2.1 数据类型

计算机能处理数值、文本、图形、音频、视频、网页等各种数据。不同的数据，需要定义不同的数据类型。数据类型是指根据数据描述信息的含义，将数据分为不同的种类。例如，人的年龄为25，用整数来表示；成绩78.5，用浮点数来表示；人的姓名如“比尔·盖茨”，用字符串来表示等。

Python 3中有六个标准的数据类型：Number（数值）、String（字符串）、List（列表）、Tuple（元组）、Sets（集合）、Dictionary（字典）。

2.1.1 数值

Python中数值有四种类型：整数、布尔型、浮点数和复数。

● 整数（int）。用于表示整数。例如：1、1024、-982。

● 布尔（bool）。用于表示布尔逻辑值。例如：True、False。

● 浮点数（float）。用于表示小数。例如：1.23，3.14，-9.01等。之所以称为浮点数，是因为按照科学计数法表示，浮点数的小数点位置可变。例如，52.3E4就是科学计数法，其中，E表示10的幂，52.3E4表示52.3*10^4。52.3E4和5.23E5表示同一数字，只是它们的小数点位置不同。

● 复数（complex）。用于表示复数。例如：1+2j、1.1+2.2j。

【例2-1】 数值举例。

关于数字的计算，往往会用上如表2-1所示的数学函数。

2.1.2 字符串

网页中汉字往往会显示为？？？？？或者乱码，这是因为字符编码方式不同所引起的。字符编码有ASCII、UTF-8、Unicode、GB2312等。

（1）ASCII编码

在计算机内部，所有的信息最终都表示为一个二进制的字符串。每一个二进制位（bit）有0和1两种状态，8个二进制位就可以组合出256种状态，称为一个字节（byte）。20世纪60年代，美国制定了ASCII编码，将英文字符与二进制之间的关系进行了规定，对0～9的10个数字、26个大小写字英文字母及一些其他符号进行了编码。

（2）GB2312编码

汉字多达10万个左右，而ASCII编码只能表示256种符号，远远不够，因此简体中文使用GB2312编码方式，使用两个字节表示一个汉字。

（3）Unicode编码

Unicode编码将所有语言都统一到一套编码里，解决了乱码问题。Unicode的学名是“Universal Multiple-Octet Coded Character Set”，简称为UCS。UCS可以看作是“Unicode Character Set”的缩写。Unicode又称为抽象编码，只是一个符号集，规定了符号的二进制代码，并没有规定这个二进制代码应该如何存储和如何传输。传输编码是由UTF（UCS Transformation Format）规范规定，常见的UTF规范包括UTF-8、UTF-16。

（4）UTF编码

浏览网页的源码上会有类似<meta charset="UTF-8" />的信息，表示该网页为UTF-8编码。UTF-8作为互联网上使用最广的Unicode编码的实现方式之一，以8位（1字节）表示英文，以24位（3字节）表示中文及其他语言。

【例2-2】 字符编码举例。

字符编码举例如表2-2所示。

字符串在Python中是以单引号、双引号或三引号括起来的符号来表示，例如'Hello World'、"Python is groovy"、"""What is footnote 5?"""等。请注意，''或""本身只是一种表示方式，不是字符串的一部分。因此，字符串'abc'只有a，b，c这3个字符。用单引号或双引号括起来没有任何区别，但是一个字符串用什么引号开头，就必须用什么引号结尾。

单引号与双引号只能创建单行字符串。

为了创建多行字符串或者使得字符串的数据中出现双引号，则出现了三引号。

除了以上形式的字符数据外，对于常用的但却难以用一般形式表示的不可显示字符，Python语言提供了一种特殊形式的字符常量，即用一个转义标识符“\”（反斜线）开头的字符序列，如表2-3所示。

【例2-3】 转义字符举例。

在print()函数中，首先遇到第一个“\t”，它的作用是让光标移到下一个制表位置，即光标往后移动8个单元，到第9列，然后在第9列输出变量a的值1。接着遇到“\n”，表示回车换行，光标到下行首列的位置，连续输出变量b和c的值2和A，其中使用了转义字符常量'\101'给变量c赋值。遇到“\n”，光标移到第3列的首列，输出变量a的值1和b的值2，再遇到“\t”光标移到下一个制表位，输出变量c的值A。