सक्छन् यदि aliased भएमा।
बिल्ट-इन टाइपहरू सबै पाइथन कोडको शब्दावली हुन्।
प्रत्येकको उद्देश्य जान्नु (list क्रमबद्ध अनुक्रमहरूका लागि, dict key-value का लागि, set विशिष्टताका लागि, tuple निश्चित रेकर्डहरूका लागि), arbitrary-precision पूर्णांकहरू, र विशेषगरी mutable-vs-immutable विभाजन (जसले dict keys, aliasing बगहरू, र कसलाई सुरक्षित रूपमा साझा गर्न सकिन्छ भनेर नियन्त्रण गर्छ) यो आधारभूत हो।
कामका लागि सही टाइप छनौट गर्नु — र यसको mutability बुझ्नु — यो कोर पाइथन कौशल हो जसले कार्यक्षमता र प्रदर्शन प्रभावित गर्छ प्रोग्रामभरि।