常见的数据类型

一、概念

数据类型（Data Type） 是对数据的一种分类，它定义了：

  • 这个数据可以存储什么样的值
  • 可以对它进行哪些操作（算数、逻辑、索引、迭代等）
  • 在内存中如何存储和管理这些数据

简单来说，数据类型告诉程序“这个值是什么”以及“可以对它做什么”。

二、基本数据类型

数值类型（Numeric Types）

用于存储数字。

  • 整数 int：表示有小数点的数字，比如 42, -10。
  • 浮点数 float：表示带小数点数字，比如 3.14, -0.001。
  • 复数 complex：带有实部和虚部的数字，比如 2+3j。

数据类型示例：

1
2
3
a = 5       # int
b = 3.14    # float
c = 2 + 3j  # complex

布尔类型（Boolean）

  • bool：只有两个值：True 和 False。
    用于逻辑运算、条件判断等场景。
1
flag = True

字符串（Text）

  • str：用于存放文本，由字符组成的序列。
    例如：
1
msg = "Hello, Python!"

字符串是 不可变的，也就是说创建之后不能改变其中的字符

None 类型

  • NoneType：只有一个值 None，表示 “没有值” 或 “空值”。
    常用于函数默认返回，或者初始化一个尚未赋值的变量。
1
result = None

这是 Python 里一种特殊的数据类型。

三、高级数据类型

列表（List）

  • list：有序、可变 的元素集合，可以存放不同类型的数据。

定义

1
2
3
4
empty_list = []        # 空列表
empty_list2 = list()   # 另一种写法

nums = [1, 2, 3, 4]    # 有初始值的列表

使用示例

1
2
3
4
5
6
7
8
9
10
11
12
13
fruits = ["apple", "banana", "orange"]
print(fruits)
fruits.append("grape")      # 添加元素
print(fruits)
print(fruits[0], fruits[-1]) # 索引访问
fruits.remove("banana")      # 删除元素
print(fruits)

-- 输出
['apple', 'banana', 'orange']
['apple', 'banana', 'orange', 'grape']
apple grape
['apple', 'orange', 'grape']

列表推导式（List Comprehension）

语法：

1
new_list = [expression for item in iterable if condition]

把一个可迭代对象处理成一个新的列表

示例

1
2
3
4
5
squares = [x**2 for x in range(1, 6)]
print(squares)  # [1, 4, 9, 16, 25]

even_squares = [x**2 for x in range(1, 11) if x % 2 == 0]
print(even_squares)  # [4, 16, 36, 64, 100]

元组（Tuple）

  • tuple：有序、不可变 的元素集合，一旦创建就不能修改。

定义

1
2
3
4
empty_tuple = ()       # 空元组
empty_tuple2 = tuple() # 另一种写法

coords = (10, 20, 30)  # 有初始值的元组

不能像列表那样修改，但适合表示固定的数据序列

注意：只有一个元素的元组必须写成 (value,)，否则被认为是普通表达式。

示例

1
2
3
4
5
6
7
8
9
10
11
point = (5, 10)
x, y = point  # 解包
print(x, y)

# 一个元素的元组
single_element_tuple = (42,)
print(single_element_tuple)

-- 输出
5 10
(42,)

字典（Dictionary）

  • dict：由 键–值对（key–value） 组成的无序集合，键必须是不可变类型（如 str，int，tuple）类似与书籍目录，通过目录查找对应的内容页码。

定义

1
2
3
4
5
6
7
8
empty_dict = {}        # 空字典
empty_dict2 = dict()   # 另一种写法

person = {
    "name": "Alice",
    "age": 30
}  # 有初始键值对

示例

1
2
3
4
5
6
7
8
9
ages = {"Jay-Z": 52, "Emanuel": 44}
print(ages["Jay-Z"])   # 访问
ages["Emanuel"] = 45   # 修改
ages["Taylor"] = 32    # 新增
print(ages.get("Unknown", "unknown"))  # 安全访问

-- 输出
52
unknown

字典推导式（Dict Comprehension）

语法：

1
new_dict = {key_expr: value_expr for item in iterable if condition}

可以用另一个可迭代对象快速构建字典

示例

1
2
3
square_dict = {x: x**2 for x in range(1, 6)}
print(square_dict)  
# {1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

集合（Set）

  • set：集合是 无序、去重 的结构，可以快速进行成员检查和集合运算

定义

1
2
3
4
empty_set = set()  # 空集合（{} 是空字典！）

fruits = {"apple", "banana", "orange"}  # 有初始值的集合

示例

1
2
3
4
s = {1, 2, 3}
s.add(4)
s.remove(2)
print(3 in s)  # True

集合推导式（Set Comprehension）

语法：

1
new_set = {expression for item in iterable if condition}

类似列表推导式，但生成的是集合，会去除重复项

示例

1
2
unique_squares = {x**2 for x in range(1, 11)}
print(unique_squares)  # 结果元素无序

对比

类型 是否有序 是否可变 推导式语法 构建空对象
list 有序 是 [x for …] [] / list()
tuple 有序 否 无内建推导式（用生成器 + tuple()） () / tuple()
dict （有顺序保证） 是 {k:v for …} {} / dict()
set 无序 是 {x for …} set()