Skip to content
Programmeren in Python, leer de nieuwste technieken
Programmeren in PythonProgrammeren in Python
  • Home
  • Blog
  • Documentatie
  • Cursussen
Programmeren in PythonProgrammeren in Python
  • Home
  • Blog
  • Documentatie
  • Cursussen

Introductie

4
  • 1.1 Wat is Python?
  • 1.2 Python installatie
  • 1.2.1 Python installeren voor MacOS
  • 1.3 PyCharm Installatie

Basisprogrammering

6
  • 2.1 Python Basis: Variabelen, Datatypes en Operatoren
  • 2.2 Python if else (en elif)
  • 2.3 Python list (Array, Lijsten)
  • 2.4 Python for loop, while loop, break, continue uitleg
  • 2.5 Python Functies: Definities, Parameters en Terugkeerwaarden
  • 2.6 Foutafhandeling: try, except, else, finally

Datatypes

13
  • 3.1 Introductie tot Geavanceerde Datatypes
  • 3.2 Python Tuple
  • 3.3 Python Set
  • 3.4 Python Dictionary
  • 3.5 Werken met Strings en String-methoden
  • 3.6 Collections Module: Krachtige Tools in Python
  • 3.7 Iterators en Generators
  • 3.8 List Comprehensions
  • 3.9 Geavanceerde Sortering
  • 3.10 Werken met Multi-dimensionale Data
  • 3.11 Typing en Datatypes
  • 3.12 Itertools voor Geavanceerde Iteraties
  • 3.13 Data Conversies

Modules

8
  • 4.1 Wat zijn Modules en Waarom zijn ze Belangrijk?
  • 4.2 Werken met Ingebouwde Modules
  • 4.3 Installeren en Gebruiken van Externe Pakketten
  • 4.4 Eigen Modules Maken
  • 4.5 Introductie tot Pakketten
  • 4.6 Importeren en Namespaces Begrijpen
  • 4.7 Geavanceerd: Relatief Importeren
  • 4.8 Organiseren van Grotere Projecten

Data Analyse

3
  • 5.1 Python Dataframe en Data Opschonen met Pandas
  • 5.2 Python Pandas Basisstatistieken en Data-analyse
  • 5.3 Python Numpy (NpArray): De Kracht van Numerieke Berekeningen

Webontwikkeling

6
  • 7.1 Inleiding tot Webontwikkeling
  • 7.2 HTTP-Verzoeken met requests: Communiceren met het Web
  • 7.3 Webscraping met BeautifulSoup: Data van het Web Halen als er geen APIs zijn
  • 7.4 Python Flask, een webserver & API tutorial
  • 7.5 WSGI & WebOb
  • 7.6 FastAPI tutorial (Nederlands) – API bouwen met Python + Uvicorn

Deploy

1
  • Deploy met Supervisor op Ubuntu

Object Georiënteerd Programmeren

8
  • Wat is Objectgeoriënteerd Programmeren (OOP) in Python?
  • Python class & object maken
  • self en __init__ uitgelegd (met voorbeelden)
  • Attributen afschermen: @property (getters/setters)
  • Overerving in Python + super() (en wanneer je het beter níet doet)
  • Dunder methods: __str__, __repr__, vergelijken (en waarom dit je OOP-code “Pythonic” maakt)
  • @dataclass: snelle nette classes (minder boilerplate, meer duidelijkheid)
  • OOP in de praktijk: design & structuur
View Categories
  • Home
  • Documentatie
  • Datatypes
  • 3.1 Introductie tot Geavanceerde Datatypes

3.1 Introductie tot Geavanceerde Datatypes

4 minuten leestijd

Geavanceerde datatypes in Python zijn als gereedschap in een goed gevulde toolbox: ze geven je de flexibiliteit om allerlei soorten gegevens op te slaan, te ordenen en te manipuleren. Of je nu een lijst met boodschappen wilt maken, unieke waarden wilt bijhouden, of snelle toegang tot gegevens nodig hebt met sleutels, Python biedt krachtige opties. In dit hoofdstuk leer je de basis en ontdek je waarom Python-datatypes zo belangrijk zijn voor programmeurs!

Wat zijn datatypes in Python? #

Datatypes bepalen wat voor soort gegevens je in een variabele kunt opslaan. Bijvoorbeeld:

  • Een getal zoals 42 wordt opgeslagen als een integer.
  • Een stuk tekst zoals "Hallo, wereld!" wordt opgeslagen als een string.
  • En een lijst met meerdere items, zoals ["appel", "banaan", "kers"], wordt opgeslagen als een list.

Waarom zijn datatypes belangrijk? #

Ze bepalen hoe je met de gegevens kunt werken:

  • Wil je optellen? Dat kan met integers of floats (decimale getallen).
  • Wil je zoeken? Dat kan met lijsten, sets, of dictionaries.
  • Wil je data combineren? Dat werkt anders voor strings dan voor lijsten.

Python is dynamisch getypeerd, wat betekent dat je niet expliciet hoeft te zeggen welk datatype een variabele heeft. Python detecteert dat automatisch:

a = 10         # Dit is een integer
b = "Python"   # Dit is een string
c = [1, 2, 3]  # Dit is een lijst
Python

Mutable en Immutable Types #

Python-datatypes kunnen worden onderverdeeld in twee categorieën:

  • Mutable types: Kunnen worden aangepast na hun creatie.
  • Immutable types: Kunnen niet worden aangepast na hun creatie.

Voorbeeld:

  • Een list is mutable: je kunt items toevoegen, verwijderen of wijzigen.
lijst = [1, 2, 3]
lijst.append(4)
print(lijst)  # [1, 2, 3, 4]
Python

  • Een tuple is immutable: eenmaal gemaakt, kun je de inhoud niet meer wijzigen.
tuple = (1, 2, 3)
# tuple[0] = 4  # Dit veroorzaakt een fout!
print(tuple)  # (1, 2, 3)
Python

Waarom is dit belangrijk?

  • Mutable types zijn handig als je gegevens wilt veranderen.
  • Immutable types zijn veiliger voor gegevens die niet mogen veranderen, bijvoorbeeld sleutels in een dictionary.

Waarom zijn Python-datatypes zo krachtig en flexibel? #

Python-datatypes zijn speciaal ontworpen om programmeren eenvoudiger te maken:

  1. Ze passen zich aan je behoeften aan: Je kunt met weinig code veel doen, bijvoorbeeld een lijst uitbreiden of een set gebruiken om unieke waarden te vinden.
  2. Ze zijn veelzijdig: Met één datatype kun je veel verschillende problemen oplossen.
  3. Ze werken goed samen: Bijvoorbeeld, je kunt een lijst in een set veranderen, of een tuple gebruiken als key in een dictionary.

Basisprincipes: Hoe werken lists, tuples, sets en dictionaries? #

Hier is een overzicht van de vier belangrijkste geavanceerde datatypes in Python:

1. Lists (lijsten) #

Een list is een geordende verzameling van items. Je kunt items toevoegen, verwijderen of bewerken, en de volgorde blijft altijd behouden.

Zie voor een uitgebreide uitleg de volgende pagina:

Open uitgebreide lijst uitleg

Voorbeeld:

boodschappen = ["melk", "brood", "kaas"]
print(boodschappen[0])  # Toont: melk
boodschappen.append("eieren")
print(boodschappen)     # ['melk', 'brood', 'kaas', 'eieren']
Python

Kenmerken:

  • Mutable: Je kunt de inhoud veranderen.
  • Ondersteunt duplicaten: Je kunt meerdere keren hetzelfde item opslaan.
  • Toegankelijk via indexen.

2. Tuples #

Een tuple lijkt op een lijst, maar is immutable. Dit maakt het perfect voor gegevens die niet mogen worden veranderd.

Voorbeeld:

coördinaten = (52.3676, 4.9041)
print(coördinaten[0])  # Toont: 52.3676
Python

Kenmerken:

  • Immutable: Je kunt de inhoud niet veranderen.
  • Geschikt voor vaste datasets, zoals coördinaten of instellingen.
  • Toegankelijk via indexen.
3. Sets #

Een set is een ongeordende collectie van unieke items. Dit betekent dat duplicaten automatisch worden verwijderd.

Voorbeeld:

fruit = {"appel", "banaan", "kers"}
fruit.add("appel")
print(fruit)  # {'appel', 'banaan', 'kers'}
Python

Kenmerken:

  • Unieke items: Geen duplicaten toegestaan.
  • Mutable: Je kunt items toevoegen en verwijderen.
  • Ideaal voor operaties zoals doorsnedes of verschillen:pythonCopy code
set1 = {1, 2, 3}
set2 = {3, 4, 5}
print(set1 & set2)  # {3} (doorsnede)
Python

4. Dictionaries (woordenboeken) #

Een dictionary slaat gegevens op in key-value-paren. Dit is perfect voor situaties waarin je snelle toegang nodig hebt tot gegevens.

Voorbeeld:

persoon = {"naam": "Alice", "leeftijd": 25}
print(persoon["naam"])  # Toont: Alice
persoon["leeftijd"] = 26
print(persoon)  # {'naam': 'Alice', 'leeftijd': 26}
Python

Kenmerken:

  • Mutable: Je kunt sleutels en waarden aanpassen.
  • Sleutels moeten uniek zijn en zijn meestal strings, maar ook tuples zijn toegestaan.
  • Ideaal voor gestructureerde gegevens.
  • Verwant met het meest gebruikte JSON datatype

Samenvatting #

Geavanceerde datatypes zoals lists, tuples, sets, en dictionaries maken het werken met gegevens in Python eenvoudig, flexibel en krachtig. Of je nu een boodschappenlijst, unieke waarden, of gestructureerde gegevens wilt beheren, er is altijd een geschikt datatype beschikbaar. Begrijpen hoe ze werken is een essentiële stap om een efficiënte Python-programmeur te worden! 🚀

Probeer deze datatypes uit in kleine voorbeelden en ontdek hoe ze je programmeren eenvoudiger maken. 🎉

Updated on december 23, 2024
3.13 Data Conversies3.2 Python Tuple
Inhoudsopgave
  • Wat zijn datatypes in Python?
  • Waarom zijn datatypes belangrijk?
  • Mutable en Immutable Types
  • Waarom zijn Python-datatypes zo krachtig en flexibel?
  • Basisprincipes: Hoe werken lists, tuples, sets en dictionaries?
    • 1. Lists (lijsten)
    • 2. Tuples
    • 3. Sets
    • 4. Dictionaries (woordenboeken)
  • Samenvatting
Programmeren in Python

Leer python op je eigen tempo met mooie interactieve hedendaagse voorbeelden.

© Copyright 2026 Programmeren in Python.
Sign inSign up

Sign in

Don’t have an account? Sign up
Lost your password?

Sign up

Already have an account? Sign in