<Python全景系列-2> Python資料型別大盤點

歡迎來到我們的系列博客《Python全景系列》！在這個系列中，我們將帶領你從Python的基礎知識開始，一步步深入到高級話題，幫助你掌握這門強大而靈活的編程語法，無論你是編程新手，還是有一定基礎的開發者，這個系列都將提供你需要的知識和技能，

Python作為一門強大且靈活的編程語言，擁有豐富的資料型別系統，本文詳細介紹了Python中的每一種資料型別，包括數值、序列、映射、集合、布爾和None型別，每種資料型別的特性、使用方式，以及在實際問題中的應用都將被深入探討，此外，我們還將探討Python的動態型別特性，以及如何在實際編程中充分利用這些資料型別來簡化代碼和提高效率，在文章的最后，我還將分享一個可能你還不知道，但非常有用的特性，

1. 數值型別 (Numerics)

Python的數值型別包括整數（Integers）、浮點數（Floating-point numbers）、復數（Complex numbers）、布林值（Booleans）和二進制型別（Bytes），

# 整數
x = 10
print(type(x)) # <class 'int'>

# 浮點數
y = 20.5
print(type(y)) # <class 'float'>

# 復數
z = 2 + 3j
print(type(z)) # <class 'complex'>

# 布林值
a = True
print(type(a)) # <class 'bool'>

# 二進制
b = b"Hello"
print(type(b)) # <class 'bytes'>

Python中的整數型別不僅支持常規的十進制，還支持二進制（0b10）、八進制（0o10）和十六進制（0x10），它們的設計讓Python在數學運算上擁有強大的能力，值得注意的是，Python的整數沒有大小限制，這意味著你可以處理非常大的整數，而不用擔心溢位問題，

2. 序列型別 (Sequences)

序列型別包括串列（Lists）、元組（Tuples）、字串（Strings）、位元組陣列（Byte Arrays）和范圍（Ranges），

# 串列
list_ = [1, 2, 3]
print(type(list_)) # <class 'list'>

# 元組
tuple_ = (1, 2, 3)
print(type(tuple_)) # <class 'tuple'>

# 字串
str_ = "Hello, Python!"
print(type(str_)) # <class 'str'>

# 位元組陣列
bytes_array = bytearray(b"Hello")
print(type(bytes_array)) # <class 'bytearray'>

# 范圍
range_ = range(5)
print(type(range_)) # <class 'range'>

串列是可變的，而元組和字串是不可變的，這個特性決定了它們在Python編程中的使用場景，例如，我們可以使用串列來存盤需要動態修改的資料，使用元組來存盤不變的資料序列，使用字串來處理文本資料，

3. 映射型別 (Mappings)

Python的映射型別包括字典（Dictionary），

# 字典
dict_ = {"name": "Python", "age": 30}
print(type(dict_)) # <class 'dict'>

字典的性能優勢在于查找和插入速度非常快，不依賴字典的大小，這是因為字典內部的實作使用了哈希表，這使得字典成為存盤大量資料的理想選擇，特別是當我們需要快速查找資料時，

字典在Python 3.7以后的版本中已經被優化為保持插入順序，這意味著當我們遍歷字典時，元素的順序將與插入時的順序相同，這使得字典在某些情況下可以替代有序字典（OrderedDict），

4. 集合型別 (Sets)

集合（Set）和凍結集合（FrozenSet）是Python中的兩種集合型別，

```python
# 集合
set_ = {1, 2, 3}
print(type(set_)) # <class 'set'>

# 凍結集合
frozenset_ = frozenset([1, 2, 3])
print(type(frozenset_)) # <class 'frozenset'>
```

集合在處理一些特定問題時非常有用，比如去除重復元素，檢查元素是否存在，求交集、并集、差集等，

5. None型別

Python有一個特殊的型別，叫做NoneType，它只有一個值：None，它常常被用來表示缺失值或者空值，

```python
# None型別
none_ = None
print(type(none_)) # <class 'NoneType'>
```

使用None可以幫助我們區分某個變數是否已經被賦值，或者某個函式是否回傳了有效的結果，

在函式中，如果沒有明確的return陳述句，Python會默認回傳None，這使得我們可以很容易地判斷一個函式是否有明確的回傳值，

One More Thing...

Python的資料型別都是類（class），這意味著，我們可以像處理物件一樣處理這些資料，呼叫它們的方法，甚至給它們添加屬性，

```python
# 給整數添加屬性
x = 10
x.my_attribute = "Hello"
print(x.my_attribute) # "Hello"
```

雖然這個特性可能不常用，但是它卻給Python的動態性帶來了巨大的可能性，它是Python作為一種面向物件的語言的體現，也是Python的“一切都是物件”哲學的體現，

以上就是Python的全部內置資料型別，理解并熟練應用這些資料型別，是提升Python編程技能的基礎，希望這篇博客能幫助你更好地理解Python的資料型別，如果你有任何問題或者想法，歡迎在評論區留言，

【第一時間獲得Python全視角更新資訊，請關注本人微信公眾號: Python全視角】

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/552476.html

標籤：Python

上一篇：Pytest - 概述&入門

下一篇：返回列表