不知不覺，python自學教程已經更新到第八篇了，再有幾篇，基本的語法就介紹完了， 今天來總結一下資料型別有哪些需要注意的地方，
元組注意事項
元組是另一種經常使用到的資料型別，看上去和串列差不多，它們之間的區別在于串列是一個可變的資料型別，而元組是不可變的，
#元組
a = (1, 2)
#串列
a = [1, 2]
使用串列會更靈活，而元組支持的操作更少，有的人會認為沒有必要用元組，直接用串列就可以了，
但正因為元組不可變，限制了功能，從效率上來講它會更加快一些，而且，當你不想讓用戶去修改這個資料的時候，用元組會更合適，資料相對來說更加安全，不容易出bug，
使用元組的時候一定要記得在元素的后面加逗號，當一個元組只有一個元素的時候，后面不打逗號，是不能表示成元組的，而是元素本身的型別，
a = (1) # 等于 1
a = (1,) #這才是元組
浮點數注意事項
在編程語言當中，浮點數的精度往往不能達到完全的精確，這會給我們編程帶來一些問題，甚至呢可能帶來很大的bug，比如說我們現在計算一個很簡單的小數點的運算，0.1+0.2，大家可以先回答一下這個應該等于多少呢？
print(0.1 + 0.2)
很明顯這是一個小學的數學題，但是呢，當我們交給Python去運算的話呢，我們得到結果并不是等于0.3而是等于
0.30000000000000004
這是計算機在表示十進制小數的時候會出現誤差，
從直觀的感受上看，這種精度好像造成不了太大的影響，但是，在對資料要求非常嚴格的情況下，這種誤差會引發打的問題，尤其是在做測驗的時候，如果你你的預期結果和實際結果都不相等，那么你測驗用例肯定是不會通過的，
在操作銀行、證券這類金融業務時，涉及到支付和錢的時候一定要有非常嚴格的精度控制， 此時，可以使用 decimal 模塊來保持高精度，我們把需要操作的浮點數先轉換成字串，再作為引數傳給 Decimal 類，
from decimal import Decimal
print(Decimal("0.1") + Decimal("0.2"))
# 0.3
除法注意事項
在進行除法運算的時候，一定要牢記：被除數是不能等于0的，
當你把0作為一個被除數的時候，程式是會報錯的，
print(3 / 0)
串列注意事項
面試題當中串列問題出現的概率應該有80%以上，因為串列的操作非常頻繁，而且比較容易出錯，現在我們就來看一個經典問題：洗掉串列元素，
有一個串列如下，請洗掉串列當中的每一個元素，但是不能直接用clear方法，
names = ["九柄", "八柄", "七柄","六柄","五柄"]
按照條件反射，我們一般會寫一個 for 回圈，然后依次執行remove方法或者 pop 方法來洗掉元素，但是這樣得到的結果是不對的，總有幾個元素洗掉不掉，
for name in names:
names.remove(name)
print(names)
# ["八柄", "六柄"]
為什么會刪不干凈呢？最核心的原因是：洗掉掉一個元素之后，這個串列發生了變化，
第1次，我們取到的元素是索引為0的 “九柄”， 它被刪掉了之后， 接下來去取索引為 1 的元素，因為“九柄” 已經被洗掉，所以索引為0的元素已經被替換成 "八柄", 索引為1 的元素則為”七柄“， 七柄被刪，八柄跳過去了，沒有被洗掉，
然后，取索引為 2 的資料，為 ”五柄“， ”六柄“ 又被跳過了，從而造成洗掉不干凈的情況，
從這個例子當中我們得出一個結論，不要在for回圈當中去修改串列洗掉串列或者增加元素，這樣非常容易出 bug，那上面的問題如果我們想解決怎么辦呢？在我們去操作一個串列的時候，我們最好是做一個備份，不直接去修改原來的串列，
for name in names[:]:
names.remove(name)
print(names)
可變型別和不可變型別
實際上大多數的可變型別雖然增加了靈活性，有更多的操作，但是更容易出bug，在我個人的編程程序當中，我會盡量使用不可變型別，
為了區分可變型別和不可變也行，我們舉幾個例子，
a = [1, 2, ("a", "b")]
此時，a 是串列，是可變型別，可以任意添加、修改其中的元素，比如把索引2的元素換成 c
a[2] = "c"
# [1,2,'c']
但是，不能改 ("a", "b") 當中的元素，因為它是個元組，
a[2][0] = "c" # 報錯
總結
總的來說資料型別是難度比較低的內容，只有很多方法比較難記，在開始學Python的時候，可以從資料型別入手，這樣比較容易增加信心，只要稍微努力一點，多記一些相關的方法，可以迅速上手寫代碼，
作者：九柄
作業：軟體測驗工程師
領資料或者技術交流務必備注博客園
歡迎點贊和三連，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/502895.html
標籤：Python
下一篇：變數