int, float y bool: Los fundamentales para trabajar con datos numéricos

Introducción

Cuando trabajamos con datos numéricos en Python, es fundamental entender y dominar las tres estructuras de tipos de datos más básicas: int, float y bool. Estos tipos son la base sobre la cual se construyen todas las operaciones matemáticas y análisis numéricos. En este artículo, aprenderemos a distinguir entre ellos, cómo trabajar con cada uno de ellos y veremos algunos errores comunes para evitar.

Explicación principal

int: Números enteros

int representa números enteros, es decir, números sin parte decimal. Estos son ideales para representar cantidades discretas o índices en listas.

Ejemplo de uso:

edad = 25
numero_de_elementos = 100
indice = 3

print(f"Edad: {edad}, Número de elementos: {numero_de_elementos}, Índice: {indice}")

float: Números decimales

float se utiliza para representar números con parte decimal. Esto es útil en situaciones donde necesitamos precisión y queremos operar con cantidades que no son enteras.

Ejemplo de uso:

altura = 175.6
precio = 9.99

print(f"Altura: {altura}, Precio: {precio}")

bool: Valores booleanos

bool representa valores verdaderos o falsos (True y False en Python). Estos son útiles para representar condiciones lógicas.

Ejemplo de uso:

es_adulto = edad >= 18
esta_lleno = numero_de_elementos == 0

print(f"Es adulto: {es_adulto}, Está lleno: {esta_lleno}")

Errores típicos / trampas

A continuación, se presentan algunos errores comunes a evitar al trabajar con estos tipos de datos.

1. Conversión incorrecta entre int y float:

   # Error: No se puede sumar int con float sin convertir explícitamente
   edad = 25
   altura = 175.6
   resultado = edad + altura  # TypeError: unsupported operand type(s) for +

Solución: Convierte explícitamente a float o int.

1. Comparación con números flotantes que resulta en falsos positivos:

   precio_a = 1.05
   precio_b = 1.06 - 0.01

   print(precio_a == precio_b)  # Resulta False debido a la precisión de float

Solución: Usa un límite tolerable para comparaciones con flotantes, o usa math.isclose().

1. Operaciones matemáticas que resultan en valores booleanos:

   edad = 25
   print(edad + 10)  # Resulta 35 (int)

Solución: Verifica si el resultado es una operación lógica o numérica.

Checklist accionable

• Asegúrate de convertir explícitamente entre int y float cuando sea necesario.
• Utiliza la función math.isclose() para comparar flotantes con tolerancia.
• Verifica el tipo de dato antes de realizar operaciones lógicas que podrían generar valores booleanos.

Siguientes pasos

Ahora que has aprendido a trabajar con los tipos de datos fundamentales, es tiempo de profundizar en otros aspectos del análisis numérico. Aquí te dejamos algunas sugerencias:

• Aprender más sobre float: Explora cómo Python maneja la precisión y la representación interna de números decimales.
• Avanzar a listas e iteraciones: Comienza a trabajar con estructuras de datos más complejas como listas para almacenar múltiples valores.
• Usar NumPy: Aprende a trabajar con NumPy, una biblioteca potente que facilita el manejo de arreglos y matrices numéricas.

¡Felicitaciones por haber avanzado en tu viaje hacia la programación científica!