摘要：數字在中，整型長整型浮點數負數布爾值等都可以稱之為數字類型。數字類型的復雜度整數比浮點數簡單浮點數比復數簡單。布爾類型布爾類型其實就是數字和的變種而來，即真或假，實際上就是內置的數字類型的子類而已。

上篇文章中我們簡單的體驗了Python語言基本概念與語法，那么在繼續深入下去的過程中，不妨先學習幾個常見的Python內置數據類型？這也是大部分Python教科書的學習目錄，由淺至深，慢慢深入。

Python常用的幾種數據類型就是以下幾種，其實Python內部的數據類型還是很多的，多歸多但是很少有我們用到了，太多了也記不了，把常用的幾個玩熟練了就OK了。

那么接下來我們會學到那些內置的數據類型呢？

雖然說我們是在學習數據類型，但其實只是在學習每一個類型所提供的API而已，你所需要的大部分功能，Python都已經幫我們封裝好了，不需要擔心任何效率的問題，當你熟悉了這些API之后，靈活的組合應用，因為這在開發的過程中是必不可少的，那么接下來就讓我們開始漫長的數據類型API學習之旅吧。

所有的數據類型所具備的方法都存在相對應的類里面，當創建一個類型的對象時，該對象所具備的功能都保存在相應的類中。

在Python3中，整型、長整型、浮點數、負數、布爾值等都可以稱之為數字類型。

創建數字類型類型的對象

int類型通常都是數字，創建數字類型的方式有兩種，且在創建的時候值兩邊不需要加雙引號或單引號。

第一種創建整型的方式

>>> number = 9
>>> type(number)

第二種創建整型的方式

>>> number = int(9)
>>> type(number)

以上兩種創建整型對象的方式都可以創建的，但是他們也是有本質上的區別，第一種方式實際上會轉換成第二種方式，然后第二種方式會把括號內的數據交給__init__這個構造方法，構造方法是int類的，然后構造方法會在內存中開辟一塊空間用來存放數據，但實際上我們在用時候是沒有任何區別的。

構造方法每個數據類型中都會有，這是Python內部所定義的，如下圖所示：

__init__

def __init__(self, x, base=10): # known special case of int.__init__

可以從源碼中看到，__init__的方法有兩個參數，其中base=10是可選的參數，x是我們對象的值，base=10其實就是說把我們的值(默認二進制)以十進制的方式輸出出來，通過下面的實例可以看到：

>>> var=int("0b100",base=2)
>>> var
4

通過int()可以將一個數字的字符串變成一個整數，并且如果你指定了第二個參數，還可以將值進制數轉換為整數：

# 將數字字符串轉換為整數，數字字符串通過進制轉換為整數
>>> int("99"),int("100",8),int("40",16),int("10000000",2)
(99, 64, 64, 128)
# 講進制數轉換為整數
>>> int("0x40",16),int("0b1000000",2)
(64, 64)

把二進制的數字4通過十進制輸出出來，4的二進制就是0b100，又有一個知識點就是在類的方法中，所有以__開頭，并且以__結尾的方法都是Python內部自己去調用的，我們在寫代碼的過程中是不需要去調用的，最簡單的例子就是__init__，通過上面的流程圖我們就可以很清楚的看到。

下圖中我們可以很清楚的看到int類型在創建對象時內存所分配空間的情況

首先我們知道當我們創建第一個對象var1的時候會在內存中開辟一塊空間作為存放var1對象的值用的，當我們創建第二個對象var2的時候也會在內存中開辟一塊空間來作為var2對象的值，那如果這樣說，那是不是說對象var1和var2的值內存是否會同時開辟兩塊呢？我們通過下面的實例可以得到答案：

C:Usersanshe>c:Python35python.exe
# 注意我是用的是Python3.5.1
Python 3.5.1 (v3.5.1:37a07cee5969, Dec  6 2016, 01:54:25) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
# 分別創建對象var1和var2
>>> var1=123
>>> var2=123
# 我們可以看到他們的內存地址都是指向的`1502084720`
>>> id(var1)
1502084720
>>> id(var2)
1502084720

通過上面的結果我們可以看到var1和var2的內存地址是相同的，就代表他們的值是使用的同一塊空間，那么如果我把var2的值改為456呢？

>>> var2=456
>>> id(var1)
1502084720
>>> id(var2)
2452305956816

可以看到var2的內存地址已經改變了（廢話），因為對象的值不一樣了，所以他才不會改變，OK，我們可以得到一個結論就是：當兩個或者多個對象的值都是同一個的時候，那么這些對象都會使用同一個內存地址，這里的值是是有范圍的，默認范圍是-5~257，得到這個結論之后我們繼續往下看。

這張圖我們同樣創建了兩個對象，但是唯一不同的是我把第一個創建的對象的值作為第二個對象的值，這里他們肯定使用的是同一個內存地址，但是如果我把第一個對象的值改動了呢？

>>> var1=123
>>> var2=var1
>>> id(var1)
1502084720
>>> id(var2)
1502084720
>>> var1=456
>>> id(var1)
2452305956816
>>> id(var2)
1502084720

請自行思考，這里不多做解釋，然后下面我們再來說說剛才的話題，說在-5~257這個范圍內對象的值都會引用同一塊內存地址，我們可以通過下面的實驗來測試：

>>> var1=12345
>>> var2=12345
>>> id(var1)
2452305956816
>>> id(var2)
2452308384720

事實證明我們的結論是完全沒有問題的，注意我上面的實例都是在Python3.5上面執行的哦，var1和var2兩個對象的值同樣是12345，但是他們的內存地址就是不一樣，這就是Python在內部做的優化，他把-5~257這個范圍內我們常用道德數字多對象可引用的，OK，到此結束這個話題。

數字類型在python2.7里面是分整型和長整型這個區別的，也就是說如果你的數字大到一定的范圍，那么python會把它轉換為長整形，一個數字類型包含32位，可以存儲從-2147483648到214483647的整數。

一個長整(long)型會占用更多的空間，64位的可以存儲-922372036854775808到922372036854775808的整數。

python3里long型已經不存在了，而int型可以存儲到任意大小的整型，甚至超過64為。

Python內部對整數的處理分為普通整數和長整數，普通整數長度為機器位長，通常都是32位，超過這個范圍的整數就自動當長整數處理，而長整數的范圍幾乎完全沒限制，如下：

Python2.7.x

>>> var=123456
>>> var
123456
>>> var=10**20
>>> var
100000000000000000000L
>>> type(var)
# long就是長整型

Python3.5.x

>>> var=123456789
>>> var
123456789
>>> var=10**20
>>> var
100000000000000000000
>>> type(var)

請自行補腦 - - 、

bit_length

返回表示該數字時占用的最少位數

>>> num=20
>>> num.bit_length()
5

conjugate

返回該復數的共軛復數，復數，比如0+2j,其中num.real,num.imag分別返回其實部和虛部，num.conjugate()，返回其共扼復數對象

>>> num =-20
>>> num.conjugate()
-20
>>> num=0+2j
>>> num.real
0.0
>>> num.imag
2.0
>>> num.conjugate()
-2j

imag

返回復數的虛數

>>> number = 10
>>> number.imag
0
>>> number = 3.1415926
>>> number.imag
0.0

內置的方法還有denominator、from_bytes、numerator、real、to_bytes，實在搞不懂這有什么用，也不太理解，就不做介紹了，你可以通過help(int.numerator)查看該方法的幫助信息等。

所謂混合類型就是浮點數和整數進行運算，如下所示：

>>> 3.14159 + 10
13.14159

結果和我們想象中的一樣，但是一個浮點數一個正整數它是怎么進行相加的呢？其實很簡單，Python會把兩個值轉換為其中最復雜的那個對象的類型，然后再對相同類型運算。

比如上面的例子中，會先把10轉換為10.0然后再與3.14159相加。

數字類型的復雜度

整數比浮點數簡單、浮點數比復數簡單。

布爾類型其實就是數字0和1的變種而來，即真（True/0）或假（False/1），實際上就是內置的數字類型的子類而已。

# 如果0不是真，那么就輸出"0 is False."
>>> if not 0: print("0 is False.")
... 
0 is False.
# 如果1是真，那么就輸出"1 is True."
>>> if 1: print("1 is True.")
... 
1 is True.

你還可以使用布爾值進行加減法，雖然從來沒在任何代碼中見過這種形式：

>>> True + 1
# 1 + 1 = 2
2
>>> False + 1
# 0 + 1 = 1
1

集合的元素是不允許重復、不可變且無序的集合，集合就像是字典舍棄了值一樣，集合中的元素只能夠出現一切且不能重復。

創建set集合

>>> s = set([11,22,33])
>>> s
{33, 11, 22}
>>> type(s)

第二種不常用創建set集合的方式

# 這種的創建方式，集合中的元素相當于字典中的key
>>> s = {11,22,33}
>>> type(s)

>>> s
{33, 11, 22}

把其它可迭代的數據類型轉換為set集合

>>> li = ["a","b","c"]
>>> seting = set(li)
>>> seting
{"b", "a", "c"}
>>> type(seting)

集合同樣支持表達式操作符

# 首先創建兩個集合
>>> x = set("abcde")
>>> y = set("bdxyz")
>>> x
{"a", "d", "b", "c", "e"}
>>> y
{"y", "d", "b", "x", "z"}
# 使用in進行成員檢測
>>> "a" in x
True
# 差集
>>> x - y
{"a", "e", "c"}
# 并集
>>> x | y
{"b", "y", "z", "a", "d", "e", "c", "x"}
# 交集
>>> x & y
{"d", "b"}
# 對稱差
>>> x ^ y
{"y", "z", "a", "e", "c", "x"}
# 比較
>>> x > y, x < y
(False, False)

集合解析

>>> {x for x in "abc"}
{"a", "b", "c"}
>>> {x+"b" for x in "abc"}
{"bb", "cb", "ab"}

add

往集合內添加元素

>>> se = { 11, 22, 33 }
>>> se
{33, 11, 22}
# 元素寫在小括號內
>>> se.add(44)
>>> se
{33, 11, 44, 22}

?
clear

清除集合內容

>>> se = { 11, 22, 33 }
>>> se
{33, 11, 22}
>>> se.clear()
>>> se
set()

?
copy淺拷貝

下文介紹
?
difference

尋找集合的元素var1中存在，var2中不存在的

>>> var1 = { 11, 22, 33 }
>>> var2 = { 22 ,55 }
>>> var1.difference(var2)
{33, 11}
>>> var2.difference(var1)
{55}

?
difference_update

尋找集合的元素var1中存在，var2中不存在的元素，并把查找出來的元素重新復制給var1

>>> var1 = { 11, 22, 33 }
>>> var2 = { 22 ,55 }
>>> var1.difference_update(var2)
>>> var1
{33, 11}

?
discard

移除指定元素，不存在不保錯

>>> var1 = { 11, 22, 33 }
>>> var1.discard(11)
>>> var1
{33, 22}
>>> var1.discard(1123123)
>>> var1
{33, 22}

remove

移除指定元素，不存在保錯

>>> var1 = { 11, 22, 33 }
>>> var1
{33, 11, 22}
>>> var1.remove(11)
>>> var1
{33, 22}
>>> var1.remove(asda)
Traceback (most recent call last):
  File "", line 1, in 
NameError: name "asda" is not defined

intersection

交集，查找元素中都存在的值

>>> var1 = { 11, 22, 33 }
>>> var2 = { 22, 55, "一二" }
>>> var1.intersection(var2)
{22}

?
intersection_update

取交集并更更新到A中

>>> var1 = { 11, 22, 33 }
>>> var2 = { 22, 55, "一二" }
>>> var1.intersection_update(var2)
>>> var1
{22}

?
isdisjoint

判斷有沒有交集，如果有返回False，否則返回True

>>> var1 = { 11, 22, 33 }
>>> var2 = { 22, 44, 55 }
>>> var1.isdisjoint(var2)
False
>>> var2 = { 66, 44, 55 }
>>> var1.isdisjoint(var2)
True

?
issubset

是否是子序列,也就是說如果var2的所有元素都被var1所包含了，那么var2就是var1的子序列

>>> var1 = {11,22,33,44}
>>> var2 = {11,22}
>>> var2.issubset(var1)
True

issuperset

是否是父序列

>>> var1 = { 11, 22, 33 }
>>> var2 = { 22, 44, 55 }
>>> var1.issuperset(var2)
True

pop

移除一個元素，并顯示移除的元素，移除時是無序的

>>> var1 = {11,22,33,44}
>>> var1.pop()
33
>>> var1
{11, 44, 22}

symmetric_difference

對稱交集，把var1存在且b不存在和var2存在且var1不存在的元素合在一起

>>> var1 = { 11, 22, 33, 44 }
>>> var2 = { 11, 22, 77, 55 }
>>> var1.symmetric_difference(var2)
{33, 44, 77, 55}

symmetric_difference_update

對稱交集，并更新到var1中

>>> var1 = { 11, 22, 33, 44 }
>>> var2 = { 11, 22, 77, 55 }
>>> var1
{33, 11, 44, 22}
>>> var1.symmetric_difference_update(var2)
>>> var1
{33, 44, 77, 55}

union

并集，把兩個集合中的所有元素放在一起，如果有重復的則只存放一個

>>> var1 = { 11, 22, 33, 44 }
>>> var2 = { 11, 22, 77, 55 }
>>> var1.union(var2)
{33, 11, 44, 77, 22, 55}

update

更新，把一個集合中的元素更新到另一個集合中

>>> var1 = { 11, 22, 33, 44 }
>>> var2 = { 11, 22, 77, 55 }
>>> var1.update(var2)
>>> var1
{33, 11, 44, 77, 22, 55}