Python基础数据类型

一：数据类型分类及介绍

1.数字(int)

数字主要是用于计算用的，主要的方法有：

bit_length() 当十进制用二进制表示时，最少使用的位数

2.布尔值(bool)

 布尔值就两种：True，False。就是反应条件的正确与否。

 真   1   True。数字非0为真，字符串非空为真。

 假   0   False。   

2.字符串(str)

2.1 字符串的索引与切片

索引即下标，就是字符串组成的元素从第一个开始，初始索引为0以此类推。

切片就是通过索引（索引：索引：步长）截取字符串的一段，形成新的字符串（原则就是顾头不顾尾）。

2.2 字符串的方法

  capitalize() 首字母大写，其他字母小写

  upper() 全部大写

  lower()  全部小写

  swapcase() 大小写反转

  title()  非字母的元素隔开的每个单词首字母大写

  center(self, width, fillchar=None)   居中，总长度自己设定，默认填充物None

  startswith(self, prefix, start=None, end=None) 判断字符串开头，支持切片，返回bool

  endswith(self, suffix, start=None, end=None) 判断字符串结尾，支持切片，返回bool

  strip(self, chars=None)  去除首尾的空格，制表符\t,换行符。不仅仅是去除空格....chars可以去除指定收尾字符

  rstrip(self, chars=None)  去除尾部

  lstrip(self, chars=None)   去除首部

  split(self, sep=None, maxsplit=-1) 切割成列表，可以指定切割次数

   join(self, iterable) 列表转换字符串   '_'.join(list) 指定转换后拼接的字符

  replace(self, old, new, count=None)  字符串替换，可以指定替换次数

  find(self, sub, start=None, end=None) 通过元素找索引，找不到返回-1

  index(self, sub, start=None, end=None) 通过元素找索引，找不到会报错

  format(self, *args, **kwargs) 格式化输出，优点可以重复使用

　　 res='我叫{0}今年{1}岁，爱好{2},我依然叫{0}'.format('egon',18,'male')

　　res='{name} {age} {sex}'.format(sex='male', name='egon', age=18) 

  len(*args, **kwargs) 公共方法，获取元素个数

  count(self, sub, start=None, end=None) 获取指定元素个数，支持切片

  print(name.isalnum()) #字符串由字母或数字组成，判断返回bool

  print(name.isalpha()) #字符串只由字母组成，判断返回bool

  print(name.isdigit()) #字符串只由数字组成，判断返回bool

  encode(self, encoding='utf-8', errors='strict')  转化str为bytes类型，使用utf-8编码

  bytes.decode('utf-8') 将utf-8的bytes类型转化为str

  a = 1

  b = 5

  a,b = b,a 分别赋值

3.列表(list)

列表是python中的基础数据类型之一，其他语言中也有类似于列表的数据类型，比如js中叫数组，他是以[]括起来，每个元素以逗号隔开，而且他里面可以存放各种数据类型比如：

li = [‘alex’,123,Ture,(1,2,3,’wusir’),[1,2,3,’小明’,],{‘name’:’alex’}]

列表相比于字符串，不仅可以储存不同的数据类型，而且可以储存大量数据，32位python的限制是 536870912 个元素,64位python的限制是 1152921504606846975 个元素。而且列表是有序的，有索引值，可切片，方便取值。

3.1 列表的增加

  append(self, p_object) 在最后添加

  insert(self, index, p_object) 按照索引插入

  extend(self, iterable) 迭代添加元素

3.2 列表的删除

  pop(self, index=None) 按照索引去删除，有返回值，返回删除的元素

  del  按照索引删除，可以切片删除，没有返回值

  remove(self, value) 按照元素删除

  clear(self) 清空列表

3.3 列表的更改

直接通过索引更改或者切片更改（按照索引删除，迭代添加）

3.4 列表的查询

通过索引查询，或者for 循环

注意：再循环一个列表时，不要对列表进行删除的动作(改变列表元素的个数动作)，会改变列表的下标，会出错

3.5列表常用方法

  sort(self, key=None, reverse=False) 排序，reverse 反排序

  reverse(self) 按照当前顺序反排序

4.元组(tuple)

  元组被称为只读列表，即数据可以被查询，但不能被修改，所以，字符串的切片操作同样适用于元组。例：（1，2，3）（"a","b","c"）

  如果元组里面只有一个元素并且没有逗号隔开，那么他的数据类型与该元素一致。

5.字典(dict)

字典是python中唯一的映射类型，采用键值对（key-value）的形式存储数据。python对key进行哈希函数运算，根据计算的结果决定value的存储地址，所以字典是无序存储的，且key必须是可哈希的。可哈希表示key必须是不可变类型，如：数字、字符串、元组。

字典(dictionary)是除列表意外python之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。

3.1字典的增

  dic['a'] = 'b'  有则覆盖，无则添加

  setdefault(self, k, d=None) 有则不变，无则添加

  3.2字典的删除

  pop(self, k: _KT) 删除对应的值，有返回值且返回值可以自己指定

  popitem(self) 随机删除，有返回值

  clear()　　清空字典

3.3 字典的改

  将dic所有的键值对覆盖添加（相同的覆盖，没有的添加）到dic2中

3.4字典的查

  value1 = dic["name"] # 没有会报错

  value2 = dic.get("djffdsafg","默认返回值") # 没有可以返回设定的返回值

3.5 常用方法

  items() 函数以列表返回可遍历的(键, 值) 元组数组。

  keys() 函数以列表返回一个字典所有的键

  values() 函数以列表返回字典中的所有值。

3.6 字典的循环

for i in dic:　　循环key值

for i,j in dic:　　分别循环key 和values

注意：再循环时，不能改变字典

6.集合(set)

集合是无序的，不重复的数据集合，它里面的元素是可哈希的(不可变类型)，但是集合本身是不可哈希（所以集合做不了字典的键）的。以下是集合最重要的两点：

　　去重，把一个列表变成集合，就自动去重了。

　　关系测试，测试两组数据之前的交集、差集、并集等关系。

1，集合的创建。

  set1 = set({1,2,'barry'})

  set2 = {1,2,'barry'}  大括号

  print(set1,set2) # {1, 2, 'barry'} {1, 2, 'barry'}

2，集合的增。

  set1 = {'alex','wusir','ritian','egon','barry'}

  set1.add('aaa')

  update：迭代着增加

3，集合的删。

  set1.remove('alex') # 删除一个元素

  set1.pop() # 随机删除一个元素

  set1.clear() # 清空集合

  del set1 # 删除集合

4，集合的其他操作：

  4.1 交集。（&  或者 intersection）

  4.2 并集。（| 或者 union）

  4.3 差集。（- 或者 difference）

  4.4 反交集。 （^ 或者 symmetric_difference）

  4.5 子集与超集

  set1 = {1,2,3}

  set2 = {1,2,3,4,5,6}

print(set1 < set2)

print(set1.issubset(set2)) # 这两个相同，都是说明set1是set2子集。

print(set2 > set1)

print(set2.issuperset(set1)) # 这两个相同，都是说明set2是set1超集。

5，frozenset不可变集合，让集合变成不可变类型。

s = frozenset('barry')

print(s,type(s)) # frozenset({'a', 'y', 'b', 'r'}) <class 'frozenset'>

二、python小数据池与深浅copy

1.小数据池

  python中 有小数据池的概念。

  int -5 ~256 的相同的数全都指向一个内存地址，节省空间。

  str：s = 'a' * 20 以内都是同一个内存地址

  只要字符串含有非字母元素，那就不是一个内存地址

2.深浅copy

对于浅copy来说，第一层创建的是新的内存地址，而从第二层开始，

指向的都是同一个内存地址，所以，对于第二层以及更深的层数来说，保持一致性

深copy 对于深copy来说，两个是完全独立的，改变任意一个的任何元素（无论多少层），另一个绝对不改变。

copy()　　浅copy

import copy

copy.deepcopy() 深copy