Question

本节将学习 Python 中的简单数据类型。这些数据类型都在 Python 的信息处理过程中发挥重要作用。我们要学习的数据类型包括字符串型、整型、浮点型和其他非整数类型。

2.1.1　字符串

我们要学习的第一个数据类型是字符串型。你之前可能没有在这种语境下听过“字符串”这个词，但字符串实际上就是用引号标记的文本。字符串里可以包含数字、字母和符号。

下面都是字符串的例子：

'cat'
'This is a string.'
'5'
'walking'
'$GOObarBaz340   '

将上面任一字符串输入到 Python 解释器里，解释器会返回相同的内容。程序仿佛在说：“嘿，我听到你了。你说的是 'cat'（或任何你输入的内容）。”

只要字符串位于成对的引号（单引号或双引号都可以）之间，其内容无关紧要。字符串的首尾必须用相同的引号（单双均可）：

'cat'
"cat"

上面两个例子在 Python 中的含义是相同的。两种情况下，Python 都会返回单引号的 'cat'。有些人习惯于在代码中使用单引号，另一些人更喜欢用双引号。无论你用哪种引号，重要的是前后风格要保持一致。本书的两位作者更喜欢用单引号，因为输入双引号需要按住 Shift 键。输入单引号可以偷懒。

2.1.2　整数和浮点数

我们要学习的第二种和第三种数据类型是整型和浮点型，这是 Python 中处理数字的方法。首先来看整型。

01. 整数

你可能还记得数学课上学过的整数，但如果你忘记了，整数是指整数（an integer is a whole number）。下面是一些整数的例子：

10
1
0
-1
-10

将上面的整数输入到 Python 解释器里，解释器会返回相同的内容。

注意，上一节的字符串例子中有一个是 '5'。如果输入的数字是在引号中，Python 会将其看作字符串。在下面的例子中，第一个值和第二个值并不相等：

5
'5'

想测试二者是否相等，可以在解释器中输入：

5  ==  '5'

== 符号是用来测试两个值是否相等。测试的返回值是真（True）或假（False）。返回值是另一种 Python 数据类型，叫作布尔型。后面会讲到布尔型，这里先简单学习一下。布尔型可以判断语句是真还是假。在上面的语句中，我们问 Python：整数 5 与字符串 '5' 是否相等？Python 返回了什么？怎样才能让语句的返回值为 True ？（提示：试一下两个都是整数或两个都是字符串的情况！）

你可能想知道，为什么有人会把数字当作字符串来存储。有时是因为使用不当——例如，代码将数字存储成 '5'，而实际上应该存储成 5，没有引号。再举一个例子，字段内容是人工填写的，里面可能既包含字符串又包含数字（例如，调查中人们可能输入“五”“5”或“V”）。它们都是数字，但是数字的不同表示方式。在这种情况下，你可能会先把它们存储成字符串，后面再进行处理。

将数字存储为字符串，最常见的原因之一是故意这么做，例如美国邮政编码的存储。美国的邮编共包含五位数字。在新英格兰地区和东北部的其他地方，邮编是以 0 开头的。在 Python 解释器中试着输入波士顿的一个邮编，一次作为字符串输入，一次作为整数输入。出现了什么情况？

'02108'
02108

在第二个例子中，Python 会抛出一个语法错误［SyntaxError，报错信息为无效的标记（invalid token），并且有一个箭头指向开头的 0］。在 Python 以及许多其他语言中，“标记”（token）是指特殊的单词、符号和标识符。在上面的例子中，Python 不知道如何处理以 0 开头的数（非八进制的数），这意味着它是一个无效的标记。

02. 浮点数、小数和其他非整数类型

Python 处理非整数的运算有许多种方法。如果你不了解每一种非整数数据类型的运算方法，这些方法可能会令人感到困惑，而且似乎引入了舍入误差。

在 Python 中使用非整数时，Python 默认将其转换成浮点数。浮点数的表示方法采用的是各版本 Python 内置的浮点数据类型。也就是说，Python 存储的是该数值的近似值——仅反映特定精度水平的近似值。

在 Python 解释器中输入下面这两个数字，注意二者之间的不同：

2
2.0

第一个是整数。第二个是浮点数。我们做点计算，进一步了解这些数字的运算规则，以及 Python 如何对它们进行求值。在 Python 解释器中输入：

2/3

发生了什么？你得到的返回值是 0，但你可能本来以为会是 0.6666666666666666、0.6666666666666667 或类似的数字。问题在于，这些数字都是整型，整型无法完成分数运算。我们试着把其中一个数字变成浮点数：

2.0/3

现在我们得到了更精确的答案：0.6666666666666666。如果输入的数字中有一个是浮点数，计算的结果也是浮点数。

如前文所述，Python 中的浮点数可能会引起精度问题（https://docs.python.org/2/tutorial/floatingpoint.html）。浮点数的运算速度很快，但正是因为这一点，浮点数不够精确。

从原理上来说，Python 与你和计算器对待数字的方式都不同。在 Python 解释器中试试下面这两个例子：

0.3
0.1 + 0.2

对于第一行代码，Python 返回 0.3。对于第二行代码，你本来希望返回 0.3，但实际上你得到的返回值是 0.30000000000000004。0.3 和 0.30000000000000004 这两个值并不相等。如果对其中的细微差别感兴趣，可查阅 Python 文档（https://docs.python.org/2/tutorial/floatingpoint.html#tut-fp-issues）了解更多内容。

在本书中，需要考虑精度问题时，我们将使用 decimal 模块（或库，https://docs.python.org/2/library/decimal.html）。模块是可导入使用的代码段或代码库。decimal 模块可以让数字（整数或浮点数）的运算结果符合预期（与你在数学课上学到的概念一致）。

在下面的例子中，第一行代码从 decimal 模块中导入了 getcontext 和 Decimal，这样我们就可以在解释器环境中使用它们。接下来的两行代码利用 getcontext 和 Decimal 来做之前用浮点数做过的数学运算：

from decimal import getcontext, Decimal
getcontext().prec = 1
Decimal(0.1) + Decimal(0.2)

运行上面的代码，Python 会返回 Decimal('0.3')。现在你输入 print Decimal(0.3)，Python 会返回 0.3，这也正是我们本来希望看到的值（而不是 0.30000000000000004）。

我们来一行一行地阅读这三行代码：

from decimal import getcontext, Decimal    ➊
getcontext().prec = 1            ➋
Decimal(0.1) + Decimal(0.2)          ➌

❶ 从 decimal 模块中导入 getcontext 和 Decimal。

❷ 将舍入精度设定为一位小数。decimal 模块将大部分的舍入和精度设置保存在默认的上下文（context）中。本行代码将上下文的精度改成只保留一位小数。

❸ 对两个小数（一个值为 0.1，一个值为 0.2）求和。

如果修改 getcontext().prec 的值会怎么样？动手试一下，然后重新运行最后一行代码。你应该会看到不一样的结果，这取决于你设置的是保留几位小数。

如前文所述，在数据处理过程中你会遇到许多数学上的细节问题。你可能需要完成的数学运算也有许多不同的方法，但在用到非整数时，使用小数型数据可以使计算精度更高。

Python 中的数字

Python 中的数字类型有不同的精度水平，这是 Python 语言的缺点之一。随着对数据处理的深入学习，我们将在本书中学到更多 Python 中与数字和数学相关的库。要是你现在就想知道，并且打算做一些不那么基础的数学运算，下面是一些你需要熟悉的 Python 库。

· decimal（https://docs.python.org/2/library/decimal.html），用于定点运算和浮点运算。

· math（https://docs.python.org/2/library/math.html），可以使用 C 语言标准所定义的数学函数。

· numpy（http://docs.scipy.org/doc/numpy/reference/routines.math.html），Python 科学计算的基础包。

· sympy（http://docs.sympy.org/latest/index.html），用于符号数学的P ython 库。

· mpmath（http://mpmath.org/）用于任意精度实数和复数浮点运算的 Python 库。

我们已经学过了字符串型、整型和浮点型 / 小数型。下面以这些基本数据类型为基础，创建更复杂的数据类型。