基本数据类型

基本数据类型

• Python数据类型

  • 包括数字、字符串、布尔、列表、元组、字典、Bytes、集合这些常用的。

数字类型

• 数字类型用于存储和表示数学意义上的数值。

  • Python 支持三种不同的数字类型，整数、浮点数和复数

• 不可变类型

  • 数字类型是不可变类型。所谓的不可变类型，指的是类型的值一旦有不同了，那么它就是一个全新的对象。数字1和2分别代表两个不同的对象，对变量重新赋值一个数字类型，会新建一个数字对象。

  • 例如：

    • a = 1 # 创建数字对象1

    • a = 2 # 创建数字对象2，并将2赋值给变量a，a不再指向数字对象1

    • 这里，发生了变化的是变量a的指向，而不是数字对象1变成了数字对象2。初学者可能会比较迷糊，但不要紧，可以先试着接受。

• 整数Int

  • 通常被称为整型，是正或负整数，不带小数点。例如：1，100，-8080，0，等等。

  • 不同进制的整数

    • 表示数字的时候，有时我们还会用八进制或十六进制来表示：

      • 十六进制用0x前缀和0-9，a-f表示，例如：0xff00，0xa5b4c3d2。

      • 八进制用0o前缀和0-7表示，例如0o12

• 浮点数

  • 浮点数也就是小数，如1.23，3.14，-9.01，等等。但是对于很大或很小的浮点数，一般用科学计数法表示，把10用e替代，1.23x10^9就是1.23e9，或者12.3e8，0.000012可以写成1.2e-5，等等。

• 数字类型转换

  • 有时候，我们需要对数字的类型进行转换。Python为我们提供了方便的内置的数据类型转换函数。

  • int(x)：

    • 将x转换为一个整数。如果x是个浮点数，则截取整数部分，去掉小数部分（不四舍五入）。

  • float(x) ：

    • 将x转换到一个浮点数，如果x是个整数，则在小数点后加0。

• 数学计算

  • 对于数学计算，除了前面提到过的简单的加减乘除等等，更多的科学计算需要导入math这个库，它包含了绝大多数我们可能需要的科学计算函数，如下表

  • 

  • 

  • 布尔类型

  • 真与假、0和1，都是传统意义上的布尔类型。

  • 但在Python语言中，布尔类型只有两个值，True与False。请注意，是英文单词的对与错，并且首字母要大写，不能其它花式变型。

  • 所有计算结果返回的结果是True或者False的过程都可以称为布尔运算，例如比较运算。

• # 布尔类型的数据可以进行运算吗？
  ret = True + True + False
  print(ret)  # 打印结果为2
  # True就表示1False表示0

  字符串类型

• 字符串是由零个或多个字符组成的有限序列。字符串的内容可以包含字母、标点、特殊符号、中文、日文等全世界的所有字符。

• 在python中字符串是通过单引号''或者双引号""标识的。

• 字符串特性

  • 1.索引和切片

  • 2.in 关键字判断存在

  • 3.“+”运算符进行连接

  • 字符串是不可变的序列数据类型，不能直接修改字符串本身，和数字类型一样！Python3全面支持Unicode编码，所有的字符串都是Unicode字符串，所以传统Python2存在的编码问题不再困扰我们，可以放心大胆地使用中文。

  • 字符串属于序列类型，所谓序列，指的是一块可存放多个值的连续内存空间，这些值按一定顺序排列，可通过每个值所在位置的编号（称为索引）访问它们。

  • 初学者应用索引时尽可能用正向索引，保证代码的可读性。

  • s = "hello world"

    h	e	l	l	o		w	o	r	l	d
    0	1	2	3	4	5	6	7	8	9	10

    python支持索引值为负数，从右向左计数，从最后一个元素开始，索引值从-1开始：

    h	e	l	l	o		w	o	r	l	d
    -11	-10	-9	-8	-7	-6	-5	-4	-3	-2	-1

  • 序列类型支持的操作：

  • # （1）索引取值
    s = "hello world"
    print(s[6])  # w
    print(s[-10])  # e
    
    # （2）切片取值：序列类型对象[start : end : step]
    s = "hello world"
    print(s[1:4])  # ell  ：取索引1到索引3（左闭右开）
    print(s[:4])  # hell ：start缺省，默认从0取
    print(s[1:])  # ello world ： end缺省，默认取到最后
    print(s[1:-1])  # ello worl
    
    print(s[6:9])  # wor
    print(s[-4:-1])  # orl
    print(s[-1:-4])  # 空
    
    # （3）判断存在：Python 中，可以使用 in 关键字检查某元素是否为序列的成员。
    s = "hello world"
    print("world" in s)  # True
    ret = "world" in s
    print(ret)  # True
    
    # （4）支持两种类型相同的序列使用“+”运算符做相加操作，它会将两个序列进行连接，但不会去除重复的元素。
    #  使用数字 n 乘以一个序列会生成新的序列，其内容为原来序列被重复 n 次的结果
    s = "hello" + " world"
    print(s)  # hello world
    s = "*" * 10
    print(s)  # **********
    s = [1, 3, 6] * 3
    print(s)  # [1, 3, 6, 1, 3, 6, 1, 3, 6]
    s = 'yes' * 3
    print(s)  # yesyesyes

  • 多行字符串

    • 在字符串中，可以使用三引号（三单或三双引号都可以）编写跨行字符串，在其中可以包含换行符、制表符以及其他特殊字符。

  • 字符串内置方法

    • 内置方法有很多，但是我们主要记住如下几个即可：

    • 

    • s1 = 'hello. how are you'
      #find返回-1说明子串在大的字符串中不存在，否则表示存在find返回值表示子串在大字符串中开始位置的下标
      ret = s1.find('how')
      print(ret)  # 7
      s2 = 'hello. how are you'
      ret = s2.find('how123')  # -1
      print(ret) #find返回值为-1表示子串在大字符串中没有被包含，否则表示被包含
      
      s3 = 'hello-nihao-how-are-you'
      ret = s3.split('-') #字符串切分
      print(ret)   # ['hello', 'nihao', 'how', 'are', 'you']
      
      s4 = ' \t\n hello 你好 \t how are you \t\n'
      ret = s4.strip() #可以将一个字符串首尾的\n \t空格进行剔除
      print(ret)  # hello 你好 	 how are you
      
      s5 = 'www.baidu.com'
      ret = s5.startswith('www') #判断字符串是否以什么开头
      print(ret)  # True
      

      字符编码

    • 计算机只能处理数字0、1，如果要处理文本，就必须先把文本转换为数字0、1二进制的形式，这种转换方式就称为字符编码。

    • 对于爬虫而言，你只需要简单记住下面几种编码就好：

      • ASCII编码：早期专门为英语语系编码，只有255个字符，每个字符需要8位也就是1个字节。不兼容汉字。

      • 百度ASCII编码：ASCII_百度百科

      • Unicode编码：又称万国码，国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。用2个字节来表示汉字。

      • UTF-8编码：为了节省字节数，在Unicode的基础上进行优化的编码。用1个字节表示英文字符，3个字符表示汉字。天生兼容ASCII编码，所以最为流行。

      • GB2312：我国早期自己制定的中文编码，世界范围内不通用。

      • GBK： 全称《汉字内码扩展规范》，向下与GB2312兼容，向上支持ISO10646.1国际标准，是前者向后者过渡过程中的一个承上启下的产物。windows中文版的汉字编码用的就是GBK。也非世界范围通用的编码

      • 其它编码：非以上类型者的统称。属于能不用就不要碰的编码。