Day007｜常见数据类型

最新推荐文章于 2025-12-04 22:56:41 发布

原创最新推荐文章于 2025-12-04 22:56:41 发布 · 174 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

今天是Andy学Python的第7天哦！

大家好，我是Andy。

为了便于理解，我将常用数据类型区分为：数值、字符串、布尔值、空值。

将数据结构理解为存放数据的容器，主要有：列表、元组、字典、集合。

知识点

01.转义符

刚才知道，字符串是用一对单引号或双引号括起来的文本，如果字符串内部既包含'又包含"怎么办？可以用转义字符\来标识，比如：

输入：'I\'m \"OK\"!'

输出：I'm "OK"!

常用转义符号及说明
\(在行尾时)	续行符
\\	反斜杠符号
\'	单引号
\"	双引号
\b	退格符
\n	换行符
\r	回车符
\t	制表符

02.空值

在Python中，None、空列表[]、空字典{}、空元组()、0等一系列代表空和无的对象会被转换成False。除此之外的其它对象都会被转化成True。

python变量初始化为空值分别是：

数值

digital_value = 0

字符串

str_value = ""

列表

list_value = []

字典

ditc_value = {}

元组

tuple_value = ()

End

不会Python，将成为人工智能时代的新“文盲”！

欢迎加入零基础自学Python计划，未来100天，Andy会把自学Python学习笔记持续输出公众号、视频号，不定期更新，邀您观战、加油、评论，亦或围观Andy被打脸。

人到中年，你一定要努力，但千万别着急。

我是Andy，一个终身学习者。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

龙渊的宝藏

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

Flink SQL 中常见的数据类型

RodJohnsonDoctor的专栏

09-03

774

通过了解Flink SQL 中常见的数据类型，掌握正确编写Flink SQL 语句

【day20240925】常见数据集科普

weixin_52881828的博客

09-25

1236

Fashion-MNIST、CIFAR-10、CIFAR-100、IMDb、Tiny-ImageNet

参与评论您还未登录，请先登录后发表或查看评论

【Qt】Qt常见的数据类型

加油，考上985的研究生

06-09

2196

除了标准类型，我们自定义的类型也可以使用QVariant类进行封装，被QVariant存储的数据类型需要有一个默认的构造函数和一个拷贝构造函数。为了实现这一个功能，首先必须使用Q_DECLARE_METATYPE()宏。通常会将这个宏放在类的声明所在头文件的下面，原型为：Q_DECLARE_METATYPE(type)。使用的具体步骤如下：// *.hint id;// 自定义类型注册MyTest t;t.name = "张三丰";// 值的封装// 值的读取。

PLC常见的数据类型总结

wuhao

02-10

4314

通过合理选择数据类型，可以优化PLC程序的性能和存储空间。

mysql数据类型自增_MySQL数据类型

weixin_36318306的博客

01-18

2493

一、数字类型A：整型mysql> show create table a\G*************************** 1. row ***************************Table: aCreate Table: CREATE TABLE `a` (`a` int(10) unsigned DEFAULT NULL,`b` int(10) unsigned DE...

C语言数据类型

C2913530048的博客

07-19

1528

本文系统介绍了C语言的数据类型体系，分为基本类型、构造类型、指针类型和空类型四大类。基本类型包含整型（int、short、long等）、浮点型（float、double）和字符型（char），详细说明了各类型的存储大小、取值范围及使用特点。构造类型涵盖结构体（struct）、共用体（union）和枚举（enum），重点解析了结构体的定义、嵌套、数组和指针操作。指针类型阐述了地址操作和解引用机制，空类型（void）则说明了其在函数和通用指针中的应用。全文通过代码示例演示了各类数据类型的实际用法，为C语言学习提

【Flink SQL】Flink SQL 基础概念（二）：数据类型

Code · Cloud · Think · Repeat

03-11

2662

Flink SQL 内置了很多常见的数据类型，并且也为用户提供了自定义数据类型的能力。

【MySQL功法】第3话 · MySQL中常见的数据类型

kikokingの比特宇宙

07-04

1934

本章内容主要介绍了MySQL中的常见数据类型，快速理解后可以便于日后的记录操作！

一文搞懂引用类型数据是什么

m0_73794536的博客

07-21

903

Java引用类型是存储对象内存地址的数据类型，包括类、接口、数组、枚举、注解等。与基本类型直接存储值不同，引用类型变量指向堆内存中的对象实例。常见引用类型有：自定义类/标准类（如String）、接口（如List）、数组（包括基本类型数组）、枚举、包装类（如Integer）以及特殊引用null和泛型类型。它们与基本类型的区别体现在存储方式（引用地址vs直接值）、默认值（nullvs0）、内存位置（堆vs栈）和比较方式（引用比较vs值比较）等方面，是Java面向对象编程的基础。

ORACLE数据库数据类型

最新发布

HIT_Weston的博客

12-04

791

本文分析了Python的http.server模块在单线程和多线程模式下的性能表现。通过测试发现，单线程模式下（Python<3.7）并发请求会被阻塞，后发请求需要等待前一个请求完成；而多线程模式下（Python≥3.7）可以同时处理多个请求。作者通过slow_server.py脚本模拟耗时操作，使用time curl命令测试响应时间，验证了线程模型的差异。文章还指出Python 3.7是一个重要分水岭，官方将默认命令行服务器升级为多线程以提升用户体验。技术细节参考了CPython源码，并提供了Git

大模型应用：大模型 MapReduce 全解析：核心概念、中文语料示例实现.12

minhuan的专栏

12-03

1063

本文介绍了MapReduce编程模型及其在大模型训练中的应用。MapReduce通过"分治-并行-聚合"思想处理大规模数据，传统Hadoop MapReduce侧重结构化数据计算，而大模型MapReduce则针对自然语言处理任务。文章详细对比了两者在架构、处理对象和核心算力等方面的差异，并提供了中文词频统计的Python实现示例，包括单机版和分布式版本。分布式实现利用多进程模拟集群计算，展示了数据分片、Map、Shuffle和Reduce的完整流程。

【Android逆向工程】第19章：协议分析与接口还原

w987333120的博客

12-03

376

本文介绍了网络协议分析的关键技术与工具。主要内容包括HTTP/HTTPS协议分析流程、常用抓包工具配置（Charles/Burp Suite）、协议格式解析方法以及签名算法还原技术。通过示例展示了完整的请求/响应分析过程，涵盖请求行、请求头、请求体的解析方法，特别关注签名相关字段的识别。文章还提供了Python代码示例演示如何自动分析HTTP请求结构，帮助逆向工程师理解业务逻辑、还原接口签名算法并实现自动化脚本。

使用 DeepSeek 提升工作效率

Deng872347348的博客

12-03

653

摘要：本文系统介绍了如何利用DeepSeek AI工具提升工作效率。文章首先分析职场痛点，指出DeepSeek在技术文档、代码开发、数据处理等专业场景的优势。随后详细解析核心功能模块，包括文本生成、代码支持、数据分析和知识管理，并明确其适用边界。重点提供了可直接复用的指令模板，涵盖技术文档撰写、脚本开发、数据可视化等典型场景，如自动生成API文档、Python数据分析脚本等。最后给出集成办公软件的最佳实践，并针对不同行业提供适配方案，强调AI工具"增强而非替代"的定位，帮助用户将重复性工

python+django/flask+vue的基于协同过滤算法的体育商品推荐系统

Q_Q1963288475的博客

12-04

487

python+django/flask+vue基于web的产品管理系统

Q_Q511008285的博客

12-04

547

在信息化和全球化加速发展的背景下，企业面临着产品种类不断增加、市场需求变化加快、供应链协作日益复杂的挑战，传统依赖Excel表格、纸质文档和孤立系统的产品管理方式已难以满足高效、精准、协同的管理需求，常常导致信息更新不及时、数据不一致、审批流程冗长、库存与销售脱节等问题，制约了企业的市场响应速度与决策质量。

API接口地址解析地区码操作指南

z1205338073的博客

12-03

255

Flask项目：从零到一搭建一个二维码生成器与扫描器web系统

数据知道的博客

11-30

263

本文介绍了一个基于Flask框架的二维码生成与扫描Web应用。该项目具有美观界面和强大功能，支持二维码生成（可自定义颜色、尺寸、边框）、Logo添加、图片上传扫描、批量生成、实时摄像头扫描等功能。采用Bootstrap 5实现响应式设计，适配PC和移动设备，并包含流畅的页面动画效果。技术栈包括Flask、OpenCV、Pillow等库，提供完善的错误处理机制。文章详细介绍了项目结构、环境准备（依赖安装）、后端核心代码实现（二维码生成与扫描类）以及部署方法，是一个可直接使用的完整Web应用解决方案。

hive不常见的数据类型

11-20

# Hive中不常见但有用的数据类型 Hive除了支持常见的基本数据类型外，还提供了一些不太常用但功能强大的特殊数据类型，以下是主要介绍： ## 1. 复杂数据类型 ### UNIONTYPE (Hive 0.7.0+) ```sql -- 创建包含UNIONTYPE的表 CREATE TABLE union_demo ( id INT, flexible_data UNIONTYPE<int, double, string, array<string>> ); -- 插入数据语法 INSERT INTO TABLE union_demo SELECT 1, create_union(0, 100) FROM dual; -- int类型 INSERT INTO TABLE union_demo SELECT 2, create_union(2, 'text_value') FROM dual; -- string类型 ``` ## 2. 二进制类型 ### BINARY (Hive 0.8.0+) ```sql -- 存储二进制数据 CREATE TABLE binary_data ( id INT, image_data BINARY, serialized_obj BINARY ); -- 转换函数 SELECT base64(binary_column) FROM binary_table; ``` ## 3. 时间间隔类型 ### INTERVAL (Hive 1.2.0+) ```sql -- 时间间隔类型 SELECT INTERVAL '1' DAY + INTERVAL '2' HOUR; -- 在表中使用 CREATE TABLE time_events ( event_id INT, duration INTERVAL YEAR TO MONTH ); -- 间隔运算 SELECT event_id, duration * 2 AS doubled_duration FROM time_events; ``` ## 4. 特殊数值类型 ### DECIMAL(precision, scale) 高精度 ```sql -- 高精度金融计算 CREATE TABLE financial_data ( id INT, amount DECIMAL(38,18) -- 总共38位数字，18位小数 ); -- 强制精度转换 SELECT CAST(column AS DECIMAL(10,4)) FROM table; ``` ## 5. 半结构化类型 ### VOID (表示NULL类型) ```sql -- 显式声明NULL类型列 CREATE TABLE void_demo ( id INT, empty_column VOID ); -- 常用于UDF返回值 SELECT NULL AS void_result FROM table; ``` ## 6. 特殊集合类型 ### MAP<key_type, value_type> 高级用法 ```sql -- 多层嵌套MAP CREATE TABLE nested_maps ( user_id INT, preferences MAP<STRING, MAP<STRING, STRING>> ); -- 查询多层MAP SELECT user_id, preferences["display"]["theme"] AS user_theme FROM nested_maps; ``` ## 7. 实现注意事项 1. **序列化格式限制**： - UNIONTYPE需要TextFile、SequenceFile或ORC格式 - BINARY类型在Parquet中有特殊处理 2. **函数支持差异**： ```sql -- 部分函数对特殊类型有版本要求 SELECT reflect('java.util.UUID', 'randomUUID') AS uuid_binary -- 返回BINARY FROM dual; ``` 3. **性能考量**： - 复杂类型在Tez/Spark引擎下性能更好 - 嵌套过深会影响查询性能 ## 8. 实际应用案例 ### 场景：存储动态表单数据 ```sql CREATE TABLE dynamic_forms ( form_id INT, form_data UNIONTYPE< string, map<string,string>, array<map<string,string>> >, submission_time TIMESTAMP ); -- 混合类型查询 SELECT form_id, CASE WHEN form_data.type = 0 THEN CAST(form_data.value AS STRING) WHEN form_data.type = 1 THEN size(CAST(form_data.value AS MAP<STRING,STRING>)) ELSE -1 END AS data_metric FROM dynamic_forms; ```