Data

Deze pagina bevat uitvoerbare code. Activeren

Informatica

een taal leren \(\sim\) syntax (noodzakelijk, maar niet het punt)

… informatica studeren \(\sim\) semantiek (leren hoe machines denken!)

Een programmeertaal als Python leren heeft alles te maken met syntax waarmee je handelingen kan schrijven die een machine moet uitvoeren. Maar hiervoor heb je ook andere kennis nodig, kennis die alles te maken heeft met wat de machine (bijvoorbeeld, jouw laptop) doet.

Handelingen en data

x = 41
y = x + 1

x = 41 y = x + 1

Laten we om te beginnen de volgende twee variabelen x en y ieder een waarde toekennen. Deze waarden (41 en 42) worden in het geheugen opgeslagen.

Achter het doek

Stel je een variabele voor als een doos: de inhoud van de doos is de waarde (bijvoorbeeld 41 of 42 in ons geval) met extra informatie over het type van de waarde (een int wat staat voor integer, een geheel getal) en een geheugenlocatie (LOC).

Geheugen

Geheugen is een hele lange lijst van dit soort dozen, elk met een naam, waarde, type en geheugenlocatie.

Random Access Memory (RAM) is waar variabelen worden opgeslagen, een kaart zoals je deze hier ziet zit ook in jouw computer! Als je het zwarte materiaal voorzichtig zou weghalen zal een (microscopisch klein) raster zichtbaar worden.

Horizontaal zie je de bitlijnen, of adresregels (de geheugenlokatie) en verticaal de woordlijnen (of dataregels). Elk kruispunt is een condensator die elektrisch geladen of ongeladen kan zijn.

Bits

Zo’n punt (een condensator) dat geladen (1 of True) of ongeladen (0 of False) kan zijn wordt een bit genoemd. Dit is de kleinst mogelijk informatie-eenheid!

Bytes

Je zal ook vaak horen over bytes en dit is een verzameling van 8 aaneengesloten bits op een adresregel. Waarom 8 en niet 5, 10, 12 of meer (of minder) zal je je misschien afvragen? Dit is historisch bepaald en heeft alles te maken met het minimaal aantal bits dat ooit nodig was om een bepaalde set van karakters (letters en andere tekens) te kunnen representeren, ASCII om precies te zijn.

Hoe zijn gegevens opgeslagen?

• Dezelfde bits kunnen een andere waarde representeren, afhankelijk van het type!

Laten we eerst kijken hoe karakters worden gerepresenteerd door een computer. De computer kent alleen maar bytes (8 opeenvolgende bits) dus hoe kan het karakters als A, B en C opslaan? Dit kan een computer niet en er is een vertaaltabel nodig om van bits naar karakters te komen en vice versa. De ASCII tekenset is zo’n vertaaltabel.

ASCII

American Standard Code for Information Interchange

In dit voorbeeld staat 67 gelijk aan de bits 1000011. Het karakter dat volgens de tabel bij deze waarde hoort is het karakter C.

Je ziet dat dezelfde bits zowel een integer (decimaal) of string (teken) kunnen representeren, afhankelijk van het type: int of str. Anders gezegd, het type bepaalt of de binaire waarde (de bits) een getal vertegenwoordigen waar bijvoorbeeld mee gerekend kan worden of een karakter dat op scherm kan worden geprint: het type bepaalt de context van gebruik.

Denk terug aan de “dozen” die we hebben gebruikt om een voorstelling te maken van wat zich in het geheugen van een computer afspeelt en met wat we nu weten kunnen we dit beeld gaan aanpassen. De “inhoud” van een doos zijn de bits, zoveel is nu wel duidelijk. De inhoud van verschillende dozen kan hetzelfde zijn maar het type bepaalt de representatie, bijvoorbeeld of het integer met waarde 67 of een string met waarde “C” is.

De naam van een waarde (variabele) maakt dus ook niet uit, je weet inmiddels dat je (bijna) elke naam voor een variabele mag kiezen en het is niets meer dan een verwijzing naar de waarde die voor jou betekenis heeft (en je zult misschien hebben gemerkt dat het kiezen van een betekenisvolle naam niet altijd eenvoudig is!).

Bestanden

Alles wat we tot nu toe hebben gedaan speelt zich af in het geheugen, en dat geheugen is leeg zodra je programma stopt. Wil je gegevens bewaren, of gegevens gebruiken die iemand anders heeft gemaakt, dan heb je een bestand nodig.

Wat er in een tekstbestand staat

Een tekstbestand is precies wat de vorige paragraaf beschreef: een rij bytes, die volgens een afspraak als tekens worden gelezen. Er zit geen enkele extra structuur in.

Ook niet waar je die zou verwachten. Neem een bestand met drie namen:

Anouk
Bram
Chiara

Dat oogt als drie regels, maar in het bestand staat dit:

Anouk\nBram\nChiara\n

Dat \n is één teken, met ASCII-waarde 10, en het heet een newline. Regels bestaan niet in een bestand; er staan alleen tekens, en sommige daarvan spreken we af als “hier houdt een regel op”.

Dat lijkt een detail, maar het is de eerste ervaring die iedereen met bestanden heeft: je leest een regel in en er blijkt iets aan te hangen wat je er niet zelf in hebt gezet.

Een bestand lezen

Zo open je een bestand:

with open("namen.txt") as file:
    for line in file:
        print(line)

Lees de eerste regel als één zin: open dit bestand, en noem het file zolang dit blok duurt. Zodra het blok afgelopen is, wordt het bestand vanzelf weer gesloten.

Dat sluiten is geen formaliteit. Een programma mag maar een beperkt aantal bestanden tegelijk open hebben, en wat je schrijft staat er pas echt in als het bestand netjes is afgesloten. Met with hoef je daar niet aan te denken, ook niet als er halverwege iets misgaat. Waaróm dat laatste werkt zie je in Programmeren 2.

De lus eronder geeft je de regels, één voor één, met de newline er nog aan. De uitvoer van bovenstaand programma is daarom:

Anouk

Bram

Chiara

Die lege regels komen doordat print er zelf ook nog een newline achter zet.

Een bestand schrijven

Bij het schrijven geef je een tweede argument mee, "w" van write:

with open("namen.txt", "w") as file:
    print("Anouk", file=file)
    print("Bram", file=file)

print kan zijn uitvoer naar een bestand sturen in plaats van naar het scherm, en dat doe je met file=. De newline aan het eind van elke regel zet print er zoals gewoonlijk zelf achter.

"w" gooit weg

Een bestand openen met "w" maakt het meteen leeg, ook als je er daarna niets in schrijft. Bestond het nog niet, dan wordt het aangemaakt.