我是波有蛋，职业证券投资顾问，擅长指标公式教学，提供量化实盘和vip开户渠道。
关注我，希望能帮得到你。
Python程序中的每个数据，都有其类型。
举个例子，500和'某某股份'显然是两种不同的类型。
即便你不会编程，也能一眼看出前者是数字，后者是汉字。
程序对不同类型数据的处理方式，自然也有所不同。
接下来的几期教程开始介绍Python数据类型，包括基本类型、容器类型、类和DataFrame。
点赞、关注好了吗，接下来就正式进入教学！
在PTrade策略中，数据类型尤为重要。
原因主要有两方面：
首先，PTrade内置了许多策略开发所用的API函数。
这些函数要成功执行，需要你传入相应的参数，而函数对参数的数据类型有严格的要求。
后续教程会专门讲函数的运用，你可以先把函数理解为一个指令，你说出指令的名称，程序就会自动执行相应的操作。
但是，只有指令的名称往往不够，你还得补充指令的细节——也就是参数，让指令更加具体，程序才能执行更加细节的操作。
举个例子，下单函数order：
参数要求：股票代码为字符串，交易数量为整数。
那如果股票代码写500，交易数量写'600xxx'，不仅逻辑上说不通，程序也会直接报错。
其次，PTrade的策略函数在执行后，通常还会返回一些数据。
策略在后续处理中，会用到这些返回数据。你必须清楚其数据类型，才能采用正确的操作方法，进行下一步分析和处理。
接下来，本文将系统介绍PTrade策略开发最常用的五种基本数据类型：
整数
浮点数
布尔值
空值
字符串
建议大家打开研究界面的.ipynb文件，一边看一边敲，亲手验证每种类型的行为。
数字是最基本的数据类型，用来计数、参与计算、比较大小等，我们都非常熟悉。
但在Python中，数字又分为整数和浮点数两种，它们在策略中的使用场景和规则有细微差异：
其实在日常使用时，不必刻意区分两者——写5还是5.0，人看着没区别，程序也能处理。
唯一要注意的就是，API参数要求传入int整数类型还是float浮点数类型。
还是举order函数的例子：
order参数要求：交易数量为整数，委托报价为浮点数。
那么，交易数量就该填200、报价该填10.12这样的数字。
而在实际策略开发中，即便数字类型填错，程序通常也不会报错。
这是因为Python相当智能，在对数字类型有要求的场合，程序能自动转换整数和浮点数。
例如，当你的报价确实是一个整数时，就可以直接填入10。
虽然10的数据类型为int整数，但Python能自动将其转换为float浮点数10.0，以符合order函数的参数要求。
但反过来却有风险。在要求为int整数的场合，如果填入float浮点数，Python会自动去掉数据的小数部分，使float浮点数转化为int整数，这样一来你的原始数据就失真了。
结果就是，程序虽不会报错，但是策略逻辑却有了差错，这种无声的错误，反而更加危险。
最后，补充一下Python中的科学计数法。
来，看行情——当策略统一以“元”为单位时，大盘一天成交额就写为1192355840000，这样一长串数字，看得人头晕眼花，数零都要数半天。
用科学计数法，可记为1.19×1012，马上就认出成交额是1.19万亿元。
Python中，用AeN或AEN的格式表示A×10ⁿ，例如1.19×1012在代码中就记作1.19e12，能认出来是什么意思即可。
布尔值bool也叫逻辑值，只有两个：
布尔值通常是逻辑判断的结果，要么成立，要么不成立。通常用于条件判断后，根据结果执行操作。
例如，先判断股票当日成交量是否大于0：
- 当结果为
True条件成立时，说明股票正常交易，将其纳入选股范围； - 当结果为
False条件不成立时，说明股票非正常交易，将其剔除。
这里要注意，True和False首字母大写，其余字母小写，必须严格写对，才能被程序识别为布尔值。
空值NoneType只有一个：
例如，PTrade用来查询持仓的函数get_position，可以查询账户中单股票的持仓详情。
如果查询的股票并无持仓，则数量、价格等数字类型字段返回0，而持仓更新时间这类非数字字段，则返回None表示不存在。
字符串str：汉字、字母之类的文本，用引号包裹（' '或" "）。
例如'xx证券'，"600xxx"。
特别注意，'600000'也是字符串。即便文本内容为数字，但只要用引号包裹，就属于字符串str类型。
在PTrade策略中，所有需要传入股票代码的场合，都必须使用字符串类型。
实际策略开发中，我们往往需要一次性处理几十上百只股票的数据——这就需要用到容器数据类型，高效地批量存储和操作股票池，下期教学将详细介绍。
