本文目录一览：
写出python中6种数据类型?
Python中的变量不需要声明。每个变量在使用前都必须赋值，变量赋值以后该变量才会被创建。
Python3中有六个标准的数据类型：Number（数字）+String（字符串）+List（列表）+Tuple（元组）+Sets（集合）+Dictionary（字典）。
Number（数字）数字类型是顾名思义是用来存储数值的，需要记住的是，有点和Java的字符串味道差不多，如果改变了数字数据类型的值，将重新分配内存空间。
可以使用del语句删除一些数字对象的引用delvar1[,var2[,var3[....,varN]]]]。Python支持三种不同的数值类型：
1.整型(Int)-通常被称为是整型或整数，是正或负整数，不带小数点。
Python3整型是没有限制大小的，可以当作Long类型使用，所以Python3没有Python2的Long类型。
2.浮点型(float)-浮点型由整数部分与小数部分组成，浮点型也可以使用科学计数法表示（2.5e2=2.5x102=250）
3.复((complex))-复数由实数部分和虚数部分构成，可以用a+bj,或complex(a,b)表示，复数的实部a和虚部b都是浮点型。数字类型转换1.int(x)将x转换为一个整数。
4.complex(x,y)将x和y转换到一个复数，实数部分为x，虚数部分为y。x和y是数字表达式。
Python3 & 基本数据类型（一）
Python提供的基本数据类型：数值(整型、浮点型、复数、布尔型等)、字符串、列表、元组、字典、集合等，将它们简单分类如下：
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。
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 。
Python的浮点数就是数学中的小数，类似C语言中的double。
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。
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。
对 与 错 、 0 和 1 、 正 与 反 ，都是传统意义上的布尔类型。
但在Python语言中，布尔类型只有两个值， True 与 False 。请注意，是英文单词的对与错，并且首字母要大写。
在Python中，0、0.0、-0.0、None、空字符串“”、空元组()、空列表[]、空字典{}都被当作False，还有自定义类型，如果实现了 nonzero ()或 len ()方法且方法返回0或False，则其实例也被当作False，其他对象均为True
布尔值还可以用and、or和not运算。
1)、and 运算是 与 运算，只有所有都为 True ， and 运算的结果才是 True ;
2)、or 运算是 或 运算，只要其中有一个为 True ， or 运算结果就是 True ;
3)、not 运算是 非 运算，它是单目运算符，把 True 变成 False，False 变成 True。
例如：
由以上案例可以看出，在做四则运算的时候，明显把 True 看做 1 ， False 看做 0 。
4）空值
空值不是布尔类型，只不过和布尔关系比较紧密。
空值是Python里一个特殊的值，用 None 表示（首字母大写）。None不能理解为0，因为0是整数类型，而None是一个特殊的值。None也不是布尔类型，而是NoneType。
在某些特定的情况下，需要对数字的类型进行转换。
Python提供了内置的数据类型转换函数：
int(x) 将x转换为一个整数。如果x是一个浮点数，则截取小数部分。
float(x) 将x转换成一个浮点数。
complex(x) 将x转换到一个复数，实数部分为 x，虚数部分为 0。
complex(x, y)： 将 x 和 y 转换到一个复数，实数部分为 x，虚数部分为 y。
Python字符串即可以用单引号也可以用双引号括起来，甚至还可以用三引号括起来，字符串是以''或""括起来的任意文本。
例如：'abc'，"xyz"等等。请注意，''或""本身只是一种表示方式，不是字符串的一部分，因此，字符串'abc'只有a，b，c这3个字符。如果'本身也是一个字符，那就可以用""括起来，比如"I'm OK"包含的字符是I，'，m，空格，O，K这6个字符。
字符串中包括特殊字符，可以用转义字符\来标识
但是字符串里面如果有很多字符都需要转义，就需要加很多\，为了简化，Python还允许用r''表示''内部的字符串默认不转义
例如：
print r'\\\t\\' #输出：\\\t\\
字符串的一些常见操作
切⽚是指对操作的对象截取其中⼀部分的操作
语法：序列[开始位置下标:结束位置下标:步⻓]
a. 不包含结束位置下标对应的数据， 正负整数均可；
b. 步⻓是选取间隔，正负整数均可，默认步⻓为1。
find()：检测某个⼦串是否包含在这个字符串中，如果在返回这个⼦串开始的位置下标，否则则返回-1。
index()：检测某个⼦串是否包含在这个字符串中，如果在返回这个⼦串开始的位置下标，否则则报异常。
rfind()： 和find()功能相同，但查找⽅向为右侧开始。
rindex()：和index()功能相同，但查找⽅向为右侧开始。
count()：返回某个⼦串在字符串中出现的次数。
replace()：替换
split()：按照指定字符分割字符串。
join()：⽤⼀个字符或⼦串合并字符串，即是将多个字符串合并为⼀个新的字符串。
capitalize()：将字符串第⼀个字符转换成⼤写。
title()：将字符串每个单词⾸字⺟转换成⼤写。
lower()：将字符串中⼤写转⼩写。
upper()：将字符串中⼩写转⼤写。
lstrip()：删除字符串左侧空⽩字符。
rstrip()：删除字符串右侧空⽩字符。
strip()：删除字符串两侧空⽩字符。
ljust()：返回⼀个原字符串左对⻬,并使⽤指定字符(默认空格)填充⾄对应⻓度 的新字符串。
rjust()：返回⼀个原字符串右对⻬,并使⽤指定字符(默认空格)填充⾄对应⻓度 的新字符串，语法和
ljust()相同。
center()：返回⼀个原字符串居中对⻬,并使⽤指定字符(默认空格)填充⾄对应⻓度 的新字符串，语
法和ljust()相同。
所谓判断即是判断真假，返回的结果是布尔型数据类型：True 或 False。
startswith()：检查字符串是否是以指定⼦串开头，是则返回 True，否则返回 False。如果设置开
始和结束位置下标，则在指定范围内检查。
endswith()：：检查字符串是否是以指定⼦串结尾，是则返回 True，否则返回 False。如果设置开
始和结束位置下标，则在指定范围内检查。
isalpha()：如果字符串⾄少有⼀个字符并且所有字符都是字⺟则返回 True, 否则返回 False。
isdigit()：如果字符串只包含数字则返回 True 否则返回 False。
isalnum()：如果字符串⾄少有⼀个字符并且所有字符都是字⺟或数字则返 回 True,否则返回
False。
怎么用python表示正整数?
python整数的表示方法：
1、可以使用字符串str的isdigit方法判断字符串是否是一个仅有数字组成，也就是整数。如果是整数退出while循环，否则继续请求输入。
2、也可以使用try-except语句。如果输入的字符串是整数，那么它可以用用int()函数，转换为int类并退出循环，否则会出现ValueError，可以使用try-except语句捕获ValueError，然后继续请求输入。
基本信息
Python由荷兰数学和计算机科学研究学会的Guido van Rossum于1990年代初设计，作为一门叫做ABC语言的替代品。Python提供了高效的高级数据结构，还能简单有效地面向对象编程。
Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言，随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。
Python解释器易于扩展，可以使用C或C++（或者其他可以通过C调用的语言）扩展新的功能和数据类型。Python也可用于可定制化软件中的扩展程序语言。Python丰富的标准库，提供了适用于各个主要系统平台的源码或机器码。
Python对象
众所周知，Python是一门面向对象的语言，在Python无论是数值、字符串、函数亦或是类型、类，都是对象。
对象是在 堆 上分配的结构，我们定义的所有变量、函数等，都存储于堆内存，而变量名、函数名则是一个存储于 栈 中、指向堆中具体结构的引用。
要想深入学习Python，首先需要知道Python对象的定义。
我们通常说的Python都是指CPython，底层由C语言实现，源码地址： cpython [GitHub]
Python对象的定义位于 Include/object.h ，是一个名为 PyObject 的结构体：
Python中的所有对象都继承自PyObejct，PyObject包含一个用于垃圾回收的双向链表，一个引用计数变量 ob_refcnt 和 一个类型对象指针 ob_type
从PyObejct的注释中，我们可以看到这样一句：每个指向 可变大小Python对象 的指针也可以转换为 PyVarObject* （可变大小的Python对象会在下文中解释）。 PyVarObejct 就是在PyObject的基础上多了一个 ob_size 字段，用于存储元素个数：
在PyObject结构中，还有一个类型对象指针 ob_type ，用于表示Python对象是什么类型，定义Python对象类型的是一个 PyTypeObject 接口体
实际定义是位于 Include/cpython/object.h 的 _typeobject ：
在这个类型对象中，不仅包含了对象的类型，还包含了如分配内存大小、对象标准操作等信息，主要分为：
以Python中的 int类型 为例，int类型对象的定义如下：
从PyObject的定义中我们知道，每个对象的 ob_type 都要指向一个具体的类型对象，比如一个数值型对象 100 ，它的ob_type会指向 int类型对象PyLong_Type 。
PyTypeObject结构体第一行是一个PyObject_VAR_HEAD宏，查看宏定义可知PyTypeObject是一个变长对象
也就是说，归根结底 类型对象也是一个对象 ，也有ob_type属性，那 PyLong_Type 的 ob_type 是什么呢？
回到PyLong_Type的定义，第一行 PyVarObject_HEAD_INIT(PyType_Type, 0) ，查看对应的宏定义
由以上关系可以知道， PyVarObject_HEAD_INIT(PyType_Type, 0) = { { _PyObject_EXTRA_INIT 1, PyType_Type } 0} ，将其代入 PyObject_VAR_HEAD ，得到一个变长对象：
这样看就很明确了，PyLong_Type的类型就是PyType_Typ，同理可知， Python类型对象的类型就是PyType_Type ，而 PyType_Type对象的类型是它本身
从上述内容中，我们知道了对象和对象类型的定义，那么根据定义，对象可以有以下两种分类
Python对象定义有 PyObject 和 PyVarObject ，因此，根据对象大小是否可变的区别，Python对象可以划分为 可变对象（变长对象） 和 不可变对象（定长对象）
原本的对象a大小并没有改变，只是s引用的对象改变了。这里的对象a、对象b就是定长对象
可以看到，变量l仍然指向对象a，只是对象a的内容发生了改变，数据量变大了。这里的对象a就是变长对象
由于存在以上特性，所以使用这两种对象还会带来一种区别：
声明 s2 = s ，修改s的值： s = 'new string' ，s2的值不会一起改变，因为只是s指向了一个新的对象，s2指向的旧对象的值并没有发生改变
声明 l2 = l ，修改l的值： l.append(6) ，此时l2的值会一起改变，因为l和l2指向的是同一个对象，而该对象的内容被l修改了
此外，对于 字符串 对象，Python还有一套内存复用机制，如果两个字符串变量值相同，那它们将共用同一个对象：
对于 数值型 对象，Python会默认创建0~2 8 以内的整数对象，也就是 0 ~ 256 之间的数值对象是共用的：
按照Python数据类型，对象可分为以下几类：
Python创建对象有两种方式，泛型API和和类型相关的API
这类API通常以 PyObject_xxx 的形式命名，可以应用在任意Python对象上，如:
使用 PyObjecg_New 创建一个数值型对象：
这类API通常只能作用于一种类型的对象上，如：
使用 PyLong_FromLong 创建一个数值型对象：
在我们使用Python声明变量的时候，并不需要为变量指派类型，在给变量赋值的时候，可以赋值任意类型数据，如：
从Python对象的定义我们已经可以知晓造成这个特点的原因了，Python创建对象时，会分配内存进行初始化，然后Python内部通过 PyObject* 变量来维护这个对象，所以在Python内部各函数直接传递的都是一种泛型指针 PyObject* ，这个指针所指向的对象类型是不固定的，只能通过所指对象的 ob_type 属性动态进行判断，而Python正是通过 ob_type 实现了多态机制
Python在管理维护对象时，通过引用计数来判断内存中的对象是否需要被销毁，Python中所有事物都是对象，所有对象都有引用计数 ob_refcnt 。
当一个对象的引用计数减少到0之后，Python将会释放该对象所占用的内存和系统资源。
但这并不意味着最终一定会释放内存空间，因为频繁申请释放内存会大大降低Python的执行效率，因此Python中采用了内存对象池的技术，是的对象释放的空间会还给内存池，而不是直接释放，后续需要申请空间时，优先从内存对象池中获取。
