Python的数据类型

概述一、数据类型在python这门语言中，数据类型分为两种。内置的和自定义的。内置的包括数字、字符串、布尔、列表、元组、字典、Bytes、集合这些常用的以及一些不太常用的数据型。而自定义的，一般以类的形式，根据需要组合以上内置类型成为独特的数据类型。数据

一、数据类型
在python这门语言中，数据类型分为两种。 内置的和自定义的。 内置的包括 数字 、 字符串 、 布尔 、 列表 、 元组 、 字典 、 Bytes 、 集合 这些常用的以 及一些不太常用的数据型。而自定义的，一般以类的形式，根据需要组合以上内置类型成为独特的数据类型。 数据类型是Python语言非常重要的部分（哪部分不重要？），尤其是不同数据类型所支持的原生作，更是重中 之重，需要熟练的背在脑海里。很多时候，写大型项目时，不需要你多复杂的技巧，只需要用这些数据 *** 作方法就可以。

原因之一，更好的分配管理内存,节省不必要的开支。如果没有数据类型的区别，那么所有的对象都必须按体 积最大的对象所必须大小的房子分配空间，也就是内存空间，这样的浪费太严重了。有了数据类型，计算机 就可以根据类型预定义的空间需求分配大小，合理开支。内存节省精简了，还能提高读取速度和运行效率。

原因之二，方便统一管理，提供同样的API。这样，我们可以为同一数据类型，提供同样的 *** 作，限制其它不 允许的行为。也易于查找错误，定位问题。

原因之三，区分数据类型，更贴切人类对自然事物的分类管理习惯。我们人类对事物都进行了各种分类，植 物是植物、动物是动物，书是书，笔是笔。分类了之后，我们很自然的知道书可以读，笔可以写。数据类型也一样，让我们对抽象的数据有了可分辨的行为和自然的记忆。

二、数字类型
数字类型是不可变类型。所谓的不可变类型，指的是类型的值一旦有不同了，那么它就是一个全新的对象。数字 1和2分别代表两个不同的对象，对变量重新赋值一个数字类型，会新建一个数字对象。 还是要强调一下Python的变量和数据类型的关系，变量只是对某个对象的引用或者说代号、名字、调用等等，变 量本身没有数据类型的概念 。

只有 1 ，[1，2] ，“hello” 这一类对象才具有数据类型的概念。 Python 支持三种不同的数字类型，整数、浮点数和复数。

①整数

通常被称为整型，数值为正或者负，不带小数点。python 3的整型可以当做Long类型使用，所以python 3 没有 python 2的Long类型。 表示数字的时候，有时我们还会用八进制或十六进制来表示。 十六进制用 0x 前缀和 0-9 ， a-f 表示，例如： 0xff00 八进制用 0o 前缀和 0-7 表示，例如 0o45 python的整数长度为16、32位，并且通常是连续分配内存空间的。

从上面的空间地址看，地址之间正好差16。

小整数对象池

python初始化的时候会自动建立一个小整数对象池，方便我们调用，避免后期重复生成！这是一个包含 262 个指向整数对象的指针数组，范围是 -5 到 256 。

也就是说比如整数10，即使我们在程序里没有创建它，其实在Python后台已经悄悄为我们创建了。

为什么要这样呢？我们都知道，在程序运行时，包括Python后台自己的运行环境中，会频繁使用这一范围内的整 数，如果每需要一个，你就创建一个，那么无疑会增加很多开销。创建一个一直存在，永不销毁，随用随拿的小整数对象池，无疑是个比较实惠的做法。

从 ID(-6) 和 ID(257) 的地址，我们能看出小整数对象池的范围，正好是 -5 到 256 。

除了 小整数对象池 ，Python还有 整数缓冲区 的概念，也就是刚被删除的整数，不会被真正立刻删除回 收，而是在后台缓冲一段时间，等待下一次的可能调用。

上面，我给变量a赋值了整数100，看了一下它的内存地址。然后我把a删了，又创建个新变量b，依然赋值为 100，再次看下b的内存地址，和以前a存在的是一样的。

②浮点数、

浮点数也就是小数，如 1.23 ， 3.14 ， -9.01 等等。但是对于很大或很小的浮点数，一般用科学计 数法表示，把10用e替代， 1.23x10^9 就是 1.23e9 ，或者 12.3e8 ， 0.000012 可以写成 1.2e-5 等等。

③复数（complex）

复数由实数部分和虚数部分构成，可以用a + bj,或者complex(a,b)表示，复数的实部a和虚部b都是浮点。

数字类型转换：在某些特定的情况下，我们需要对数字的类型进行转换。 python为我们提供了内置的数据类型转换函数。

转换过程中如果出现无法转换的对象，则会抛出异常，比如 int(“haha”)

数学计算：对于数学计算，除了前面提到过的简单的加减乘除等等，更多的科学计算需要导入 math 这个库，它包含了绝 大多数我们可能需要的科学计算函数，如下表：

了解更多分析及数据抓取可查看：
http://cloud.yisurvey.com:9081/HTML/529942a8-212c-4c85-9c92-9c56beb4a299.HTML?ly=csdn
本文转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请联系我们删除处理。
特别说明：本文旨在技术交流，请勿将涉及的技术用于非法用途，否则一切后果自负。如果您觉得我们侵犯了您的合法权益，请联系我们予以处理。

总结

以上是内存溢出为你收集整理的Python的数据类型全部内容，希望文章能够帮你解决Python的数据类型所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。