【python学习】快速了解python基本数据类型


在这里插入图片描述

🎬 鸽芷咕:个人主页

 🔥 个人专栏: 《C++干货基地》《粉丝福利》

⛺️生活的理想,就是为了理想的生活!

文章目录

  • 前言
  • 1. 整数(int)
  • 2. 浮点数(float)
  • 3. 布尔值(bool)
  • 4. 字符串(str)
  • 5. 列表(list)
  • 6. 元组(tuple)
  • 7. 集合(set)
  • 8. 字典(dict)
  • 结语

前言

当谈到Python编程语言的基础部分时,内置类型是每个开发人员必须深入了解和熟练掌握的内容之一。Python以其简洁、灵活和强大的特性而闻名,其内置类型提供了处理各种数据和结构的基础工具。本文将详细探讨Python的主要内置类型,包括整数、浮点数、布尔值、字符串、列表、元组、集合和字典。我们将介绍每种类型的特性、用法和示例代码,帮助读者深入理解这些在日常编程中不可或缺的基本概念。

1. 整数(int)

整数是Python中最基本的数值类型之一,用于表示没有小数部分的整数。Python的整数类型是无限精度的,也就是说,可以处理任意大小的整数。

# 示例整数
num1 = 42
num2 = -123456789
num3 = 0

print(num1, num2, num3)  # 输出: 42 -123456789 0

Python的整数类型可以进行常见的数学运算,如加法、减法、乘法和除法,而且支持位运算和复合赋值运算符。整数类型在Python中是不可变的,这意味着一旦创建,其值就不能被修改。

2. 浮点数(float)

浮点数用于表示带有小数点的数值,它可以是正数、负数或零。Python的浮点数遵循IEEE 754标准,支持浮点数运算和科学计数法表示。

# 示例浮点数
f1 = 3.14159
f2 = -0.01
f3 = 2.0e-6  # 科学计数法表示

print(f1, f2, f3)  # 输出: 3.14159 -0.01 2.0e-6

浮点数可以进行基本的数学运算,如加减乘除,但由于浮点数表示的是近似值,并不总是能够精确地表示所有数值。因此,在比较浮点数时应注意精度问题。

3. 布尔值(bool)

布尔值是Python中的逻辑类型,只有两个取值:True(真)和False(假)。布尔值通常用于条件判断和控制流程。

# 示例布尔值
is_python_fun = True
is_learning = False

print(is_python_fun)  # 输出: True
print(is_learning)   # 输出: False

布尔值在条件语句(如if语句)和逻辑运算(如and、or、not运算符)中起到重要作用,帮助程序员编写出更加智能和灵活的代码。

4. 字符串(str)

字符串是Python中表示文本数据的不可变序列,可以用单引号(')或双引号(")来表示。字符串操作是Python中的一个核心部分,涉及到文本处理、格式化输出和正则表达式等多个方面。

# 示例字符串
message = "Hello, Python!"

print(message)  # 输出: Hello, Python!

字符串支持许多内置方法,如查找子串、替换文本、分割字符串和连接字符串等。字符串还可以通过索引和切片来访问和操作其中的字符和子串。

5. 列表(list)

列表是Python中最常用的数据结构之一,用于存储一系列有序的元素。列表是可变的,可以动态添加、删除或修改其中的元素。

# 示例列表
numbers = [1, 2, 3, 4, 5]
fruits = ["apple", "banana", "cherry"]

print(numbers)  # 输出: [1, 2, 3, 4, 5]
print(fruits)   # 输出: ['apple', 'banana', 'cherry']

列表支持多种操作,如索引访问、切片、添加元素、移除元素、列表合并等。列表是Python编程中常用的数据容器,适合于存储和操作各种类型的数据。

6. 元组(tuple)

元组与列表类似,也是用于存储一组有序元素的数据结构。与列表不同的是,元组是不可变的,一旦创建后就不能修改其元素。

# 示例元组
dimensions = (800, 600)
colors = ("red", "green", "blue")

print(dimensions)  # 输出: (800, 600)
print(colors)      # 输出: ('red', 'green', 'blue')

元组常用于需要保证数据安全性和不可变性的场景,如函数返回多个值时使用元组来封装返回结果。

7. 集合(set)

集合是Python中的一个无序、唯一元素的数据结构。集合支持数学中的集合运算,如并集、交集、差集和对称差等。


# 示例集合
unique_numbers = {1, 2, 3, 4, 5}
unique_vowels = {'a', 'e', 'i', 'o', 'u'}

print(unique_numbers)  # 输出: {1, 2, 3, 4, 5}
print(unique_vowels)   # 输出: {'a', 'e', 'i', 'o', 'u'}

集合提供了快速查找和去重功能,适合于处理需要唯一性和无序性的数据集合。

8. 字典(dict)

字典是Python中的一种映射类型,用于存储键-值对。字典中的键必须是唯一的,而值可以是任意类型的对象。


# 示例字典
person = {
    'name': 'Alice',
    'age': 30,
    'city': 'New York'
}

print(person)  # 输出: {'name': 'Alice', 'age': 30, 'city': 'New York'}

字典提供了高效的查找和插入操作,通过键来访问和修改值。字典在Python中被广泛应用于存储和管理结构化数据。

结语

Python的内置类型提供了丰富和强大的工具集,用于处理各种数据和解决实际问题。熟练掌握这些内置类型及其用法,是成为Python程序员的第一步。通过本文的介绍和示例代码,希望各位能够更深入地理解和应用Python的基础数据类型,为进一步的学习和开发打下坚实的基础。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/786995.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

关于string的‘\0‘与string,vector构造特点加部分特别知识点的讨论

目录 前言: 问题一:关于string的\0问题讨论 问题二:C标准库中的string内存是分配在堆上面吗? 问题三:string与vector的capacity大小设计的特点 问题四:string的流提取问题 问题五:迭代器失…

运筹说 第118期|存储论奠基人——肯尼斯·约瑟夫·阿罗

1.导读 前面我们已经了解了存储论的相关内容,相信大家一定也有所收获,下面我们将带着大家继续了解存储论的相关内容,在本次文章中我们将一起走近存储论的奠基人之一——肯尼斯约瑟夫阿罗Kenneth J.Arrow,希望能给大家…

In Search of Lost Online Test-time Adaptation: A Survey--论文笔记

论文笔记 资料 1.代码地址 https://github.com/jo-wang/otta_vit_survey 2.论文地址 https://arxiv.org/abs/2310.20199 3.数据集地址 1论文摘要的翻译 本文介绍了在线测试时间适应(online test-time adaptation,OTTA)的全面调查,OTTA是一种专注于使机器学习…

科技创新引领水利行业升级:深入分析智慧水利解决方案的核心价值,展望其在未来水资源管理中的重要地位与作用

目录 引言 一、智慧水利的概念与内涵 二、智慧水利解决方案的核心价值 1. 精准监测与预警 2. 优化资源配置 3. 智能运维管理 4. 公众参与与决策支持 三、智慧水利在未来水资源管理中的重要地位与作用 1. 推动水利行业转型升级 2. 保障国家水安全 3. 促进生态文明建设…

顺序表--续(C语言详细版)

2.9 在指定位置之前插入数据 // 在指定位置之前插入数据 void SLInsert(SL* ps, int pos, SLDataType x); 步骤: ① 程序开始前,我们要断言一下,确保指针是有效的,不是NULL; ② 我们还要断言一下,指定的…

智慧灌区信息化系统完整解决方案

一、背景 随着科技的快速发展,智慧灌区信息化系统正逐渐成为提高农业灌溉效率、优化水资源配置的重要手段。本文将详细介绍智慧灌区信息化系统的完整解决方案,包括系统、功能、应用以及优势分析等方面,旨在为灌区的现代化和高效管理提供有力…

靶场练习 手把手教你通关DC系列 DC1

DC1靶场通关教程 文章目录 DC1靶场通关教程前言一、信息收集1.主机存活2.端口收集3.网页信息收集4.目录收集4.1 Nikto4.2 Dirb 信息收集总结 二、漏洞发现与利用1. 发现2. 利用 三、FlagFlag1Flag2Flag3Flag4Flag5(提权) 前言 本次使用的kali机的IP地址为192.168.243.131 DC1的…

倒计时 2 周!CommunityOverCode Asia 2024 IoT Community 专题部分

CommunityOverCode 是 Apache 软件基金会(ASF)的官方全球系列大会,其前身为 ApacheCon。自 1998 年以来,在 ASF 成立之前,ApacheCon 已经吸引了各个层次的参与者,在 300 多个 Apache 项目及其不同的社区中探…

给数组/对象添加一个(key-value)对象

需要将一个value值前面加上key值,放进数组/对象中 this.$set(res.data[0],type,1) this.$set( target, key, value ) target:要更改的数据源(可以是对象或者数组) key:要更改的具体数据 value :重新赋的值。 结果:…

05.C1W4.Machine Translation and Document Search

往期文章请点这里 目录 OverviewWhat you’ll be able to do!Learning Objectives Transforming word vectorsOverview of TranslationTransforming vectors Align word vectorsSolving for RFrobenius normFrobenius norm squaredGradient K nearest neighborsFinding the tr…

Open3D 点对面的ICP算法配准(精配准)

目录 一、概述 1.1核心思想 1.2实现步骤 二、代码实现 2.1关键函数 2.2完整代码 三、实现效果 3.1原始点云 3.2配准后点云 3.3计算数据 一、概述 基于点对面的ICP(Iterative Closest Point)配准算法是ICP的一种变体,它通过最小化源…

骏网一卡通之类的游戏卡有什么用?

感觉现在打端游的人越来越少了 而且游戏充值卡显得就很鸡肋,在家里整理东西,翻出来好多骏网一卡通,但是我又不打游戏 想着把这卡送给有需要的朋友,不然也是浪费,问了一圈送不出去 还好最后在收卡云上卖掉了&#xf…

H桥驱动器芯片详解

H桥驱动器芯片详解 上一篇文章讲解了H桥驱动器的控制原理,本文以汽车行业广泛应用的DRV8245芯片为例,详细讲解基于集成电路的H桥驱动器芯片。 1.概述 DRV824x-Q1系列器件是德州仪器(TI)的一款专为汽车应用设计的全集成H桥驱动器…

【本地docker启动私有大模型】

一、最终效果 中英文对话 生成代码 二、资源配置 本文选择的模型运行内存需要 4G,因此宿主机建议内存大于8G,CPU建议 6 核以上; 参考博主该mac配置可以相对流畅运行。只需要 CPU资源,不需要 GPU。 三、搭建步骤 启动docker容…

羊大师:探索羊奶奥秘,解锁免疫力提升新篇章

在浩瀚的自然界中,羊奶以其独特的营养价值和健康益处,悄然成为提升免疫力的新宠。自古以来,羊奶就被视为珍贵的滋补佳品,而今,随着科学的深入探索,其提升免疫力的奥秘正逐渐揭开面纱。 羊奶中富含的免疫球蛋…

MQTT教程--服务器使用EMQX和客户端使用MQTTX

什么是MQTT MQTT(Message Queuing Telemetry Transport)是一种轻量级、基于发布-订阅模式的消息传输协议,适用于资源受限的设备和低带宽、高延迟或不稳定的网络环境。它在物联网应用中广受欢迎,能够实现传感器、执行器和其它设备…

字典树(Tire树)

字典树(Tire树) 字典树是一种多叉树,又称为前缀树。核心思想是利用字符串的公共前缀。 字典树的根节点为空,从根节点到某一节点路径上的字符连接起来构成字符串,完整的字符串在链上而非结点上,一个节点的所有子节点都具有相同公…

用Vue3和Plotly.js绘制交互式3D散点图

本文由ScriptEcho平台提供技术支持 项目地址:传送门 使用 Plotly.js 创建 2D 密度图 应用场景介绍 密度图是一种可视化数据分布的图表,它显示了数据点的密度在不同区域的变化情况。在许多科学和工程领域中,密度图被广泛用于探索和分析数据…

产品经理/项目经理管理项目使用最多的12款项目软件对比

盘点不同行业、项目类型的下的12款主流的项目管理软件:PingCode、Worktile、Teambition、TAPD、广联达、Asana、Basecamp、Jira、Microsoft Project、ClickUp、Redmine、Trello。 在这个项目管理工具层出不穷的时代,选择一个合适的软件似乎成了一个令许多…

当CNN遇上Mamba,高性能与高效率通通拿下!

传统视觉模型在处理大规模或高分辨率图像时存在一定限制,为解决这个问题,研究者们就最近依旧火热的Mamba,提出了Mamba结合CNN的策略。 这种结合可以让Mamba在处理长序列数据时既能够捕捉到序列中的时间依赖关系,又能够利用CNN的局…