科创课程 | Python基础(三)

前言

三

在编程世界中，数据是程序的血液，而数据类型则是这些血液的分类系统。Python提供了丰富的数据类型，每种类型都有其特定的用途和特性。理解这些数据类型及其相互关系是编写高效、可靠程序的基础。与一些严格类型化的语言不同，Python的动态类型系统既提供了灵活性，也要求我们对类型转换保持警惕。

在Python中，一切皆对象。这是一个深刻而强大的设计理念。数字、字符串、函数、类——所有这些都是对象。这意味着它们都有属性和方法，都可以作为参数传递给函数，都可以作为返回值从函数返回。这种一致性简化了语言的设计，也使学习曲线更加平缓。当我们给变量赋值时，我们实际上是在让变量引用一个对象，而不是在盒子中存储值。

整数是Python中最基本的数值类型之一。Python的整数类型相当于C语言中的长整型，它可以表示任意大小的整数（只受可用内存限制）。当我们进行大数运算时，Python会自动处理，不会出现溢出错误。例如，我们可以计算132323的平方，得到17509376329。对于特别大的整数，Python会显示后缀“L”（在Python 2.x中），表示这是长整数。这种透明的大整数支持使Python特别适合进行数学计算和密码学应用。

浮点数用于表示实数，即包含小数部分的数字。Python使用双精度浮点数，遵循IEEE 754标准。这意味着浮点数有有限的精度和范围。当我们进行浮点运算时，可能会遇到舍入误差，如1.23232可能显示为1.232320000000001。虽然print函数会以更友好的格式显示这些数字，但在内部，它们是以二进制近似值存储的。对于需要精确小数运算的应用，Python提供了decimal模块；对于科学计算，numpy库提供了更强大的浮点数组支持。

除了整数和浮点数，Python还内置支持复数。复数在工程和科学计算中非常有用，特别是在信号处理和控制理论中。在Python中，复数用“j”表示虚部单位，如3+2j。复数支持所有常规的算术运算，并且有专门的cmath模块提供复数数学函数。这种原生支持使Python成为科学计算的有力工具，无需额外库就能处理复杂的数学问题。

字符串是文本数据的容器，在Python中，字符串是不可变序列。这意味着一旦创建了字符串，就不能修改它的内容（但可以创建新的字符串）。字符串支持多种操作，最常用的是连接操作，使用“+”运算符。例如，我们可以将“hello”和“there”连接成“hello there”。字符串连接虽然简单，但在处理大量字符串时可能效率不高，这时可以使用join()方法或字符串格式化。

Python中的字符串可以用单引号或双引号括起来，两种形式完全等效。这为我们提供了灵活性：如果字符串包含单引号，可以使用双引号定义；如果包含双引号，可以使用单引号定义。对于包含两种引号的字符串，可以使用转义字符（\）。这种设计减少了语法上的限制，使字符串定义更加自然和直观。

字符串不仅是一个整体，我们还可以访问它的各个部分。Python提供了强大的切片操作，可以获取字符串的子串。我们可以通过索引访问单个字符，通过切片获取字符序列。索引从0开始，负索引表示从字符串末尾开始计数。除了索引和切片，字符串还有许多有用的方法，如len()获取长度，str()将其他对象转换为字符串。这些操作使字符串处理变得简单而高效。

字符串格式化是将数据插入到文本模板中的过程。Python提供了多种字符串格式化方法，最传统的是使用百分号（%）运算符。格式化字符串包含占位符（如%d表示整数，%s表示字符串），后面跟着要插入的值或元组。这种方法虽然有些老旧，但仍然广泛使用。Python还提供了更现代的格式化方法：format()方法和f-string（在Python 3.6+中）。选择哪种方法取决于Python版本和个人偏好，但所有方法都能完成同样的任务。

Python的集合类型提供了组织数据的多种方式。列表（List）是有序的可变序列，可以包含不同类型的元素；集合（Set）是无序的唯一元素集合；字典（Dictionary）是键值对的映射。每种类型都有其特定的用途：列表用于保持顺序的项集合；集合用于成员测试和消除重复；字典用于通过键快速查找值。理解这些集合类型的特性和适用场景是编写高效Python代码的关键。

列表是Python中最通用的数据结构之一。它们是有序的，可以包含任意类型的元素，并且可以随时修改。列表支持索引和切片，就像字符串一样。我们可以创建包含数字、字符串甚至复数的列表。列表的可变性使它们非常灵活：我们可以添加、删除或修改元素，可以对列表进行排序和反转。这种灵活性使列表成为Python编程中的主力数据结构。

为了操作列表，Python提供了一系列方法。append()在列表末尾添加元素；insert()在指定位置插入元素；remove()删除第一个匹配的元素；pop()删除并返回指定位置的元素；index()返回元素的首次出现位置；count()计算元素出现次数；sort()对列表排序；reverse()反转列表顺序。这些方法覆盖了列表操作的常见需求，使列表处理变得简单直观。

修改列表内容时，需要注意Python的对象引用机制。当我们将一个列表赋值给另一个变量时，两个变量实际上引用同一个列表对象。因此，通过一个变量修改列表会影响另一个变量看到的列表。这种设计对于内存效率很有好处，但有时可能导致意外的副作用。如果我们想要独立的副本，需要显式地复制列表，如使用list()构造函数或切片操作。

列表方法通常会修改原始列表而不是创建新列表，这是Python中常见的模式。例如，append()方法直接修改列表并返回None，而“+”运算符会创建新列表。这种区别在编写函数时特别重要：如果函数修改了作为参数传入的列表，调用者会看到这些修改；如果函数创建了新列表，原始列表保持不变。了解这种区别有助于编写更可预测和可维护的代码。

列表可以作为栈（后进先出数据结构）使用。栈是计算机科学中的基础数据结构，用于函数调用、表达式求值等许多场景。使用列表作为栈非常自然：append()方法对应于压栈操作，pop()方法对应于弹栈操作。Python列表的高效实现使这种用法既简单又快速。虽然列表也可以作为队列使用，但对于频繁的队列操作，collections.deque提供了更好的性能。

元组（Tuple）是不可变的列表。一旦创建，就不能修改元组的内容。元组用圆括号而不是方括号定义，单个元素的元组需要在元素后加逗号。元组的不可变性在某些情况下很有优势：它们可以用作字典的键（而列表不能）；它们保护数据不被意外修改；它们比列表稍微更高效。当数据不应该被修改时，使用元组是一个好习惯。

集合（Set）是无序的唯一元素集合。集合基于数学中的集合概念，支持并集、交集、差集等操作。在Python中，集合用花括号或set()函数创建。集合的主要用途是快速成员测试和消除重复。由于集合基于哈希表实现，成员测试的平均时间复杂度是O(1)，比列表的O(n)快得多。当需要检查元素是否存在于大量数据中时，集合是理想的选择。

集合支持丰富的数学运算：差集（-）返回在第一个集合但不在第二个集合中的元素；并集（|）返回所有出现在任一集合中的元素；交集（&）返回同时出现在两个集合中的元素；对称差集（^）返回只出现在一个集合中的元素。这些操作使集合成为处理关系数据的强大工具。集合推导式（类似列表推导式）提供了创建集合的简洁语法。

字典（Dictionary）是Python中另一个极其重要的数据结构。字典存储键值对，允许通过键快速查找值。字典用花括号创建，键值对用冒号分隔。字典的键必须是不可变类型（如字符串、数字、元组），而值可以是任意类型。字典的实现基于哈希表，提供了接近常数的查找时间，无论字典有多大。这种高效性使字典成为Python程序的核心组件之一。

字典是可变的，我们可以随时添加、修改或删除键值对。修改现有键的值很简单，只需像访问一样赋值即可。添加新键值对也同样简单，只需给新键赋值。这种灵活性使字典非常适合动态数据结构，如配置设置、对象属性映射或缓存。字典推导式提供了从其他数据结构创建字典的简洁方法。

从字典中删除元素可以使用del语句，指定要删除的键。Python还提供了pop()方法，删除键并返回对应的值，这在某些场景下很有用。clear()方法可以删除字典中的所有元素。当尝试访问不存在的键时，Python会抛出KeyError异常。为了避免这种情况，可以使用get()方法，它允许指定默认值；或者使用in运算符先检查键是否存在。

遍历字典是常见的操作。我们可以遍历字典的所有键，然后通过键访问值；也可以直接遍历键值对（使用items()方法）。字典不保证元素的顺序（在Python 3.7之前），但我们可以对键排序后遍历。Python 3.7+中，字典保持插入顺序，这使顺序遍历更加可预测。字典推导式可以用于转换字典，创建新的字典。

复制字典和列表时需要注意深浅拷贝的区别。浅拷贝创建新的容器，但容器内的元素仍然是原始对象的引用。深拷贝创建完全独立的副本，包括所有嵌套对象。对于简单结构，浅拷贝通常足够；但对于包含可变对象的复杂结构，可能需要深拷贝。copy模块提供了通用的深浅拷贝功能，可以处理任意对象结构。

总结Python的数据类型系统：整数、浮点数和复数是基本的数值类型；列表和元组是序列类型；字典是映射类型；集合是无序唯一集合。这些类型可以嵌套创建复杂的数据结构，如列表的列表、字典的列表等。Python的动态类型系统使类型转换和操作相对自由，但这也意味着开发者需要更加注意类型相关的错误。理解每种类型的特性和限制是编写健壮Python代码的基础。