这篇文章主要介绍“Python四大数据类型实例分析”，在日常操作中，相信很多人在Python四大数据类型实例分析问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Python四大数据类型实例分析”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
前缀加 0x，创建一个十六进制的整数：
0xa5 # 等于十进制的 165
使用 e 创建科学计数法表示的浮点数：
1.05e3 # 1050.0
可容纳多个元素的容器对象，常用的比如：list 列表对象、 tuple 元组对象、dict 字典对象、set 集合对象。Python 定义这些类型的变量，语法非常简洁。
举例如下。
使用一对中括号 []，创建一个 list 型变量：
lst = [1,3,5] # list 变量
示意图看出，右侧容器为开环的，意味着可以向容器中增加和删除元素：
使用一对括号 ()，创建一个 tuple 型对象：
tup = (1,3,5) # tuple 变量
示意图看出，右侧容器为闭合的，意味着一旦创建元组后，便不能再向容器中增删元素：
但需要注意，含单个元素的元组后面必须保留一个逗号，才被解释为元组。
tup = (1,) # 必须保留逗号
否则会被认为元素本身：
In [14]: tup=(1) ...: print(type(tup)) <class 'int'>
使用一对花括号 {} 另使用冒号 :，创建一个 dict 对象：
dic = {'a':1, 'b':3, 'c':5} # dict变量字典是一个哈希表，下面的示意图形象的表达出字典的 “形”。
仅使用一对花括号 {}，创建一个 set 对象：
s = {1,3,5} # 集合变量Python 的容器类型，list、dict、tuple、set 等能方便地实现强大的功能，下面给出几个案例。
1. 去最求平均
去掉列表中的一个最小值和一个最大值后，计算剩余元素的平均值。
def score_mean(lst): lst.sort() lst2=lst[1:-1] return round((sum(lst2)/len(lst2)),1) lst=[9.1, 9.0,8.1, 9.7, 19,8.2, 8.6,9.8] score_mean(lst) # 9.1
代码执行过程，动画演示：
2. 打印 99 乘法表
打印出如下格式的乘法表：
1*1=1 1*2=2 2*2=4 1*3=3 2*3=6 3*3=9 1*4=4 2*4=8 3*4=12 4*4=16 1*5=5 2*5=10 3*5=15 4*5=20 5*5=25 1*6=6 2*6=12 3*6=18 4*6=24 5*6=30 6*6=36 1*7=7 2*7=14 3*7=21 4*7=28 5*7=35 6*7=42 7*7=49 1*8=8 2*8=16 3*8=24 4*8=32 5*8=40 6*8=48 7*8=56 8*8=64 1*9=9 2*9=18 3*9=27 4*9=36 5*9=45 6*9=54 7*9=63 8*9=72 9*9=81
一共有 10 行，第 i 行的第 j 列等于：j*i，其中：
i 取值范围：1<=i<=9
j 取值范围：1<=j<=i
根据“例子分析”的语言描述，转化为如下代码：
In [13]: for i in range(1,10):
...: for j in range(1,i+1):
...: print('%d*%d=%d'%(j,i,j*i),end='\t')
...: print()3. 样本抽样
使用 sample 抽样，如下例子从 100 个样本中随机抽样 10 个。
from random import randint,sample lst = [randint(0,50) for _ in range(100)] print(lst[:5])# [38, 19, 11, 3, 6] lst_sample = sample(lst,10) print(lst_sample) # [33, 40, 35, 49, 24, 15, 48, 29, 37, 24]
注意 Python 中没有像 C++ 表示的字符类型（char），所有的字符或串都被统一为 str 对象。如单个字符 c 的类型也为 str。
str 类型会被经常使用，先列举 5 个被高频使用的方法。
strip 用于去除字符串前后的空格：
In [1]: ' I love python\t\n '.strip() Out[1]: 'I love python'
replace 用于字符串的替换：
In [2]: 'i love python'.replace(' ','_')
Out[2]: 'i_love_python'join 用于合并字符串：
In [3]: '_'.join(['book', 'store','count']) Out[3]: 'book_store_count'
title 用于单词的首字符大写：
In [4]: 'i love python'.title() Out[4]: 'I Love Python'
find 用于返回匹配字符串的起始位置索引：
In [5]: 'i love python'.find('python')
Out[5]: 7举个应用字符串的案例，判断 str1 是否由 str2 旋转而来。
字符串 stringbook 旋转后得到 bookstring，写一段代码验证 str1 是否为 str2 旋转得到。
转化为判断：str1 是否为 str2+str2 的子串。
下面函数原型中，注明了每个参数的类型、返回值的类型，增强代码的可读性和可维护性。
def is_rotation(s1: str, s2: str) -> bool: if s1 is None or s2 is None: return False if len(s1) != len(s2): return False def is_substring(s1: str, s2: str) -> bool: return s1 in s2 return is_substring(s1, s2 + s2)
测试函数 is_rotation：
r = is_rotation('stringbook', 'bookstring')
print(r) # True
r = is_rotation('greatman', 'maneatgr')
print(r) # False代码执行过程，动画演示：
55555
字符串的匹配操作除了使用 str 封装的方法外，Python 的 re 正则模块功能更加强大，写法更为简便，广泛适用于爬虫、数据分析等。
下面这个案例实现：密码安全检查，使用正则表达式非常容易实现。
密码安全要求：
要求密码为 6 到 20 位；
密码只包含英文字母和数字。
import re
pat = re.compile(r'\w{6,20}') # 这是错误的，因为 \w 通配符匹配的是字母，数字和下划线，题目要求不能含有下划线
# 使用最稳的方法：\da-zA-Z 满足“密码只包含英文字母和数字”
# \d匹配数字 0-9
# a-z 匹配所有小写字符；A-Z 匹配所有大写字符
pat = re.compile(r'[\da-zA-Z]{6,20}')选用最保险的 fullmatch 方法，查看是否整个字符串都匹配。
以下测试例子都返回 None，原因都在解释里。
pat.fullmatch('qaz12') # 返回 None，长度小于 6
pat.fullmatch('qaz12wsxedcrfvtgb67890942234343434') # None 长度大于 22
pat.fullmatch('qaz_231') # None 含有下划线下面这个字符串 n0passw0Rd 完全符合：
In [20]: pat.fullmatch('n0passw0Rd')
Out[20]: <re.Match object; span=(0, 10), match='n0passw0Rd'>Python 使用关键字 class 定制自己的类，self 表示类实例对象本身。
一个自定义类内包括属性、方法，其中有些方法是自带的。
类（对象）：
class Dog(object): pass
以上定义一个 Dog 对象，它继承于根类 object，pass 表示没有自定义任何属性和方法。
下面创建一个 Dog 类型的实例：
wangwang = Dog()
Dog 类现在没有定义任何方法，但是刚才说了，它会有自带的方法，使用 dir() 查看这些自带方法：
In [26]: wangwang.__dir__() Out[26]: ['__module__', '__dict__', '__weakref__', '__doc__', '__repr__', '__hash__', '__str__', '__getattribute__', '__setattr__', '__delattr__', '__lt__', '__le__', '__eq__', '__ne__', '__gt__', '__ge__', '__init__', '__new__', '__reduce_ex__', '__reduce__', '__subclasshook__', '__init_subclass__', '__format__', '__sizeof__', '__dir__', '__class__']
有些地方称以上方法为魔法方法，它们与创建类时自定义个性化行为有关。比如：
init 方法能定义一个带参数的类；
new 方法自定义实例化类的行为；
getattribute 方法自定义读取属性的行为；
setattr 自定义赋值与修改属性时的行为。
类的属性：
def __init__(self, name, dtype): self.name = name self.dtype = dtype
通过 init，定义 Dog 对象的两个属性：name、dtype。
类的实例：
wangwang = Dog('wangwang','cute_type')wangwang 是 Dog 类的实例。
类的方法：
def shout(self):
print('I\'m %s, type: %s' % (self.name, self.dtype))注意：
自定义方法的第一个参数必须是 self，它指向实例本身，如 Dog 类型的实例 dog；
引用属性时，必须前面添加 self，比如 self.name 等。
总结以上代码：
In [40]: class Dog(object):
...: def __init__(self,name,dtype):
...: self.name=name
...: self.dtype=dtype
...: def shout(self):
...: print('I\'m %s, type: %s' % (self.name, self.dtype))
In [41]: wangwang = Dog('wangwang','cute_type')
In [42]: wangwang.name
Out[42]: 'wangwang'
In [43]: wangwang.dtype
Out[43]: 'cute_type'
In [44]: wangwang.shout()
I'm wangwang, type: cute_type看到创建的两个属性和一个方法都被暴露在外面，可被 wangwang 调用。这样的话，这些属性就会被任意修改：
In [49]: wangwang.name='wrong_name' In [50]: wangwang.name Out[50]: 'wrong_name'
如果想避免属性 name 被修改，可以将它变为私有变量。改动方法：属性前加 2 个 _ 后，变为私有属性。如：
In [51]: class Dog(object):
...: def __init__(self,name,dtype):
...: self.__name=name
...: self.__dtype=dtype
...: def shout(self):
...: print('I\'m %s, type: %s' % (self.name, self.dtype))同理，方法前加 2 个 _ 后，方法变为“私有方法”，只能在 Dog 类内被共享使用。
但是这样改动后，属性 name 不能被访问了，也就无法得知 wangwang 的名字叫啥。不过，这个问题有一种简单的解决方法，直接新定义一个方法就行：
def get_name(self): return self.__name
综合代码：
In [52]: class Dog(object):
...: def __init__(self,name,dtype):
...: self.__name=name
...: self.__dtype=dtype
...: def shout(self):
...: print('I\'m %s, type: %s' % (self.name, self.dtype))
...: def get_name(self):
...: return self.__name
...:
In [53]: wangwang = Dog('wangwang','cute_type')
In [54]: wangwang.get_name()
Out[54]: 'wangwang'但是，通过此机制，改变属性的可读性或可写性，怎么看都不太优雅！因为无形中增加一些冗余的方法，如 get_name。
下面，通过另一个例子，解释如何更优雅地改变某个属性为只读或只写。
自定义一个最精简的 Book 类，它继承于系统的根类 object：
class Book(object): def __init__(self,name,sale): self.__name = name self.__sale = sale
使用 Python 自带的 property 类，就会优雅地将 name 变为只读的。
@property def name(self): return self.__name
使用 @property 装饰后 name 变为属性，意味着 .name 就会返回这本书的名字，而不是通过 .name() 这种函数调用的方法。这样变为真正的属性后，可读性更好。
In [101]: class Book(object):
...: def __init__(self,name,sale):
...: self.__name = name
...: self.__sale = sale
...: @property
...: def name(self):
...: return self.__name
In [102]: a_book = Book('magic_book',100000)
In [103]: a_book.name
Out[103]: 'magic_book'property 是 Python 自带的类，前三个参数都是函数类型。更加详细的讨论放在后面讨论装饰器时再展开。
In [104]: help(property) Help on class property in module builtins: class property(object) | property(fget=None, fset=None, fdel=None, doc=None)
如果使 name 既可读又可写，就再增加一个装饰器 @name.setter。
In [105]: class Book(object):
...: def __init__(self,name,sale):
...: self.__name = name
...: self.__sale = sale
...: @property
...: def name(self):
...: return self.__name
...: @name.setter
...: def name(self,new_name):
...: self.__name = new_name
In [106]: a_book = Book('magic_book',100000)
In [107]: a_book.name = 'magic_book_2.0'
In [108]: a_book.name
Out[108]: 'magic_book_2.0'注意这种装饰器写法：name.setter，name 已经被包装为 property 实例，调用实例上的 setter 函数再包装 name 后就会可写。对于 Python 入门者，可以暂时不用太纠结这部分理论，使用 Python 一段时间后，再回过头来自然就会理解。
到此，关于“Python四大数据类型实例分析”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
