Python

Dados Booleanos em Python

Escrito por Erick Faria · 1 min. >

Dados booleanos em Python

Os dados do tipo boolean são informações que se limitam a dizer se algo é verdadeiro ou falso. Variáveis do tipo boolean têm como função dizer se um argumento é verdadeiro ou falso. Existem inúmeras aplicações para variáveis do tipo boolean e elas serão muito úteis nos scripts em Python

No primeiro exemplo, eu vou “perguntar” ao Python se pela idade de uma determinada pessoa, ela pode ou não dirigir. Para isso, vou usar o comando if e os princípios de indentação que vimos no capítulo anterior.

maioridade = 18

idade_pessoa = 18

if idade_pessoa == maioridade:
    print('Pode dirigir')

Observe que criei duas variáveis, uma com o valor da maioridade e outra com a idade da pessoa. Posteriormente, eu disse ao Python que se a idade da pessoa fosse igual ao valor da variável de maioridade, ela poderia dirigir. Você deve ter observado que utilizei dois sinais de igual juntos (==), isso é feito para consultar o Python se um argumento é True ou False. Vamos ver outro exemplo:

nome = 'Zé das Couves'

if nome == 'Zé das Couves':
    print('Vai ter couve no almoço hoje')

No exemplo acima, eu disse ao Python que se o nome da pessoa for o ‘Zé das couves’, poderia imprimir uma mensagem. Isso será muito útil no futuro quando você for trabalhar com formulários, nos quais um usuário deve entrar um valor e você pode criar argumentos que retornem uma mensagem ou gerem algum outro resultado.

Você pode tentar alguns exemplos como:

# Consultar se um valor é igual ao outro

igual = 5 == 5

# Consultar se um valor é maior ou menor do que outro

consulta = 5 >= 6

# Testando strings

'arroz' == 'arroz'
'Python' == 'java'

Em todos esses casos, o Python vai te retornar um valor do tipo boolean, sendo True ou False.

Aula sobre dados do tipo boolean em python:

Você pode conferir a aula que gravei onde apresento os dados do tipo boolean em python. Confira:

Escrito por Erick Faria
Engenheiro de Dados com Ph.D. em Geografia e experiência em análise espacial e geoprocessamento. Expertise em processamento de grandes volumes de dados geoespaciais, imagens de satélite e dados de mercado, utilizando ferramentas como Spark, Databricks e Google Earth Engine. Experiência em projetos de mercado de carbono, modelos preditivos para investimentos agrícolas e liderança de projetos de dados em saúde pública. Habilidades em Python, R, SQL e diversas ferramentas de engenharia de dados. Profile