简单介绍Python中的几种数据类型

大体上把Python中的数据类型分为如下几类：

Number（数字）         包括int,long,float,complex
String（字符串）        例如：hello,"hello",hello
List（列表）          例如：[1,2,3],[1,2,3,[1,2,3],4]
Dictionary（字典）       例如：{1:"nihao",2:"hello"}
Tuple（元组）          例如：(1,2,3,abc)
Bool（布尔）          包括True、False

由于Python中认为所有的东西都是对象，所以Python不用像其它一些高级语言那样主动声明一个变量的类型。

例如我要给一个变量i赋值100，python的实现 ：

i=100

C#的实现：

int i = 100;

下面一一简单介绍这几种数据类型

数字类型

int和long

之所以要把int和long放在一起的原因是python3.x之后已经不区分int和long,统一用int。python2.x还是区分的。下面我以Python2.7为例：

>>> i = 10
>>> type(i)
<type 'int'> 

>>> i=10000000000
>>> type(i)
<type 'long'>

那么为什么10就是int,10000000000就是long呢，当然这就和int的最大值有关了，int类型的最大值为231-1，即2147483647，也可以用sys.maxint。

>>> 2**31-1
2147483647L
>>> sys.maxint
2147483647

为什么用上面的方法求的值就是long型的呢（数字后面加‘L'表示是long型），因为2**31的值为2147483648,这个值是一个long型，用一个long型减去1，结果还是一个long,但实际上int型的最大值就是2147483647

>>> type(2147483647)
<type 'int'>
>>> type(2147483648)
<type 'long'>

float类型

float类型和其它语言的float基本一致，浮点数，说白了，就是带小数点的数，精度与机器相关。例如：

>>> i = 10000.1212
>>> type(i)
<type 'float'>

complex：复数类型，具体含义及用法可自行查看相关文档。

字符串类型

字符串的声明有三种方式：单引号、双引号和三引号（包括三个单引号或三个双引号）。例如：

>>> str1 = 'hello world'
>>> str2 = "hello world"
>>> str3 = '''hello world'''
>>> str4 = """hello world"""
>>> print str1
hello world
>>> print str2
hello world
>>> print str3
hello world
>>> print str4
hello world

Python中的字符串有两种数据类型：str类型和unicode类型。str类型采用的ASCII编码，也就是说它无法表示中文。unicode类型采用unicode编码，能够表示任意字符，包括中文及其它语言。并且python中不存在像c语言中的char类型，就算是单个字符也是字符串类型。字符串默认采用的ASCII编码，如果要显示声明为unicode类型的话，需要在字符串前面加上'u'或者'U'。例如：

>>> str1 = "hello"
>>> print str1
hello
>>> str2 = u"中国"
>>> print str2
中国

由于项目中经常出现对字符串的操作，而且由于字符串编码问题出现的问题很多，下面，来说一下关于字符串的编码问题。在与python打交道的过程中经常会碰到ASCII、Unicode和UTF-8三种编码。具体的介绍请参见这篇文章。我简单的理解就是，ASCII编码适用英文字符，Unicode适用于非英文字符（例如中文、韩文等），而utf-8则是一种储存和传送的格式，是对Uncode字符的再编码（以8位为单位编码）。例如：

u = u'汉'
print repr(u) # u'\u6c49'
s = u.encode('UTF-8')
print repr(s) # '\xe6\xb1\x89'
u2 = s.decode('UTF-8')
print repr(u2) # u'\u6c49'

解释：声明unicode字符串”汉“，它的unicode编码为”\u6c49“，经过utf-8编码转换后，它的编码变成”\xe6\xb1\x89“。

对于编码的经验总结：

1.在python文件头声明编码格式 ；

#-*- coding: utf-8 -*- 
2.将字符串统一声明为unicode类型，即在字符串前加u或者U;

3.对于文件读写的操作，建议适用codecs.open()代替内置的open()，遵循一个原则，用哪种格式写，就用哪种格式读；

假设在一个以ANSI格式保存的文本文件中有“中国汉字”几个字，如果直接用以下代码，并且要在GUI上或者在一个IDE中打印出来（例如在sublime text中，或者在pydev中打印），就会出现乱码或者异常，因为codecs会依据文本本身的编码格式读取内容：

f = codecs.open("d:/test.txt")
content = f.read()
f.close()
print content

改用如下方法即可（只对中文起作用）：

# -*- coding: utf-8 -*- 

import codecs 

f = codecs.open("d:/test.txt")
content = f.read()
f.close() 

if isinstance(content,unicode):
  print content.encode('utf-8')
  print "utf-8"
else:
  print content.decode('gbk').encode('utf-8')

列表类型

列表是一种可修改的集合类型，其元素可以是数字、string等基本类型，也可以是列表、元组、字典等集合对象，甚至可以是自定义的类型。其定义方式如下：

>>> nums = [1,2,3,4]
>>> type(nums)
<type 'list'>
>>> print nums
[1, 2, 3, 4]
>>> strs = ["hello","world"]
>>> print strs
['hello', 'world']
>>> lst = [1,"hello",False,nums,strs]
>>> type(lst)
<type 'list'>
>>> print lst
[1, 'hello', False, [1, 2, 3, 4], ['hello', 'world']]

用索引的方式访问列表元素，索引从0开始,支持负数索引，-1为最后一个.

>>> lst = [1,2,3,4,5]
>>> print lst[0]
1
>>> print lst[-1]
5
>>> print lst[-2]
4

支持分片操作，可访问一个区间内的元素，支持不同的步长，可利用分片进行数据插入与复制操作

nums = [1,2,3,4,5]
print nums[0:3] #[1, 2, 3] #前三个元素 

print nums[3:]  #[4, 5]  #后两个元素 

print nums[-3:] #[3, 4, 5] #后三个元素 不支持nums[-3:0] 

numsclone = nums[:]  

print numsclone  #[1, 2, 3, 4, 5] 复制操作 

print nums[0:4:2]  #[1, 3]  步长为2 

nums[3:3] = ["three","four"]  #[1, 2, 3, 'three', 'four', 4, 5] 在3和4之间插入 

nums[3:5] = []  #[1, 2, 3, 4, 5] 将第4和第5个元素替换为[] 即删除["three","four"]

支持加法和乘法操作

lst1 = ["hello","world"]
lst2 = ['good','time']
print lst1+lst2 #['hello', 'world', 'good', 'time'] 

print lst1*5 #['hello', 'world', 'hello', 'world', 'hello', 'world', 'hello', 'world', 'hello', 'world']

列表所支持的方法，可以用如下方式查看列表支持的公共方法：

>>> [x for x in dir([]) if not x.startswith("__")]
['append', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
def compare(x,y):
  return 1 if x>y else -1 

#【append】 在列表末尾插入元素
lst = [1,2,3,4,5]
lst.append(6)
print lst   #[1, 2, 3, 4, 5, 6]
lst.append("hello")
print lst   #[1, 2, 3, 4, 5, 6] 

#【pop】 删除一个元素，并返回此元素的值 支持索引 默认为最后一个
x = lst.pop()
print x,lst   #hello [1, 2, 3, 4, 5, 6] #默认删除最后一个元素
x = lst.pop(0)
print x,lst   #1 [2, 3, 4, 5, 6] 删除第一个元素 

#【count】 返回一个元素出现的次数
print lst.count(2)  #1   

#【extend】 扩展列表 此方法与“+”操作的不同在于此方法改变原有列表，而“+”操作会产生一个新列表
lstextend = ["hello","world"]
lst.extend(lstextend)
print lst      #[2, 3, 4, 5, 6, 'hello', 'world'] 在lst的基础上扩展了lstextend进来  

#【index】 返回某个值第一次出现的索引位置，如果未找到会抛出异常
print lst.index("hello") #5   

#print lst.index("kitty") #ValueError: 'kitty' is not in list 出现异常 

#【remove】 移除列表中的某个元素，如果待移除的项不存在，会抛出异常 无返回值
lst.remove("hello")
print lst   #[2, 3, 4, 5, 6, 'world'] "hello" 被移除 

#lst.remove("kitty")     #ValueError: list.remove(x): x not in list 

#【reverse】 意为反转 没错 就是将列表元素倒序排列,无返回值
print lst    #[2, 3, 4, 5, 6, 'world']
lst.reverse()
print lst    #[2, 3, 4, 5, 6, 'world'] 

#【sort】 排序
print lst  #由于上面的反转 目前排序为 ['world', 6, 5, 4, 3, 2]
lst.sort()
print lst  #排序后 [2, 3, 4, 5, 6, 'world'] 

nums = [10,5,4,2,3]
print nums   #[10,5,4,2,3]
nums.sort(compare)
print nums   #[2, 3, 4, 5, 10]

列表转换为迭代器。

所谓的迭代器就是具有next方法（这个方法在调用时不需要任何参数）的对象。在调用next方法时，迭代器会返回它的下一个值。如果next方法被调用，但迭代器没有值可以返回，就会引发一个StopIteration异常。迭代器相对于列表的优势在于，使用迭代器不必一次性将列表加入内存，而可以依次访问列表的数据。

依然用上面的方法查看迭代器的公共方法：

lst = [1,2,3,4,5]
lstiter = iter(lst)
print [x for x in dir(numiter) if not x.startswith("__")]
>>>['next']

没错，只有next一个方法，对于一个迭代器，可以这样操作：

lst = [1,2,3,4,5]
lstiter = iter(lst) 

for i in range(len(lst)):
  print lstiter.next() #依次打印
  1
  2
  3
  4
  5

元组类型

元组类型和列表一样，也是一种序列，与列表不同的是，元组是不可修改的。元组的声明如下：

lst = (0,1,2,2,2)
lst1=("hello",)
lst2 = ("hello")
print type(lst1)  #<type 'tuple'> 只有一个元素的情况下后面要加逗号 否则就是str类型
print type(lst2)  #<type 'str'>

字典类型

字典类型是一种键值对的集合，类似于C#中的Dictionary<object,object>或js中的json对象。其初始化方法如下：

dict1 = {}
print type(dict1)   #<type 'dict'> 声明一个空字典 

dict2 = {"name":"kitty","age":18}  #直接声明字典类型 

dict3 = dict([("name","kitty"),("age",18)]) #利用dict函数将列表转换成字典 

dict4 = dict(name='kitty',age=18)      #利用dict函数通过关键字参数转换为字典 

dict5 = {}.fromkeys(["name","age"])   #利用fromkeys函数将key值列表生成字典，对应的值为None  {'age': None, 'name': None}

字典基本的操作方法：

#【添加元素】
dict1 = {}
dict1["mykey"] = "hello world"   #直接给一个不存在的键值对赋值 即时添加新元素 

dict1[('my','key')] = "this key is a tuple"  #字典的键可以是任何一中不可变类型，例如数字、字符串、元组等 

#【键值对个数】
print len(dict1) 

#【检查是否含有键】
print "mykey" in dict1     #True 检查是否含有键为mykey的键值对
print "hello" in dict1     #False 

#【删除】
del dict1["mykey"]      #删除键为mykey的键值对

继续利用上面的方法查看字典的所有公共方法：

>>> [x for x in dir({}) if not x.startswith("__")]
['clear', 'copy', 'fromkeys', 'get', 'has_key', 'items', 'iteritems', 'iterkeys', 'itervalues',
 'keys', 'pop', 'popitem', 'setdefault', 'update', 'values', 'viewitems', 'viewkeys', 'viewvalues'] 

dict.clear()                          删除字典中所有元素 
 
dict.copy()                          返回字典(浅复制)的一个副本 
 
dict.get(key,default=None)     对字典dict 中的键key,返回它对应的值value，如果字典中不存在此键，则返回default 的值(注意，参数default 的默认值为None) 
 
dict.has_key(key)                 如果键(key)在字典中存在，返回True，否则返回False. 在Python2.2版本引入in 和not in 后，此方法几乎已废弃不用了，但仍提供一个 可工作的接口。 
 
dict.items()                         返回一个包含字典中(键, 值)对元组的列表 
 
dict.keys()                          返回一个包含字典中键的列表 
 
dict.values()                        返回一个包含字典中所有值的列表 
 
dict.iter()                            方法iteritems(), iterkeys(), itervalues()与它们对应的非迭代方法一样，不同的是它们返回一个迭代器，而不是一个列表。 
 
dict.pop(key[, default])         和方法get()相似，如果字典中key 键存在，删除并返回dict[key]，如果key 键不存在，且没有给出default 的值，引发KeyError 异常。 
 
dict.setdefault(key,default=None)  和方法set()相似，如果字典中不存在key 键，由dict[key]=default 为它赋值。 
 
dict.setdefault(key,default=None)   和方法set()相似，如果字典中不存在key 键，由dict[key]=default 为它赋值。 
布尔类型

布尔类型即True和False,和其它语言中的布尔类型基本一致。下面列出典型的布尔值

print bool(0)  #False
print bool(1)  #True
print bool(-1) #True 

print bool([]) #False
print bool(()) #False
print bool({}) #False
print bool('') #False
print bool(None) #False