1. Python基础数据类型概述Python作为一门动态类型语言其基础数据类型是构建程序逻辑的基石。与静态类型语言不同Python的变量不需要预先声明类型类型信息是在运行时动态确定的。这种灵活性使得Python代码更加简洁但也要求开发者对数据类型有更清晰的认识。Python3中的基础数据类型主要分为以下几类数字类型int整数、float浮点数、bool布尔、complex复数序列类型str字符串、list列表、tuple元组映射类型dict字典集合类型set集合、frozenset不可变集合二进制类型bytes字节串、bytearray可变字节串注意在Python中所有数据类型都是对象包括整数和布尔值这种基本类型。这意味着它们都有各自的方法和属性这也是Python一切皆对象设计理念的体现。2. 数字类型详解2.1 整数(int)Python3中的整数类型只有int一种不再区分长整型和普通整型。整数在Python中的表示范围仅受内存限制可以表示任意大的数值。# 整数示例 a 10 # 十进制 b 0b1010 # 二进制 c 0o12 # 八进制 d 0xA # 十六进制整数支持所有基本算术运算加法减法-乘法*除法/返回浮点数整除//取模%幂运算**2.2 浮点数(float)浮点数用于表示实数在Python中使用双精度(64位)实现。需要注意的是浮点数运算可能存在精度问题这是所有编程语言都面临的IEEE 754标准限制。# 浮点数示例 f1 3.14 f2 2.5e-3 # 科学计数法表示0.0025浮点数常见问题及解决方案比较浮点数时不要直接用而应该判断两者差值是否小于某个极小值需要高精度计算时可以使用decimal模块金融计算建议使用decimal模块以避免舍入误差2.3 布尔(bool)布尔类型只有两个值True和False。在Python中bool是int的子类True和False实际上分别是1和0的别名。# 布尔类型示例 t True f False # 布尔运算 print(True and False) # False print(True or False) # True print(not True) # False布尔转换规则以下值会被视为FalseNone、False、0、0.0、0j、、()、[]、{}、set()、frozenset()其他所有值都会被转换为True2.4 复数(complex)Python原生支持复数类型这在科学计算中非常有用。复数由实部和虚部组成虚部以j或J结尾。# 复数示例 c1 3 4j c2 complex(2, -5) # 2 - 5j复数支持的操作获取实部c1.real获取虚部c1.imag共轭复数c1.conjugate()所有基本算术运算3. 序列类型详解3.1 字符串(str)字符串是不可变的Unicode字符序列可以用单引号、双引号或三引号表示。# 字符串示例 s1 hello s2 world s3 多行 字符串字符串常用操作索引s[0]获取第一个字符切片s[1:4]获取第2到第4个字符长度len(s)拼接s1 s2重复s * 3成员测试h in s格式化f-string、format()等提示字符串是不可变对象所有看似修改字符串的操作实际上都是创建了新的字符串对象。3.2 列表(list)列表是可变的有序序列可以包含不同类型的元素。列表是Python中最常用的数据结构之一。# 列表示例 lst [1, two, 3.0, [4, 5]]列表常用操作索引和切片与字符串类似修改元素lst[0] one添加元素append()、extend()、insert()删除元素remove()、pop()、del排序sort()、sorted()反转reverse()列表推导式[x**2 for x in range(10)]列表的内存分配策略列表使用动态数组实现当空间不足时Python会分配更大的内存空间通常是当前大小的约1.125倍这种策略使得append操作的平均时间复杂度为O(1)3.3 元组(tuple)元组是不可变的序列通常用于存储异构数据如数据库记录。元组比列表更轻量级访问速度更快。# 元组示例 tup (1, two, 3.0)元组的特点不可变性使得元组可以作为字典的键单个元素的元组需要在元素后加逗号(42,)空元组()元组拆包a, b, c tup元组与列表的选择当数据不需要修改时使用元组需要哈希性时使用元组如作为字典键需要频繁修改时使用列表4. 映射类型字典(dict)字典是键值对的集合基于哈希表实现具有极快的查找速度。# 字典示例 d {name: Alice, age: 25, scores: [85, 90, 78]}字典的特点键必须是不可变类型字符串、数字、元组等值可以是任意类型Python 3.7中字典保持插入顺序查找、插入、删除操作的平均时间复杂度都是O(1)字典常用操作获取值d[name]或d.get(name)设置值d[age] 26删除键值对del d[scores]遍历for key, value in d.items():字典推导式{k: v*2 for k, v in d.items()}字典的实现细节Python使用开放寻址法解决哈希冲突当哈希表填充超过2/3时会自动扩容字典的键对象必须实现__hash__和__eq__方法5. 集合类型5.1 集合(set)集合是无序的唯一元素集合支持数学上的集合运算。# 集合示例 s {1, 2, 3, 3, 4} # 实际存储{1, 2, 3, 4}集合操作并集a | b或a.union(b)交集a b或a.intersection(b)差集a - b或a.difference(b)对称差集a ^ b添加元素add()删除元素remove()、discard()集合的应用场景去重list(set(duplicate_list))成员测试比列表快得多数学集合运算5.2 不可变集合(frozenset)frozenset是不可变的集合可以作为字典的键或另一个集合的元素。# frozenset示例 fs frozenset([1, 2, 3])6. 类型转换与检查Python提供了丰富的类型转换函数# 类型转换示例 int(10) # 字符串转整数 float(3.14) # 字符串转浮点数 str(100) # 数字转字符串 list(abc) # 字符串转列表 tuple([1,2,3]) # 列表转元组 set([1,2,2,3]) # 列表转集合类型检查方法type(obj)返回对象的精确类型isinstance(obj, type)检查对象是否是某种类型或其子类# 类型检查示例 type(10) is int # True isinstance(True, int) # True (因为bool是int的子类)注意在大多数情况下应该使用isinstance()而不是type()进行类型检查因为它考虑了继承关系。7. 实际应用中的注意事项可变与不可变类型不可变类型数字、字符串、元组、frozenset可变类型列表、字典、集合、bytearray理解这一区别对避免bug非常重要浅拷贝与深拷贝直接赋值只是创建引用浅拷贝copy()只复制最外层容器深拷贝deepcopy()递归复制所有对象性能考虑列表适合频繁修改的场景元组适合作为常量数据集合适合快速成员测试字典适合键值查找内存管理Python使用引用计数和垃圾回收机制循环引用会导致内存泄漏大对象处理要注意内存占用类型注解Python 3.5虽然不是强制的但类型注解可以提高代码可读性可以使用mypy等工具进行静态类型检查# 类型注解示例 def greet(name: str) - str: return fHello, {name}8. 常见问题排查TypeError: unhashable type原因尝试将可变类型如列表作为字典的键解决使用不可变类型如元组替代修改字符串或元组时报错原因尝试修改不可变对象解决创建新对象而不是修改原对象列表切片赋值问题lst [1, 2, 3] lst[1:2] 10 # TypeError lst[1:2] [10] # 正确浮点数精度问题0.1 0.2 0.3 # False # 应该使用 abs(0.1 0.2 - 0.3) 1e-9布尔值作为整数使用虽然可行True1False0但会降低代码可读性应该显式使用int()转换9. 性能优化技巧选择合适的数据结构频繁查找使用字典或集合有序数据使用列表不变数据使用元组避免不必要的复制使用切片或copy()代替deepcopy()对大列表使用生成器表达式利用内置函数sum()、min()、max()等比手动实现更快map()、filter()可以替代部分循环字符串拼接避免在循环中使用拼接字符串使用join()方法更高效预分配列表空间# 不好的做法 lst [] for i in range(10000): lst.append(i) # 更好的做法 lst [0] * 10000 for i in range(10000): lst[i] i10. Python数据类型的内部实现理解Python数据类型的内部实现有助于写出更高效的代码列表实现为动态数组过度分配内存以减少重新分配次数插入和删除操作在开头比在末尾慢字典基于哈希表实现使用伪随机探测解决冲突保持插入顺序Python 3.7集合类似字典但只有键没有值基于哈希表实现查找操作非常快字符串不可变序列Python 3使用灵活的字符串表示1-4字节/字符字符串驻留intern优化小字符串元组比列表更轻量级不可变性允许更高效的内存分配可以作为字典的键在实际编程中我经常发现初学者容易混淆可变和不可变类型的概念。一个常见的误区是认为给变量赋新值就是修改了对象实际上Python中变量只是对象的引用。理解这一点对掌握Python编程至关重要。