python数据类型高阶

　　python是近年来使用最广泛的一种编程语言，不管是做web开发，还是网络爬虫，亦或是数据分析等，大家都在选择python来完成这些任务；我想最重要一点就是python学起来很简单，另一个点就是python用的地方非常多，综合起来就是性价比非常高。这节看看基本数据类型中的整数和浮点数。

　　

一、目录
1、字符串
2、布尔类型
3、整数
4、浮点数
5、数字
6、列表
7、元组
8、字典
9、日期

1、字符串
1.1、如何在Python中使用字符串
a、使用单引号(')
用单引号括起来表示字符串，例如：
str='this is string';
print str;

b、使用双引号(")
双引号中的字符串与单引号中的字符串用法完全相同，例如：
str="this is string";
print str;

c、使用三引号(''')
利用三引号，表示多行的字符串，可以在三引号中自由的使用单引号和双引号，例如：
str='''this is string
this is pythod string
this is string'''
print str;

2、布尔类型
bool=False;
print bool;
bool=True;
print bool;

3、整数
int=20;
print int;

4、浮点数
float=2.3;
print float;

5、数字
包括整数、浮点数。
5.1、删除数字对象引用，例如：
a=1;
b=2;
c=3;
del a;
del b, c;
#print a; #删除a变量后，再调用a变量会报错

5.2、数字类型转换

int(x [,base]) 将x转换为一个整数
float(x ) 将x转换到一个浮点数
complex(real [,imag]) 创建一个复数
str(x) 将对象x转换为字符串
repr(x) 将对象x转换为表达式字符串
eval(str) 用来计算在字符串中的有效Python表达式,并返回一个对象
tuple(s) 将序列s转换为一个元组
list(s) 将序列s转换为一个列表
chr(x) 将一个整数转换为一个字符
unichr(x) 将一个整数转换为Unicode字符
ord(x) 将一个字符转换为它的整数值
hex(x) 将一个整数转换为一个十六进制字符串
oct(x) 将一个整数转换为一个八进制字符串

5.3、数学函数 math.abs()

abs(x) 返回数字的绝对值，如abs(-10) 返回 10
ceil(x) 返回数字的上入整数，如math.ceil(4.1) 返回 5
cmp(x, y) 如果 x < y 返回 -1, 如果 x == y 返回 0, 如果 x > y 返回 1
exp(x) 返回e的x次幂(ex),如math.exp(1) 返回2.718281828459045
fabs(x) 返回数字的绝对值，如math.fabs(-10) 返回10.0
floor(x) 返回数字的下舍整数，如math.floor(4.9)返回 4
log(x) 如math.log(math.e)返回1.0,math.log(100,10)返回2.0
log10(x) 返回以10为基数的x的对数，如math.log10(100)返回 2.0
max(x1, x2,...) 返回给定参数的最大值，参数可以为序列。
min(x1, x2,...) 返回给定参数的最小值，参数可以为序列。
modf(x) 返回x的整数部分与小数部分，两部分的数值符号与x相同，整数部分以浮点型表示。
pow(x, y) x**y 运算后的值。
round(x [,n]) 返回浮点数x的四舍五入值，如给出n值，则代表舍入到小数点后的位数。
sqrt(x) 返回数字x的平方根，数字可以为负数，返回类型为实数，如math.sqrt(4)返回 2+0j

6、列表
6.1、初始化列表，例如：
list=['physics', 'chemistry', 1997, 2000];
nums=[1, 3, 5, 7, 8, 13, 20];

6.2、访问列表中的值，例如：

'''nums[0]: 1'''
print "nums[0]:", nums[0]
'''nums[2:5]: [5, 7, 8] 从下标为2的元素切割到下标为5的元素，但不包含下标为5的元素'''
print "nums[2:5]:", nums[2:5]
'''nums[1:]: [3, 5, 7, 8, 13, 20] 从下标为1切割到最后一个元素'''
print "nums[1:]:", nums[1:]
'''nums[:-3]: [1, 3, 5, 7] 从最开始的元素一直切割到倒数第3个元素，但不包含倒数第三个元素'''
print "nums[:-3]:", nums[:-3]
'''nums[:]: [1, 3, 5, 7, 8, 13, 20] 返回所有元素'''
print "nums[:]:", nums[:]

6.3、更新列表，例如：

nums[0]="ljq";
print nums[0];

6.4、删除列表元素

del nums[0];
'''nums[:]: [3, 5, 7, 8, 13, 20]'''
print "nums[:]:", nums[:];

6.5、列表脚本操作符
列表对+和*的操作符与字符串相似。+号用于组合列表，*号用于重复列表，例如：

print len([1, 2, 3]); #3
print [1, 2, 3] + [4, 5, 6]; #[1, 2, 3, 4, 5, 6]
print ['Hi!'] * 4; #['Hi!', 'Hi!', 'Hi!', 'Hi!']
print 3 in [1, 2, 3] #True
for x in [1, 2, 3]: print x, #1 2 3

6.6、列表截取

L=['spam', 'Spam', 'SPAM!'];
print L[2]; #'SPAM!'
print L[-2]; #'Spam'
print L[1:]; #['Spam', 'SPAM!']

6.7、列表函数&方法

list.append(obj) 在列表末尾添加新的对象
list.count(obj) 统计某个元素在列表中出现的次数
list.extend(seq) 在列表末尾一次性追加另一个序列中的多个值(用新列表扩展原来的列表)
list.index(obj) 从列表中找出某个值第一个匹配项的索引位置，索引从0开始
list.insert(index, obj) 将对象插入列表
list.pop(obj=list[-1]) 移除列表中的一个元素(默认最后一个元素)，并且返回该元素的值
list.remove(obj) 移除列表中某个值的第一个匹配项
list.reverse() 反向列表中元素，倒转
list.sort([func]) 对原列表进行排序

7、元组(tuple)

Python的元组与列表类似，不同之处在于元组的元素不能修改；元组使用小括号()，列表使用方括号[]；元组创建很简单，只需要在括号中添加元素，并使用逗号(,)隔开即可，例如：

tup1 = ('physics', 'chemistry', 1997, 2000);
tup2 = (1, 2, 3, 4, 5 );
tup3 = "a", "b", "c", "d";

创建空元组，例如：tup = ();

元组中只有一个元素时，需要在元素后面添加逗号，例如：tup1 = (50,);

元组与字符串类似，下标索引从0开始，可以进行截取，组合等。

7.1、访问元组

tup1 = ('physics', 'chemistry', 1997, 2000);
#tup1[0]: physics
print "tup1[0]: ", tup1[0]
#tup1[1:5]: ('chemistry', 1997)
print "tup1[1:5]: ", tup1[1:3]

7.2、修改元组
元组中的元素值是不允许修改的，但我们可以对元组进行连接组合，例如:
tup1 = (12, 34.56);
tup2 = ('abc', 'xyz');

# 以下修改元组元素操作是非法的。
# tup1[0] = 100;

# 创建一个新的元组

tup3 = tup1 + tup2;
print tup3; #(12, 34.56, 'abc', 'xyz')

7.3、删除元组
元组中的元素值是不允许删除的，可以使用del语句来删除整个元组，例如:

tup = ('physics', 'chemistry', 1997, 2000);
print tup;
del tup;

7.4、元组运算符
与字符串一样，元组之间可以使用+号和*号进行运算。这就意味着他们可以组合和复制，运算后会生成一个新的元组。

7.5、元组索引&截取

L = ('spam', 'Spam', 'SPAM!');
print L[2]; #'SPAM!'
print L[-2]; #'Spam'
print L[1:]; #['Spam', 'SPAM!']

7.6、元组内置函数

cmp(tuple1, tuple2) 比较两个元组元素。
len(tuple) 计算元组元素个数。
max(tuple) 返回元组中元素最大值。
min(tuple) 返回元组中元素最小值。
tuple(seq) 将列表转换为元组。

8、字典

8.1、字典简介
字典(dictionary)是除列表之外python中最灵活的内置数据结构类型。列表是有序的对象结合，字典是无序的对象集合。两者之间的区别在于：字典当中的元素是通过键来存取的，而不是通过偏移存取。

字典由键和对应的值组成。字典也被称作关联数组或哈希表。基本语法如下：

dict = {'Alice': '2341', 'Beth': '9102', 'Cecil': '3258'};

也可如此创建字典：

dict1 = { 'abc': 456 };
dict2 = { 'abc': 123, 98.6: 37 };

每个键与值必须用冒号隔开(:)，每对用逗号分割，整体放在花括号中({})。键必须独一无二，但值则不必；值可以取任何数据类型，但必须是不可变的，如字符串，数或元组。

8.2、访问字典里的值

#!/usr/bin/python
dict = {'name': 'Zara', 'age': 7, 'class': 'First'};
print "dict['name']: ", dict['name'];
print "dict['age']: ", dict['age'];

8.3、修改字典
向字典添加新内容的方法是增加新的键/值对，修改或删除已有键/值对如下实例:

#!/usr/bin/python
dict = {'name': 'Zara', 'age': 7, 'class': 'First'};
dict["age"]=27; #修改已有键的值
dict["school"]="wutong"; #增加新的键/值对
print "dict['age']: ", dict['age'];
print "dict['school']: ", dict['school'];

8.4、删除字典
del dict['name']; # 删除键是'name'的条目
dict.clear(); # 清空词典所有条目
del dict ; # 删除词典
例如：

#!/usr/bin/python
dict = {'name': 'Zara', 'age': 7, 'class': 'First'};
del dict['name'];
#dict {'age': 7, 'class': 'First'}
print "dict", dict;

注意：字典不存在，del会引发一个异常

8.5、字典内置函数&方法

cmp(dict1, dict2) 比较两个字典元素。
len(dict) 计算字典元素个数，即键的总数。
str(dict) 输出字典可打印的字符串表示。
type(variable) 返回输入的变量类型，如果变量是字典就返回字典类型。
radiansdict.clear() 删除字典内所有元素
radiansdict.copy() 返回一个字典的浅复制
radiansdict.fromkeys() 创建一个新字典，以序列seq中元素做字典的键，val为字典所有键对应的初始值
radiansdict.get(key, default=None) 返回指定键的值，如果值不在字典中返回default值
radiansdict.has_key(key) 如果键在字典dict里返回true，否则返回false
radiansdict.items() 以列表返回可遍历的(键, 值) 元组数组
radiansdict.keys() 以列表返回一个字典所有的键
radiansdict.setdefault(key, default=None) 和get()类似, 但如果键不已经存在于字典中，将会添加键并将值设为default
radiansdict.update(dict2) 把字典dict2的键/值对更新到dict里
radiansdict.values() 以列表返回字典中的所有值

二、数字类型进阶

需要说明的是python的数字类型长度是不固定的，可以表现无限大的数据。如下

12赋值给a，使用函数type()可以查看a的数据类型为int；使用bit_length()方法可以发现a的位数是4，将a重新赋值为12345，发现a的位数变为14。如图所示

python的整数可以任意大（也就是说基本上不用担心计算机位数不够导致无法显示的情况）。例如，计算123456789的8次方，然后用bit_length（）方法查看下位数，发现竟然有216位（二进制），如图

三、整数的加减乘除和求余运算。

分别计算2和6的加减乘除和求余，同时用type（）函数查看数据类型，如图所示

浮点数的加法。

例如0.55+0.3显示结果为0.8500000000000001，并不是我们想象中的0.85，这是因为浮点数内部是二进制表示，在形式上是一个无限系列。

浮点数运算方法探秘。

首先使用as_integer_ratio（）方法查看浮点数的分数表示形式。

例如，0.25可以表示为1/4，是因为可以用有限的二进制表示出来，从而显示为（1,4）；而0.55实际上是11/20，是不能用有限的二进制表示出来的，从而显示为(2476979795053773,4503599627370496)，并不是11和20,所以出现了所看并非所想的情况，如图

三、decimal——定点数和浮点数的数学运算

作用：使用定点数和浮点数的小数运算。
        Python 版本：2.4 及以后版本
        decimal 模块实现了定点和浮点算术运算符，使用的是大多数人所熟悉的模型，而不是程序员熟悉的模型，即大多数计算机硬件实现的 IEEE 浮点数运算。Decimal 实例可以准确地表示任何数，对其上取整或下取整，还可以对有效数字个数加以限制。
1.Decimal
        小数值表示为 Decimal 类的实例。构造函数取一个整数或字符串作为参数。使用浮点数创建 Decimal 之前，可以先将浮点数转换为一个字符串，使调用者能够显式地处理值得位数，倘若使用硬件浮点数表示则无法准确地表述。另外，利用类方法 from_float() 可以转换为精确的小数表示。

import decimal

fmt='{0:<25}{1:<25}'
print fmt.format('Input','Output')
print fmt.format('-'*25,'-'*25)
print fmt.format(5,decimal.Decimal(5))
print fmt.format('3.14',decimal.Decimal(3.14))

f=0.1
print fmt.format(repr(f),decimal.Decimal(str(f)))
print fmt.format('%.23g' %f, str(decimal.Decimal.from_float(f))[:25])

浮点数值 0.1 并不表示为一个精确的二进制值，所以 float 的表示与 Decimal 值不同。在这个输出中它被截断为 25 个字符。
        Decimal 还可以由元组创建，其中包含一个符号标志（0 表示正，1 表示负）、数字 tuple 以及一个整数指数。

# Tuple
t = (1, (1, 1), -2)
print 'Input  :', t
print 'Decimal:', decimal.Decimal(t)  

基于元组的表示创建时不太方便，不过它提供了一种可移植的方式，可以导出小数值而不会损失精度。tuple 形式可以在网络上传输，或者在不支持精确小数值得数据库中存储，以后再转回回 Decimal 实例。

2.算术运算
        Decimal 重载了简单的算术运算符，所以可以采用内置数值类型同样的方式处理 Decimal 实例。

import  decimal
import  math

a=decimal.Decimal('5.1')
b=decimal.Decimal('3.14')
aa=5.1
c=4
d=3.14
print 'a       =',repr(a)
print 'b       =',repr(b)
print 'c       =',repr(c)
print 'd       =',repr(d)
print

print 'a+b     =',a+b
print 'a-b     =',a-b
print 'a*b     =',a*b
print 'a/b     =',a/b
print

print 'a+c     =',a+c
print 'a-c     =',a-c
print 'a*c     =',a*c
print 'a/c     =',a/c
print

print 'aa+d     =',aa+d
print 'aa-d     =',aa-d
print 'aa*d     =',aa*d
print 'aa/d     =',aa/d
print

print 'a + c =',
try:
    print a + c
except TypeError, e:
    print e

print decimal.Decimal(math.log10(100))

Decimal 运算符还接受整数参数，不过浮点数值必须转换为 Decimal 实例。
        除了基本算术运算，Decimal 还包括一些方法来查找以 10 为底的对数和自然对数。log10() 和 ln() 返回的值都是 Decimal 实例，所以可以与其他值一样直接在公式中使用。

3.特殊值
        除了期望的数字值，Decimal 还可以表示很多特殊值，包括正负无穷大值、“不是一个数”（NaN）和 0。

for value in ['Infinity','NaN','']:
    print decimal.Decimal(value),decimal.Decimal('-'+value)
print

# Math with infinity
print 'Infinity + 1:', (decimal.Decimal('Infinity') + 1)
print '-Infinity + 1:', (decimal.Decimal('-Infinity') + 1)

# Print comparing NaN
print decimal.Decimal('NaN') == decimal.Decimal('Infinity')
print decimal.Decimal('NaN') != decimal.Decimal(1)

与无穷大值相加会返回另一个无穷大值。与 NaN 比较相等性总会返回 false，而比较不等性总会返回 true。与 NaN 比较大小来确定排序顺序没有明确定义，这会导致一个错误。

4.Decimal 的上下文

到目前为止，前面的例子使用的都是 decimal 模块的默认行为。还可以使用一个上下文（context）覆盖某些设置，如保持精度、如何完成取整、错误处理等等。上下文可以应用于一个线程中的所有 Decimal 实例，或者局部应用于一个小代码区。
        1. 当前上下文
        要获取当前全局上下文，可以使用 getcontext()。

import decimal
import  pprint

context=decimal.getcontext()

print 'Emax       =',context.Emax
print 'Emin       =',context.Emin
print 'capitals   =',context.capitals
print 'prec       =',context.prec
print 'rounding   =',context.rounding
print 'flags      ='
pprint.pprint(context.flags)
print 'traps      ='
pprint.pprint(context.traps)

#上下文的 prec 属性控制着作为算术运算结果所创建的新值的精度。字面量值会按这个属性保持精度。
d=decimal.Decimal('0.123456')
for i in range(4):
    decimal.getcontext().prec=i
    print i,':',d,d*1

 3. 取整
        取整有多种选择，以保证值在所需精度范围内。

• ROUND_CEILING 总是趋向于无穷大向上取整。
• ROUND_DOWN 总是趋向 0 取整。
• ROUND_FLOOR 总是趋向负无穷大向下取整。
• ROUND_HALF_DOWN 如果最后一个有效数字大于或等于 5 则朝 0 反方向取整；否则，趋向 0 取整。
• ROUND_HALF_EVEN 类似于 ROUND_HALF_DOWN，不过，如果最后一个有效数字值为 5，则会检查前一位。偶数值会导致结果向下取整，奇数值导致结果向上取整。
• ROUND_HALF_UP 类似于 ROUND_HALF_DOWN，不过如果最后一位有效数字为 5，值会朝 0 的反方向取整。
• ROUND_UP 朝 0 的反方向取整。
• ROUND_05UP 如果最后一位是 0 或 5，则朝 0 的反方向取整；否则向 0 取整。

import decimal

context=decimal.getcontext()

ROUNDING_MODES=[
    'ROUND_CEILING',
    'ROUND_DOWN',
    'ROUND_FLOOR',
    'ROUND_HALF_DOWN',
    'ROUND_HALF_EVEN',
    'ROUND_HALF_UP',
    'ROUND_UP',
    'ROUND_05UP',
]

header_fmt = '{:10} ' + ' '.join(['{:^8}'] * 6)

print header_fmt.format('',
                        '1/8(1)','-1/8(1)',
                        '1/8(2)','-1/8(2)',
                        '1/8(3)', '-1/8(3)')

for rounding_mode in ROUNDING_MODES:
    print '{0:10}'.format(rounding_mode.partition('_')[2]),
    for precision in [1,2,3]:
        context.prec=precision
        context.rounding=getattr(decimal,rounding_mode)
        value=decimal.Decimal(1)/decimal.Decimal(8)
        print '{0:^8}'.format(value),
        value=decimal.Decimal(-1)/decimal.Decimal(8)
        print '{0:^8}'.format(value),
    print

4. 局部上下文
        使用 Python 2.5 或以后版本时，可以使用 with 语句对一个代码块应用上下文。

import  decimal

with decimal.localcontext() as c:
    c.prec=2
    print 'Local precision:',c.prec
    print '3.14/3=',(decimal.Decimal('3.14')/3)
print
print 'Default precision:',decimal.getcontext().prec
print '3.14/3=',(decimal.Decimal('3.14')/3)

# Set up a context with limited precision
c = decimal.getcontext().copy()
c.prec = 3

# Create our constant
pi = c.create_decimal('3.1415')

# The constant value is rounded off
print 'PI    :', pi

# The result of using the constant uses the global context
print 'RESULT:', decimal.Decimal('2.01') * pi

5. 线程
        “全局”上下文实际上是线程本地上下文，所以完全可以使用不同的值分别配置各个线程。

import decimal
import threading
from Queue import PriorityQueue

class Multiplier(threading.Thread):
    def __init__(self,a,b,prec,q):
        self.a=a
        self.b=b
        self.prec=prec
        self.q=q
        threading.Thread.__init__(self)
    def run(self):
        c=decimal.getcontext().copy()
        c.prec=self.prec
        decimal.setcontext(c)
        self.q.put((self.prec,a * b))
        return

a=decimal.Decimal('3.14')
b=decimal.Decimal('1.234')
q=PriorityQueue()
threads=[Multiplier(a,b,i,q) for i in range(1,6)]
for t in threads:
    t.start()
for t in threads:
    t.join()
for i in range(5):
    prec,value=q.get()
    print prec,'\t',value