第3章 Python的基本数据类型
本章摘要
3-1 type( )函数
3-2 数值数据类型
3-3 布尔值数据类型
3-4 字符串数据类型
3-5 字符串与字符
3-6 bytes数据
3-7 专题——地球到月球时间计算/计算坐标轴两点之间的距离
Python的基本数据类型有下列几种。
（1）数值数据类型（numeric type）：常见的数值数据又可分成整数（int）、浮点数（float）、复数（complex number）（不常用所以不在本书讨论范围）。
（2）布尔值（Boolean）数据类型：也可归为数值数据类型。
（3）文字序列类型（text sequence type）：也就是字符串（string）数据类型。
（4）字符组（bytes，有的书称字节）数据类型：这是二进制的数据类型，长度是8位。
（5）序列类型（sequence type）：list（第6章说明）、tuple（第8章说明）。
（6）对映类型（mapping type）：dict（第9章说明）。
（7）集合类型（set type）：集合set（第10章说明）、冻结集合frozenset。
3-1 type( )函数
在正式介绍Python的数据类型前，笔者想介绍一下type( )函数，这个函数可以列出变量的数据类型类别。这个函数在读者未来进入Python实战时非常重要，因为变量在使用前不需要声明，同时在程序设计过程中变量的数据类型会改变，我们常常需要使用此函数判断目前的变量数据类型。或是在进阶Python应用中，会调用一些方法（method），这些方法会返回一些数据，可以使用type( )获得所返回的数据类型。
程序实例ch3_1.py：列出数值变量的数据类型。
执行结果
从上述执行结果可以看到，变量x的内容是10，数据类型是整数（int）。变量y的内容是3.33…3，数据类型是浮点数（float）。下一节会说明为何是这样。
3-2 数值数据类型
3-2-1 整数int
整数的英文是integer，在计算机程序语言中一般用int表示。如果读者学过其他计算机语言，在介绍整数时一定会告诉你，该计算机语言使用了多少空间存储整数，所以设计程序时整数的大小必须是在某一区间， 否则会有溢位（overflow）造成数据不正确。例如，如果存储整数的空间是32位，则整数大小为-2 147 483 648～2 147 483 647。在Python 2.x版时代，整数被限制在32位，另外还有长整数long，空间大小是64位，所以可以存储的数值更大，达到-9 223 372 036 854 775 808 ~ 9 223 372 036 854 775 807。在Python 3中已经将整数可以存储空间大小的限制取消了，所以没有long了，也就是说int可以是任意大小的数值。
英文googol是指自然数10100，计算机是用1e100显示，这是1938年美国数学家爱德华·卡斯纳（Edward Kasner） 9岁的侄子米尔顿·西罗蒂（Milton Sirotta）所创造的。下列是笔者尝试使用整数int显示此googol值。
3-2-2 浮点数
浮点数的英文是float，既然整数大小没有限制，浮点数大小当然也没有限制。在Python语言中，带有小数点的数字称为浮点数。例如：
x = 10.3
表示x是浮点数。
3-2-3 基本数值数据的使用
Python在声明变量时可以不用设置这个变量的数据类型，未来如果这个变量内容是放整数，这个变量就是整数（int）数据类型，如果这个变量内容是放浮点数，这个变量就是浮点数数据类型。整数与浮点数最大的区别是，整数不含小数点，浮点数含小数点。
程序实例ch3_2.py：测试浮点数。
执行结果
在程序实例ch3_1.py中，x变量的值是“10”，列出x变量是整数变量，在这个实例中，x变量的值是“10.0”，列出x变量是浮点数变量。
3-2-4 整数与浮点数的运算
Python程序设计时不相同的数据类型也可以执行运算，程序设计时常常会发生整数与浮点数之间的数据运算，Python具有简单的自动转换能力，在计算时会将整数转换为浮点数再执行运算。
程序实例ch3_3.py：不同数据类型的运算。
执行结果
上述变量y，由于是整数与浮点数的加法，所以结果是浮点数。此外，某一个变量如果是整数，但是如果最后所存储的值是浮点数，Python也会将此变量转成浮点数。
程序实例ch3_4.py：整数转换成浮点数的应用。
执行结果
原先变量x所存储的值是整数，所以列出的是整数。后来存储了浮点数，所以列出的是浮点数。
3-2-5 二进制整数与函数bin( )
可以用二进制方式代表整数，Python中定义凡是以0b开头的数字，代表这是二进制的整数。
bin( )函数可以将一般整数数字转换为二进制。
程序实例ch3_5.py：将十进制数值与二进制数值互转的应用。
执行结果
3-2-6 八进制整数与函数oct( )
可以用八进制方式代表整数，Python中定义凡是以0o开头的数字，代表这是八进制的整数。
oct( )函数可以将一般数字转换为八进制。
程序实例ch3_6.py：将十进制数值与八进制数值互转的应用。
执行结果
3-2-7 十六进制整数与函数hex( )
可以用十六进制方式代表整数，Python中定义凡是以0x开头的数字，代表这是十六进制的整数。
hex( )函数可以将一般数字转换为十六进制。
程序实例ch3_7.py：将十进制数值与八进制数值互转的应用。
执行结果
3-2-8 强制数据类型的转换
有时候设计程序时，可以自行强制使用下列函数，转换变量的数据类型。
int( )：将数据类型强制转换为整数。
float( )：将数据类型强制转换为浮点数。
程序实例ch3_8.py：将浮点数强制转换为整数的运算。
执行结果
程序实例ch3_9.py：将整数强制转换为浮点数的运算。
执行结果
3-2-9 数值运算常用的函数
下列是数值运算时常用的函数。
abs( )：计算绝对值。
pow（x,y）：返回x的y次方。
round( )：这是采用运算法则的Bankers Rounding概念，如果处理位数左边是奇数则使用四舍五入，如果处理位数左边是偶数则使用五舍六入，例如，round(1.5)=2，round(2.5)=2。
处理小数时，第2个参数代表取到小数第几位，1代表取到小数第1位。根据保留小数位的后两位，采用"50"舍去，"51"进位，例如，round(2.15,1)=2.1，round(2.25,1)=2.2，round(2.151,1)=2.2，round(2.251,1)=2.3。
程序实例ch3_10.py：abs( )、pow( )、round( )、round(x,n）函数的应用。
执行结果
需留意的是，使用上述abs( )、pow( )或round( )函数，尽管可以得到运算结果，但是原先变量的值是没有改变的。
3-2-10 科学记数法
科学记数的概念如下，将一个数字转换成下列数学式：
a×10n
a是浮点数，例如，123456可以表示为1.23456 ×105，以10为基底数我们用E或e表示，指数部分则转为一般数字，然后省略“×”符号，最后表达式如下：
1.23456E+5
或
1.23456e+5
如果是碰上小于1的数值，则E或e右边是负值“-”。例如，0.000123转成科学记数法，最后表达式如下：
1.23E-4
或
1.23e-4
下列是示范输出。
4-2-2节和4-2-3节会介绍将一般数值转成科学记数法输出的方式，以及格式化输出方式。
3-3 布尔值数据类型
Python的布尔值（Boolean）数据类型的值有两种，True（真）或False（伪）。它的数据类型代号是bool。布尔值一般应用在程序流程的控制中，特别是在条件表达式中，程序可以根据这个布尔值判断应该如何执行下一步工作。
程序实例ch3_11.py：列出布尔值True与布尔值False的数据类型。
执行结果
如果将布尔值数据类型强制转换成整数，如果原值是True，将得到1；如果原值是False，将得到0。
程序实例ch3_12.py：将布尔值强制转换为整数，同时列出转换的结果。
执行结果
在本章一开始说过，有时候也可以将布尔值当作数值数据，因为True会被视为1，False会被视为0，可以参考下列实例。
程序实例ch3_13.py：将布尔值与整数值相加，并观察最后变量数据类型，可以发现，最后的变量数据类型是整数值。
执行结果
此外，在程序设计中False值不一定是要经过条件判断是False，才可以得到False，下列情况也会被视为False。
布尔值False
整数0
浮点数0.0
空字符串 ''
空列表 [ ]
空元组 ( )
空字典 { }
空集合 set( )
None
至于其他的都会被视为True。
3-4 字符串数据类型
字符串（string）数据是指两个单引号（‘）之间或是两个双引号（“）之间任意个数字元符号的数据，它的数据类型代号是str。在英文字符串的使用中常会发生某字中间有单引号的情况，其实这是文字的一部分，如下所示：
This is James's ball
如果用单引号去处理上述字符串将产生错误，如下所示：
碰到这种情况，可以用双引号解决，如下所示：
程序实例ch3_14.py：使用单引号与双引号设置与输出字符串数据的应用。
执行结果
3-4-1 字符串的连接
数学的运算符“+”，可以进行两个字符串相加的操作，产生新的字符串。
程序实例ch3_15.py：字符串连接的应用。
执行结果
3-4-2 处理多于一行的字符串
程序设计时如果字符串长度多于一行，可以使用三个单引号（或是三个双引号）将字符串括起来即可。
程序实例ch3_16.py：使用三个单引号处理多于一行的字符串。
执行结果
读者可以留意第2行Silicon左边的3个单引号和第3行末端的3个单引号，另外，上述第2行若是少了"str1 = "，3个单引号间的跨行字符串就变成了程序的注释。
3-4-3 转义字符
在字符串使用中，如果字符串内有一些特殊字符，例如单引号、双引号等，必须在此特殊字符前加上“\”（反斜杠），才可正常使用，这种含有“\”符号的字符称为转义字符（Escape Character）。
字符串使用中特别是碰到字符串含有单引号时，如果是使用单引号定义这个字符串，必须要使用此转义字符，才可以顺利显示，可参考ch3_17.py的第3行。如果是使用双引号定义字符串，则可以不必使用转义字符，可参考ch3_17.py的第6行。
程序实例ch3_17.py：转义字符的应用，这个程序第9行增加了“\t”字符，所以“can’t”跳到下一个Tab键位置输出。同时有“\n”字符，这是换行符号，所以“loving”跳到下一行输出。
执行结果
3-4-4 str( )函数
str( )函数有如下几个用法。
（1）设置空字符串。
（2）设置字符串。
（3）强制将数值数据转换为字符串数据。
程序实例ch3_18.py：使用str( )函数将数值数据强制转换为字符串的应用。
执行结果
上述字符串相加，读者可以想成是字符串连接，执行结果是一个字符串，所以上述执行结果555是数值数据，222333则是一个字符串。
3-4-5 将字符串转换为整数
int( )函数可以将字符串转为整数，在未来的程序设计中也常会发生将字符串转换为整数数据，下面将直接以实例做说明。注：如果数字是非数字字符组成，会产生错误。
程序实例ch3_19.py：将字符串数据转换为整数数据的应用。
执行结果
上述执行结果55是数值数据，2233则是一个字符串。
3-4-6 字符串与整数相乘产生字符串复制效果
在Python中允许将字符串与整数相乘，结果是字符串将重复该整数的次数。
程序实例ch3_20.py：字符串与整数相乘的应用。
执行结果
3-4-7 聪明地使用字符串加法和换行字符\n
有时在设计程序时，想将字符串分行输出，可以使用字符串加法功能，在加法过程中加上换行字符“\n”即可产生字符串分行输出的结果。
程序实例ch3_21.py：将数据分行输出的应用。
执行结果
3-4-8 字符串前加r
在使用Python时，如果在字符串前加上r，可以防止转义字符被转义，可参考3-4-3节的转义字符表，相当于可以取消转义字符的功能。
程序实例ch3_22.py：字符串前加上r的应用。
执行结果
3-5 字符串与字符
在Python中没有所谓的字符（character）数据，如果字符串含一个字符，我们称这是含一个字符的字符串。
3-5-1 ASCII码
计算器内部最小的存储单位是位（bit），这个位只能存储0或1。一个英文字符在计算器中是被存储成8个位的一连串0或1中，存储这个英文字符的编码称为ASCII（American Standard Code for Information Interchange，美国信息交换标准程序代码），有关ASCII码的内容可以参考附录E。
在这个ASCII表中由于是用8位定义一个字符，所以使用了0～127定义了128个字符，在这128个字符中有33个字符是无法显示的控制字符，其他则是可以显示的字符。不过有一些应用程序扩充了功能，让部分控制字符可以显示，例如，扑克牌花色、笑脸等。至于其他可显示字符有一些符号，例如+、-、=、0～9、A～Z或a～z等。这些符号每一个都有一个编码，我们称这个编码是ASCII码。
可以使用下列函数执行数据的转换。
chr（ x ）：返回函数x值的ASCII或Unicode字符。
例如，从ASCII表可知，字符a的ASCII码值是97，可以使用下列方式打印出此字符。
英文小写与英文大写的码值相差32，可参考下列实例。
3-5-2 Unicode码
计算机是美国发明的，因此ASCII码对于英语系国家的确很好用，但是地球是一个多种族的社会，存在几百种语言与文字，ASCII所能容纳的字符是有限的，只要随便一个不同语系的外来词，例如
，含重音字符就无法显示了，更何况有几万中文字或其他语系文字。为了让全球语系的用户可以彼此用计算机沟通，因此有了Unicode码。
Unicode码的基本精神是，世上所有的文字都有一个码值，可以参考下列网页：
http://www.unicode.org/charts
目前，Unicode内定义了超过11万的文字，它的定义方式是以“\u”开头后面有4个十六进制的数字，所以是从“\u0000”至“\uFFFF”。在上述网页中可以看到不同语系表，其中，East Asian Scripts字段可以看到CJK（Chinese，Japanese，Korean），在这里可以看到汉字的Unicode码值表，CJK统一汉字的编码为4E00～9FBB。
在Unicode编码中，前128个码值是保留给ASCII码使用，所以对于原先存在ASCII码中的英文大小写、标点符号等，是可以正常在Unicode码中使用的，Unicode编码中经常用的是ord( )函数。
ord（ x ）：可以返回函数字符参数x的Unicode码值，如果是中文字也可返回Unicode码值。如果是英文字符，Unicode码值与ASCII码值是一样的。有了这个函数，可以很轻易地获得字符的Unicode码值。
程序实例ch3_23.py：这个程序首先会将整数97转换成英文字符‘a’，然后将字符‘a’转换成Unicode码值，最后将中文字‘魁’转成Unicode码值。
执行结果
3-5-3 utf-8编码
utf-8是针对Unicode字符集的可变长度编码方式，这是Internet目前所遵循的编码方式，在这种编码方式下，utf-8使用1～4个byte表示一个字符，这种编码方式会根据不同的字符变化编码长度。
ASCII使用utf-8编码规则
对于ASCII字符而言，基本上它使用1个byte存储ASCII字符，utf-8的编码方式是byte的第一个位是0，其他7个位则是此字符的ASCII码值。
中文字的utf-8编码规则
对于需要n个byte编码的Unicode汉字字符而言，例如需要3个byte编码的汉字，第一个byte的前n(3)位皆设为1，n+1(4)设为0。后面第2和第3个byte的前2位是10，其他没有说明的二进制全部是此汉字字符的Unicode码。依照此规则，可以得到汉字的utf-8编码规则如下：
1110xxxx 10xxxxxx 10xxxxxx # xx就是要填入的Unicode码
例如，从ch3_23.py的执行结果可知“魁”的Unicode码值是0x9b41，如果转成二进制方式则如下所示：
10011011 01000001
我们可以用下列更细的方式，将“魁”的Unicode码值填入xx内。
从上图可以得到“魁”的utf-8编码结果是0xe9ad81，3-6-1节的实例2也可以验证这个结果。
3-6 bytes数据
使用Python处理一般字符串数据时，可以很放心地使用Unicode字符串str数据类型，至于Python内部如何处理可以不用理会，这些事情Python的直译程序会处理。
但是有一天需要与外界沟通或交换数据时，特别是我们使用中文，如果不懂中文字符串与bytes数据的转换，所获得的数据将会是乱码。例如，设计电子邮件的接收程序，所接收的可能是bytes数据，这时必须学会将bytes数据转成Unicode字符串，否则会有乱码产生。或是有一天你要设计供中国人使用的网络聊天室，必须设计将使用者所传送的Unicode中文字符串转成bytes数据传上聊天室，然后也要设计将网络接收的bytes数据转成Unicode中文字符串，这个聊天室才可以顺畅使用。
bytes数据格式是在字符串前加上b，例如，下列是“魁”的bytes数据。
b'\xe9\xad\x81'
如果是英文字符串的bytes数据格式，相对单纯地会显示原始的字符，例如，下列是字符串“abc”的bytes数据。
b'abc'
3-6-1 Unicode字符串转成bytes数据
将Unicode字符串转成bytes数据称为编码（encode），所使用的是encode( )函数，这个方法的参数是指出编码的方法，可以参考下列表格。
如果Unicode字符串是英文则转成bytes数据相对容易，因为对于utf-8格式编码，Unicode也是用一个byte存储每个字符串的字符。
实例1：英文Unicode字符串数据转成bytes数据。
假设有一个字符串string，内容是‘abc’，可以使用下列方法设置，同时检查此字符串的长度。
下面将Unicode字符串string用utf-8编码格式转成bytes数据，然后列出bytes数据的长度、数据类型，以及bytes数据的内容。
实例2：中文Unicode字符串数据转成bytes数据。
假设有一个字符串name，内容是‘洪锦魁’，可以使用下列方法设置，同时检查此字符串的长度。
下面将Unicode字符串name用utf-8编码格式转成bytes数据，然后列出bytes数据的长度、数据类型，以及bytes数据的内容。
由上述数据可以得到原来Unicode字符串用了3byte存储一个中文字，所以3个中文字获得了bytes的数据长度是9。
3-6-2 bytes数据转成Unicode字符串
对于一个专业的Python程序设计师而言，常常需要从网络取得数据，所取得的是bytes数据，这时需要将此数据转成Unicode字符串，将bytes数据转成Unicode字符串可以称为译码，所使用的是decode( )函数，这个方法的参数是指出编码的方法，与encode( )函数相同。
实例1：bytes数据转成Unicode字符串数据。
实例2：bytes数据转成Unicode字符串数据。
下面是将nameBytes数据使用utf-8编码格式转成Unicode字符串的方法，同时列出字符串长度和字符串内容。
3-7 专题——地球到月球时间计算/计算坐标轴两点之 间的距离
3-7-1 计算地球到月球所需时间
马赫是音速的单位，主要是为了纪念奥地利科学家恩斯特·马赫（Ernst Mach）而命名，一马赫就是一倍音速，它的速度大约是每小时1225千米。
程序实例ch3_24.py：从地球到月球约384 400千米，假设火箭的速度是一马赫，设计一个程序计算需要多少天、多少小时才可抵达月球。这个程序省略分钟数。
执行结果
由于尚未介绍完整的格式化程序输出，所以使用上述方式输出，第4章会改良上述程序。Python之所以可以成为当今最流行的程序语言，主要是它有丰富的函数库与方法，上述求商（第5行）和余数（第6行），在2-9节中介绍了divmod( )函数，其实可以用divmod( )函数一次取得商和余数，如下：
商, 余数 = divmod(被除数, 除数） # 函数方法
days, hours = divmod(total_hours, 24） # 本程序应用方式
程序实例ch3_25.py：使用divmod( )函数重新设计ch3_24.py。
执行结果 与ch3_24.py相同。
3-7-2 计算坐标轴两个点之间的距离
有两个点坐标分别是（x1, y1）、（x2, y2），这两个点的距离计算公式如下。
可以将上述公式转成下列计算机数学表达式。
dist = ( (x1 – x2）2 + (y1 – y2）2 ） ** 0.5 # ** 0.5相当于开根号
在人工智能的应用中，常用点坐标代表某一个对象的特征（feature），计算两个点之间的距离，相当于可以了解物体间的相似程度。距离越短代表相似度越高，距离越长代表相似度越低。
程序实例ch3_26.py：有两个点坐标分别是(1, 8）与(3, 10），请计算这两个点之间的距离。
执行结果
习题
1. 假设a是10，b是 18，c是5，请计算下列执行结果，取整数结果。（3-2节）
（a） s = a + b – c
（b） s = 2 * a + 3 – c
（c） s = b * c + 20 / b
（d） s = a % c * b + 10
（e） s = a ** c – a * b * c
2. 请重新设计第2章习题2，请使用int( )函数，以整数列出本金和。（3-2节）
3. 请重新设计第2章习题2，使用round( )函数，以整数列出本金和。（3-2节）
4. 地球和月球的距离是384 400千米，假设火箭飞行速度是每分钟250千米，请问从地球飞到月球需要多少天、多少小时、多少分钟，请舍去秒钟。（3-2节）
5. 请列出你自己名字十进制的Unicode码值。（3-5节）
6. 请列出你自己名字十六进制的Unicode码值。（3-5节）
7. 请将Unicode字符串“Python王者归来”转成bytes数据，然后输出bytes数据。（3-6节）
8. 重新设计ch3_25.py，需计算至分钟与秒钟数。（3-7节）
9. 请修改ch3_26.py，计算这两个点坐标（1, 8）与（3, 10）距坐标原点（0, 0）的距离。
