Python 对象中的数据类型

对于python,一切事物都是对象，程序中存储的所有数据都是对象，对象基于类创建

计算机能处理的远不止数值，还可以处理文本、图形、音频、视频、网页等各种各样的数据，不同的数据，需要定义不同的数据类型。

class 指自定义类型，type 指内置类型。两者都表示数据类型，称呼不同而已

每个对象都有一个身份、一个类型和一个值，身份指对象在内存中所处位置的指针（内存中的地址），内置函数id()可返回一个对象的身份。变量名就是引用这个具体位置的名称

实例化：创建特定类型的对象

实例被创建后，其身份和类型不可改变

若对象值可修改，称为可变对象
 若对象值不可修改，称为不可变对象

容器：某个对象包含对其它对象的引用，如 列表。

python是强类型语言，对象所属的类型决定了这个对象所能参与的操作或它支持的方法，即方法存在类中，对象里具有的功能都是去类里找的。
大多数对象都有大量特有的数据属性和方法

属性：与对象相关的值，如 变量名

方法：被调用时将在对象上执行某些操作的函数

>>> name='test'
>>> name.upper() --方法
TEST
>>> num = 1
>>> print(num.real) --属性
help(type) -- 查看某个类型有哪些方法或属性
>>> help(int)
help(type.func) -- 查找某个方法的用法
>>> help(str.find)
使用点（.）运算符可以访问属性和方法
print(type(obj)) -- 查看对象由哪个类创建的
>>> from twisted.internet import reactor
>>> print(type(reactor))

核心数据类型

数字：int,long,float,complex,bool (0:False, 1:True)

字符：str,unicode

列表：list

元组：tuple

字典：dict

文件：file

其它：set（集合），frozeset,类类型，None

以上所述是小编给大家介绍的Python 对象中的数据类型，希望对大家有所帮助，如果大家有任何疑问欢迎给我留言，小编会及时回复大家的！

赞 (0)

相关推荐

  • 浅谈Python中的可变对象和不可变对象

    什么是可变/不可变对象 不可变对象,该对象所指向的内存中的值不能被改变.当改变某个变量时候,由于其所指的值不能被改变,相当于把原来的值复制一份后再改变,这会开辟一个新的地址,变量再指向这个新的地址. 可变对象,该对象所指向的内存中的值可以被改变.变量(准确的说是引用)改变后,实际上是其所指的值直接发生改变,并没有发生复制行为,也没有开辟新的出地址,通俗点说就是原地改变. Python中,数值类型(int和float).字符串str.元组tuple都是不可变类型.而列表list.字典dict.集合

  • Python入门篇之对象类型

    Python入门篇之对象类型

    Python使用对象模型来存储数据.构造任何类型的值都是一个对象 所有的Python对象都拥有三个特性:身份.类型.值 身份: 每一个对象都有一个唯一的身份来标志自己,任何对象的身份可以使用内建函数id()来得到.这个值可以被认为是该对象的内存地址 类型: 对象的类型决定了该对象可以保存什么类型的值,可以进行怎样的操作,以及遵循什么样的规则,可以使用内建函数type()查看Python对象的类型: 复制代码 代码如下: >>> type([1,2]) <type 'list'>

  • Python 对象中的数据类型

    对于python,一切事物都是对象,程序中存储的所有数据都是对象,对象基于类创建 计算机能处理的远不止数值,还可以处理文本.图形.音频.视频.网页等各种各样的数据,不同的数据,需要定义不同的数据类型. class 指自定义类型,type 指内置类型.两者都表示数据类型,称呼不同而已 每个对象都有一个身份.一个类型和一个值,身份指对象在内存中所处位置的指针(内存中的地址),内置函数id()可返回一个对象的身份.变量名就是引用这个具体位置的名称 实例化:创建特定类型的对象 实例被创建后,其身份和类型

  • Python语言中的数据类型-序列

    Python语言中的数据类型-序列

    目录 一.什么是序列数据类型? 二.序列数据类型的基本操作 1.序列的通用方法 2.通过索引访问数据 3.同类型的序列进行拼接 4.判断序列成员 5.序列的排序操作 6.内置函数all()与any() 7.序列的拆分 三.列表 1.创建列表 2.向列表内添加数据 3.删除列表内的数据 三.元组 四.字符串 五.字节序列 前言:前面我们提到了Python数据类型中的内置数值类型与字符串类型.今天学习一下Python的序列数据类型,要知道的是在Python中没有数组这一数据结构,也没有提供直接创建数

  • Python对象中__del__方法起作用的条件详解

    对象的__del__是对象在被gc消除回收的时候起作用的一个方法,它的执行一般也就意味着对象不能够继续引用. 示范代码如下: class Demo: def __del__(self): print("calling __del__") obj = Demo() del obj 程序执行结果如下: grey@DESKTOP-3T80NPQ:/mnt/e/01_workspace/02_programme_language/03_python/03_OOP/2017/08$python

  • python中关于数据类型的学习笔记

    数据类型是每种编程语言必备属性,只有给数据赋予明确的数据类型,计算机才能对数据进行处理运算,因此,正确使用数据类型是十分必要的,不同的语言,数据类型类似,但具体表示方法有所不同,以下是Python编程常用的数据类型: 1. 数字类型 Python数字类型主要包括int(整型).long(长整型)和float(浮点型),但是在Python3中就不再有long类型了. int(整型) 在32位机器上,整数的位数是32位,取值范围是-231~231-1,即-2147483648~214748364:在

  • Python中基础数据类型 set集合知识点总结

    集合的简介 集合是一个无序.不重复的序列 它的基本用法包括成员检测和消除重复元素 集合对象也支持像 联合,交集,差集,对称差分等数学运算 集合中所有的元素放在 {} 中间,并用逗号分开 集合的例子 这里会有个重点知识 # 声明 basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'} print(basket) set_ = {1, 1, 1, 1, 2} print(set_) # 输出结果 {'orange', 'pe

  • Python NumPy教程之数据类型对象详解

    每个 ndarray 都有一个关联的数据类型 (dtype) 对象.这个数据类型对象(dtype)告诉我们数组的布局.这意味着它为我们提供了以下信息: 数据类型(整数.浮点数.Python 对象等) 数据大小(字节数) 数据的字节顺序(小端或大端) 如果数据类型是子数组,它的形状和数据类型是什么. ndarray 的值存储在缓冲区中,可以将其视为连续的内存字节块.所以这些字节将如何被解释由dtype对象给出. 构造数据类型(dtype)对象 数据类型对象是 numpy.dtype 类的一个实例,

  • Python cookbook（数据结构与算法）从任意长度的可迭代对象中分解元素操作示例

    Python cookbook（数据结构与算法）从任意长度的可迭代对象中分解元素操作示例

    本文实例讲述了python从任意长度的可迭代对象中分解元素操作.分享给大家供大家参考,具体如下: 从某个可迭代对象中分解出N个元素,但是可迭代对象的长度可能超过N,会出现"分解值过多"的异常: 使用"*表达式"来解决该问题: Python 3.4.3 (v3.4.3:9b73f1c3e601, Feb 24 2015, 22:43:06) [MSC v.1600 32 bit (Intel)] on win32 Type "copyright",

  • 基于python list对象中嵌套元组使用sort时的排序方法

    在list中嵌套元组,在进行sort排序的时候,产生的是原数组的副本,排序过程中,先根据第一个字段进行从小到大排序,如果第一个字段相同的话,再根据第二个字段进行排序,依次类推,当涉及到字母的时候,是按照字典序进行排序. 如下: a = [(1, 'B'), (1, 'A'), (1, 'C'), (1, 'AC'), (2, 'B'), (2, 'A'), (1, 'ABC')] a a.sort() a 输出结果为: [(1, 'B'), (1, 'A'), (1, 'C'), (1, 'AC

  • 详解python中的数据类型和控制流

    上一篇文章中我们介绍了 python 语言的几个特点,并在最后留了一个问题,python 除了上下执行以外有没有其他的执行方式. 今天我们就来介绍 python 中的数据类型和控制流. 数据类型 python 中包含六个标准数据类型分别为: Number(数字).String(字符串).List(列表).Tuple(元组).Set(集合).Dictionary(字典). 不同的数据类型往往对应不同的用途.这个很好理解.比如你可以用一个字符串用来储存一个人的名字. name = "六小登登&quo

  • 在Python 3中缓存Exception对象会造成什么后果?

    目录 ​​Python 3有一个不太容易被注意到的改进:异常对象现在有了一个新的属性__traceback__.这个属性自动保存了traceback列表,当每次这个异常被重新raise出来的时候,会自动在__traceback__中追加一条记录.这个功能对于异步编程来说非常有帮助:在另一个线程或者协程中抛出的异常,被捕获.传输到其他地方,再重新抛出来的时候,不仅最初的traceback得以保留,每次被重新抛出的记录也都会保留下来,这样异常的traceback就可以提供很细致的信息. 说完了好处,

随机推荐