Python全栈之路系列之数字数据类型

2017-01-10 10:04:18来源:作者:Spoodyvap人点击

第七城市

上篇文章中我们简单的体验了Python语言基本概念与语法,那么在继续深入下去的过程中,不妨先学习几个常见的Python内置数据类型?这也是大部分Python教科书的学习目录,由浅至深,慢慢深入。


Python常用的几种数据类型就是以下几种,其实Python内部的数据类型还是很多的,多归多但是很少有我们用到了,太多了也记不了,把常用的几个玩熟练了就OK了。


那么接下来我们会学到那些内置的数据类型呢?



虽然说我们是在学习数据类型,但其实只是在学习每一个类型所提供的API而已,你所需要的大部分功能,Python都已经帮我们封装好了,不需要担心任何效率的问题,当你熟悉了这些API之后,灵活的组合应用,因为这在开发的过程中是必不可少的,那么接下来就让我们开始漫长的数据类型API学习之旅吧。


所有的数据类型所具备的方法都存在相对应的类里面,当创建一个类型的对象时,该对象所具备的功能都保存在相应的类中。


数字

在Python3中,整型、长整型、浮点数、负数、布尔值等都可以称之为数字类型。


创建数字类型类型的对象


int类型通常都是数字,创建数字类型的方式有两种,且在创建的时候值两边不需要加双引号或单引号。


第一种创建整型的方式


>>> number = 9
>>> type(number)

第二种创建整型的方式


>>> number = int(9)
>>> type(number)

以上两种创建整型对象的方式都可以创建的,但是他们也是有本质上的区别,第一种方式实际上会转换成第二种方式,然后第二种方式会把括号内的数据交给__init__这个构造方法,构造方法是int类的,然后构造方法会在内存中开辟一块空间用来存放数据,但实际上我们在用时候是没有任何区别的。


构造方法每个数据类型中都会有,这是Python内部所定义的,如下图所示:



__init__


def __init__(self, x, base=10): # known special case of int.__init__

可以从源码中看到,__init__的方法有两个参数,其中base=10是可选的参数,x是我们对象的值,base=10其实就是说把我们的值(默认二进制)以十进制的方式输出出来,通过下面的实例可以看到:


>>> var=int('0b100',base=2)
>>> var
4

通过int()可以将一个数字的字符串变成一个整数,并且如果你指定了第二个参数,还可以将值进制数转换为整数:


# 将数字字符串转换为整数,数字字符串通过进制转换为整数
>>> int('99'),int('100',8),int('40',16),int('10000000',2)
(99, 64, 64, 128)
# 讲进制数转换为整数
>>> int('0x40',16),int('0b1000000',2)
(64, 64)

把二进制的数字4通过十进制输出出来,4的二进制就是0b100,又有一个知识点就是在类的方法中,所有以__开头,并且以__结尾的方法都是Python内部自己去调用的,我们在写代码的过程中是不需要去调用的,最简单的例子就是__init__,通过上面的流程图我们就可以很清楚的看到。


int内部优化机制

下图中我们可以很清楚的看到int类型在创建对象时内存所分配空间的情况



首先我们知道当我们创建第一个对象var1的时候会在内存中开辟一块空间作为存放var1对象的值用的,当我们创建第二个对象var2的时候也会在内存中开辟一块空间来作为var2对象的值,那如果这样说,那是不是说对象var1和var2的值内存是否会同时开辟两块呢?我们通过下面的实例可以得到答案:


C:Usersanshe>c:Python35python.exe
# 注意我是用的是Python3.5.1
Python 3.5.1 (v3.5.1:37a07cee5969, Dec 6 2016, 01:54:25) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
# 分别创建对象var1和var2
>>> var1=123
>>> var2=123
# 我们可以看到他们的内存地址都是指向的`1502084720`
>>> id(var1)
1502084720
>>> id(var2)
1502084720

通过上面的结果我们可以看到var1和var2的内存地址是相同的,就代表他们的值是使用的同一块空间,那么如果我把var2的值改为456呢?


>>> var2=456
>>> id(var1)
1502084720
>>> id(var2)
2452305956816

可以看到var2的内存地址已经改变了(废话),因为对象的值不一样了,所以他才不会改变,OK,我们可以得到一个结论就是:当两个或者多个对象的值都是同一个的时候,那么这些对象都会使用同一个内存地址,这里的值是是有范围的,默认范围是-5~257,得到这个结论之后我们继续往下看。



这张图我们同样创建了两个对象,但是唯一不同的是我把第一个创建的对象的值作为第二个对象的值,这里他们肯定使用的是同一个内存地址,但是如果我把第一个对象的值改动了呢?


>>> var1=123
>>> var2=var1
>>> id(var1)
1502084720
>>> id(var2)
1502084720
>>> var1=456
>>> id(var1)
2452305956816
>>> id(var2)
1502084720

请自行思考,这里不多做解释,然后下面我们再来说说刚才的话题,说在-5~257这个范围内对象的值都会引用同一块内存地址,我们可以通过下面的实验来测试:


>>> var1=12345
>>> var2=12345
>>> id(var1)
2452305956816
>>> id(var2)
2452308384720

事实证明我们的结论是完全没有问题的,注意我上面的实例都是在Python3.5上面执行的哦,var1和var2两个对象的值同样是12345,但是他们的内存地址就是不一样,这就是Python在内部做的优化,他把-5~257这个范围内我们常用道德数字多对象可引用的,OK,到此结束这个话题。


数字类型的长度限制

数字类型在python2.7里面是分整型和长整型这个区别的,也就是说如果你的数字大到一定的范围,那么python会把它转换为长整形,一个数字类型包含32位,可以存储从-2147483648到214483647的整数。


一个长整(long)型会占用更多的空间,64位的可以存储-922372036854775808到922372036854775808的整数。


python3里long型已经不存在了,而int型可以存储到任意大小的整型,甚至超过64为。


Python内部对整数的处理分为普通整数和长整数,普通整数长度为机器位长,通常都是32位,超过这个范围的整数就自动当长整数处理,而长整数的范围几乎完全没限制,如下:


Python2.7.x


>>> var=123456
>>> var
123456
>>> var=10**20
>>> var
100000000000000000000L
>>> type(var)
# long就是长整型

Python3.5.x


>>> var=123456789
>>> var
123456789
>>> var=10**20
>>> var
100000000000000000000
>>> type(var)

请自行补脑 - - 、


数字类型所具备的方法

bit_length


返回表示该数字时占用的最少位数


>>> num=20
>>> num.bit_length()
5

conjugate


返回该复数的共轭复数,复数,比如0+2j,其中num.real,num.imag分别返回其实部和虚部,num.conjugate(),返回其共扼复数对象


>>> num =-20
>>> num.conjugate()
-20
>>> num=0+2j
>>> num.real
0.0
>>> num.imag
2.0
>>> num.conjugate()
-2j

imag


返回复数的虚数


>>> number = 10
>>> number.imag
0
>>> number = 3.1415926
>>> number.imag
0.0

内置的方法还有denominator、from_bytes、numerator、real、to_bytes,实在搞不懂这有什么用,也不太理解,就不做介绍了,你可以通过help(int.numerator)查看该方法的帮助信息等。


混合类型

所谓混合类型就是浮点数和整数进行运算,如下所示:


>>> 3.14159 + 10
13.14159

结果和我们想象中的一样,但是一个浮点数一个正整数它是怎么进行相加的呢?其实很简单,Python会把两个值转换为其中最复杂的那个对象的类型,然后再对相同类型运算。


比如上面的例子中,会先把10转换为10.0然后再与3.14159相加。


数字类型的复杂度


整数比浮点数简单、浮点数比复数简单。


布尔类型(bool)

布尔类型其实就是数字0和1的变种而来,即真(True/0)或假(False/1),实际上就是内置的数字类型的子类而已。


# 如果0不是真,那么就输出'0 is False.'
>>> if not 0: print('0 is False.')
...
0 is False.
# 如果1是真,那么就输出'1 is True.'
>>> if 1: print('1 is True.')
...
1 is True.

你还可以使用布尔值进行加减法,虽然从来没在任何代码中见过这种形式:


>>> True + 1
# 1 + 1 = 2
2
>>> False + 1
# 0 + 1 = 1
1
集合(set)

集合的元素是不允许重复、不可变且无序的集合,集合就像是字典舍弃了值一样,集合中的元素只能够出现一切且不能重复。


创建set集合


>>> s = set([11,22,33])
>>> s
{33, 11, 22}
>>> type(s)

第二种不常用创建set集合的方式


# 这种的创建方式,集合中的元素相当于字典中的key
>>> s = {11,22,33}
>>> type(s)

>>> s
{33, 11, 22}

把其它可迭代的数据类型转换为set集合


>>> li = ["a","b","c"]
>>> seting = set(li)
>>> seting
{'b', 'a', 'c'}
>>> type(seting)

集合同样支持表达式操作符


# 首先创建两个集合
>>> x = set('abcde')
>>> y = set('bdxyz')
>>> x
{'a', 'd', 'b', 'c', 'e'}
>>> y
{'y', 'd', 'b', 'x', 'z'}
# 使用in进行成员检测
>>> 'a' in x
True
# 差集
>>> x - y
{'a', 'e', 'c'}
# 并集
>>> x | y
{'b', 'y', 'z', 'a', 'd', 'e', 'c', 'x'}
# 交集
>>> x & y
{'d', 'b'}
# 对称差
>>> x ^ y
{'y', 'z', 'a', 'e', 'c', 'x'}
# 比较
>>> x > y, x < y
(False, False)

集合解析


>>> {x for x in 'abc'}
{'a', 'b', 'c'}
>>> {x+'b' for x in 'abc'}
{'bb', 'cb', 'ab'}
集合所提供的方法

add


往集合内添加元素


>>> se = { 11, 22, 33 }
>>> se
{33, 11, 22}
# 元素写在小括号内
>>> se.add(44)
>>> se
{33, 11, 44, 22}

 clear


清除集合内容


>>> se = { 11, 22, 33 }
>>> se
{33, 11, 22}
>>> se.clear()
>>> se
set()

 copy浅拷贝


下文介绍 difference


寻找集合的元素var1中存在,var2中不存在的


>>> var1 = { 11, 22, 33 }
>>> var2 = { 22 ,55 }
>>> var1.difference(var2)
{33, 11}
>>> var2.difference(var1)
{55}

 difference_update


寻找集合的元素var1中存在,var2中不存在的元素,并把查找出来的元素重新复制给var1


>>> var1 = { 11, 22, 33 }
>>> var2 = { 22 ,55 }
>>> var1.difference_update(var2)
>>> var1
{33, 11}

 discard


移除指定元素,不存在不保错


>>> var1 = { 11, 22, 33 }
>>> var1.discard(11)
>>> var1
{33, 22}
>>> var1.discard(1123123)
>>> var1
{33, 22}

remove


移除指定元素,不存在保错


>>> var1 = { 11, 22, 33 }
>>> var1
{33, 11, 22}
>>> var1.remove(11)
>>> var1
{33, 22}
>>> var1.remove(asda)
Traceback (most recent call last):
File "", line 1, in
NameError: name 'asda' is not defined

intersection


交集,查找元素中都存在的值


>>> var1 = { 11, 22, 33 }
>>> var2 = { 22, 55, "一二" }
>>> var1.intersection(var2)
{22}

 intersection_update


取交集并更更新到A中


>>> var1 = { 11, 22, 33 }
>>> var2 = { 22, 55, "一二" }
>>> var1.intersection_update(var2)
>>> var1
{22}

 isdisjoint


判断有没有交集,如果有返回False,否则返回True


>>> var1 = { 11, 22, 33 }
>>> var2 = { 22, 44, 55 }
>>> var1.isdisjoint(var2)
False
>>> var2 = { 66, 44, 55 }
>>> var1.isdisjoint(var2)
True

 issubset


是否是子序列,也就是说如果var2的所有元素都被var1所包含了,那么var2就是var1的子序列


>>> var1 = {11,22,33,44}
>>> var2 = {11,22}
>>> var2.issubset(var1)
True

issuperset


是否是父序列


>>> var1 = { 11, 22, 33 }
>>> var2 = { 22, 44, 55 }
>>> var1.issuperset(var2)
True

pop


移除一个元素,并显示移除的元素,移除时是无序的


>>> var1 = {11,22,33,44}
>>> var1.pop()
33
>>> var1
{11, 44, 22}

symmetric_difference


对称交集,把var1存在且b不存在和var2存在且var1不存在的元素合在一起


>>> var1 = { 11, 22, 33, 44 }
>>> var2 = { 11, 22, 77, 55 }
>>> var1.symmetric_difference(var2)
{33, 44, 77, 55}

symmetric_difference_update


对称交集,并更新到var1中


>>> var1 = { 11, 22, 33, 44 }
>>> var2 = { 11, 22, 77, 55 }
>>> var1
{33, 11, 44, 22}
>>> var1.symmetric_difference_update(var2)
>>> var1
{33, 44, 77, 55}

union


并集,把两个集合中的所有元素放在一起,如果有重复的则只存放一个


>>> var1 = { 11, 22, 33, 44 }
>>> var2 = { 11, 22, 77, 55 }
>>> var1.union(var2)
{33, 11, 44, 77, 22, 55}

update


更新,把一个集合中的元素更新到另一个集合中


>>> var1 = { 11, 22, 33, 44 }
>>> var2 = { 11, 22, 77, 55 }
>>> var1.update(var2)
>>> var1
{33, 11, 44, 77, 22, 55}


原文链接
Python全栈之路系列文章

内容来源:https://segmentfault.com/a/1190000008053732

第七城市

最新文章

123

最新摄影

微信扫一扫

第七城市微信公众平台