pythonshujujiegou

㈠ python的数据结构和算法介绍

当你听到数据结构时，你会想到什么？

数据结构是根据类型组织和分组数据的容器。它们基于可变性和顺序而不同。可变性是指创建后改变对象的能力。我们有两种类型的数据结构，内置数据结构和用户定义的数据结构。

什么是数据算法-是由计算机执行的一系列步骤，接受输入并将其转换为目标输出。

列表是用方括号定义的，包含用逗号分隔的数据。该列表是可变的和有序的。它可以包含不同数据类型的混合。

months=['january','february','march','april','may','june','july','august','september','october','november','december']
print(months[0])#print the element with index 0
print(months[0:7])#all the elements from index 0 to 6
months[0]='birthday #exchange the value in index 0 with the word birthday

print(months)

元组是另一种容器。它是不可变有序元素序列的数据类型。不可变的，因为你不能从元组中添加和删除元素，或者就地排序。

length, width, height =9,3,1 #We can assign multiple variables in one shot

print("The dimensions are {} * {} * {}".format(length, width, height))

一组

集合是唯一元素的可变且无序的集合。它可以让我们快速地从列表中删除重复项。

numbers=[1,2,3,4,6,3,3]

unique_nums = set(numbers)
print(unique_nums)

models ={'declan','gift','jabali','viola','kinya','nick',betty' }

print('davis' in models)#check if there is turner in the set models
models.add('davis')
print(model.pop())remove the last item#
字典

字典是可变和无序的数据结构。它允许存储一对项目(即键和值)

下面的例子显示了将容器包含到其他容器中来创建复合数据结构的可能性。

* 用户定义的数据结构*

使用数组的堆栈堆栈是一种线性数据结构，其中元素按顺序排列。它遵循L.I.F.O的机制，意思是后进先出。因此，最后插入的元素将作为第一个元素被删除。这些操作是:

溢出情况——当我们试图在一个已经有最大元素的堆栈中再放一个元素时，就会出现这种情况。

下溢情况——当我们试图从一个空堆栈中删除一个元素时，就会出现这种情况。

队列是一种线性数据结构，其中的元素按顺序排列。它遵循先进先出的F.I.F.O机制。

描述队列特征的方面

两端:

前端-指向起始元素。

指向最后一个元素。

有两种操作:

树用于定义层次结构。它从根节点开始，再往下，最后的节点称为子节点。

链表

它是具有一系列连接节点的线性数据。每个节点存储数据并显示到下一个节点的路由。它们用来实现撤销功能和动态内存分配。

图表

这是一种数据结构，它收集了具有连接到其他节点的数据的节点。

它包括:

算法

在算法方面，我不会讲得太深，只是陈述方法和类型:

原文：https://www.tuicool.com/articles/hit/VRRvYr3

㈡ 利用Python进行数据分析笔记：3.1数据结构

元组是一种固定长度、不可变的Python对象序列。创建元组最简单的办法是用逗号分隔序列值：

tuple 函数将任意序列或迭代器转换为元组：

中括号 [] 可以获取元组的元素， Python中序列索引从0开始 ：

元组一旦创建，各个位置上的对象是无法被修改的，如果元组的一个对象是可变的，例如列表，你可以在它内部进行修改：

可以使用 + 号连接元组来生成更长的元组：

元组乘以整数，则会和列表一样，生成含有多份拷贝的元组：

将元组型的表达式赋值给变量，Python会对等号右边的值进行拆包：

拆包的一个常用场景就是遍历元组或列表组成的序列：

*rest 用于在函数调用时获取任意长度的位置参数列表：

count 用于计量某个数值在元组中出现的次数：

列表的长度可变，内容可以修改。可以使用 [] 或者 list 类型函数来定义列表：

append 方法将元素添加到列表尾部：

insert 方法可以将元素插入到指定列表位置：
（ 插入位置范围在0到列表长度之间 ）

pop 是 insert 的反操作，将特定位置的元素移除并返回：

remove 方法会定位第一个符合要求的值并移除它：

in 关键字可以检查一个值是否在列表中；
not in 表示不在：

+ 号可以连接两个列表：

extend 方法可以向该列表添加多个元素：

使用 extend 将元素添加到已经存在的列表是更好的方式，比 + 快。

sort 方法可以对列表进行排序：

key 可以传递一个用于生成排序值的函数，例如通过字符串的长度进行排序：

bisect.bisect 找到元素应当被插入的位置，返回位置信息
bisect.insort 将元素插入到已排序列表的相应位置保持序列排序

bisect 模块的函数并不会检查列表是否已经排序，因此对未排序列表使用bisect不会报错，但是可能导致不正确结果

切片符号可以对大多数序列类型选取子集，基本形式是 [start:stop]
起始位置start索引包含，结束位置stop索引不包含

切片还可以将序列赋值给变量：

start和stop可以省略，默认传入起始位置或结束位置，负索引可以从序列尾部进行索引：

步进值 step 可以在第二个冒号后面使用， 意思是每隔多少个数取一个值：

对列表或元组进行翻转时，一种很聪明的用法时向步进值传值-1：

dict(字典)可能是Python内建数据结构中最重要的，它更为常用的名字是 哈希表 或者 关联数组 。
字典是键值对集合，其中键和值都是Python对象。
{} 是创建字典的一种方式，字典中用逗号将键值对分隔：

你可以访问、插入或设置字典中的元素,:

in 检查字典是否含有一个键：

del 或 pop 方法删除值， pop 方法会在删除的同时返回被删的值，并删除键：

update 方法将两个字典合并：
update方法改变了字典元素位置，对于字典中已经存在的键，如果传给update方法的数据也含有相同的键，则它的值将会被覆盖。

字典的值可以是任何Python对象，但键必须是不可变的对象，比如标量类型（整数、浮点数、字符串）或元组（且元组内对象也必须是不可变对象）。
通过 hash 函数可以检查一个对象是否可以哈希化（即是否可以用作字典的键）：

集合是一种无序且元素唯一的容器。

set 函数或者是用字面值集与大括号，创建集合：

union 方法或 | 二元操作符获得两个集合的联合即两个集合中不同元素的并集：

intersection 方法或 & 操作符获得交集即两个集合中同时包含的元素：

常用的集合方法列表：

和字典类似，集合的元素必须是不可变的。如果想要包含列表型的元素，必须先转换为元组：

㈢ python3种数据类型

Python3 中有六个标准的数据类型：Number（数字） + String（字符串） + List（列表） + Tuple（元组） + Sets（集合） + Dictionary（字典）。
Number（数字）
数字类型是顾名思义是用来存储数值的，需要记住的是，有点和java的字符串味道差不多，如果改变了数字数据类型的值，将重新分配内存空间。
可以使用del语句删除一些数字对象的引用：del var1[,var2[,var3[....,varN]]]]。
Python 支持三种不同的数值类型：
1.整型(Int) - 通常被称为是整型或整数，是正或负整数，不带小数点。Python3 整型是没有限制大小的，可以当作 Long 类型使用，所以 Python3 没有 Python2 的 Long 类型。
2.浮点型(float) - 浮点型由整数部分与小数部分组成，浮点型也可以使用科学计数法表示（2.5e2 = 2.5 x 102 = 250）
3.复数( (complex)) - 复数由实数部分和虚数部分构成，可以用a + bj,或者complex(a,b)表示， 复数的实部a和虚部b都是浮点型。
数字类型转换
1.int(x) 将x转换为一个整数。
2.float(x) 将x转换到一个浮点数。
3.complex(x) 将x转换到一个复数，实数部分为 x，虚数部分为 0。
4.complex(x, y) 将 x 和 y 转换到一个复数，实数部分为 x，虚数部分为 y。x 和 y 是数字表达式。
额外说明
和别的语言一样，数字类型支持各种常见的运算，不过python的运算比别的大多数常见语言都更加丰富，此外，还有大量丰富的方法，提供更高效的开发。
String（字符串）
创建字符串
创建字符串可以使用单引号、双引号、三单引号和三双引号，其中三引号可以多行定义字符串，有点类似ES6中的反引号。
Python 不支持单字符类型，单字符也在Python也是作为一个字符串使用。
访问字符串中的值
和ES一样，可以使用方括号来截图字符串，例子如下：
val_str='yelloxing'

print(val_str[0]) #y

print(val_str[1:3]) #el

print(val_str[:3]) #yel

print(val_str[:5]) #yello

字符串运算符
除了上面已经说明的方括号，还有一些别的字符串运算，具体查看文档。
字符串格式化
temp="我叫 %s 今年 %d 岁!" % ('心叶', 7)

print('['+temp+']') #[我叫 心叶 今年 7 岁!]

如上所示，字符串支持格式化，当然，出来上面用到的%s和%d以外，还有一些别的，具体看文档；是不是感觉有点C语言的味道。
额外说明
所有的字符串都是Unicode字符串（针对python3），有很多有用的方法，真的很有ES和C结合体的味道。
List（列表）
序列是Python中最基本的数据结构。序列中的每个元素都分配一个数字 - 它的位置，或索引，第一个索引是0，第二个索引是1，依此类推。
Python有6个序列的内置类型（列表、元组、字符串、Unicode字符串、buffer对象和xrange对象）。
列表其实类似数组，具体的一些操作就很像字符串（类似ES中数组和字符串的关系）。
常见运算
下面用一个例子来展示一些常见的运算：
val_arr=['Made','in','China']

del val_arr[1]

print(val_arr) #['Made', 'China']

print(len(val_arr)) #2

val_newarr=val_arr+[':information']

print(val_newarr) #['Made', 'China', ':information']

val_arr=val_arr*2

print(val_arr) #['Made', 'China', 'Made', 'China']

print('in' in val_arr) #False

print('Made' in val_arr) #True

for row in val_newarr:

print(row, end=" - ") #Made - China - :information -

print(val_newarr[-1]) #:information

print(val_newarr[1:]) #['China', ':information']

再来看一个有用的例子：
cols=3

rows=2

list_2d = [[0 for col in range(cols)] for row in range(rows)]

print(list_2d) #[[0, 0, 0], [0, 0, 0]]

嵌套列表
使用嵌套列表即在列表里创建其它列表，例如：
loop_arr=['yelloxing','心叶']

result_arr=[loop_arr,'同级别']

print(result_arr) #[['yelloxing', '心叶'], '同级别']

列表的嵌套就很灵活，此外随便提一下：和前面说的一样，也有很多方法提供高效的开发。
Tuple（元组）
元组与列表类似，不同之处在于元组的元素不能修改，元组使用小括号，列表使用方括号。
创建
元组中只包含一个元素时，需要在元素后面添加逗号，否则括号会被当作运算符使用
tup1 = ('Google', 'Runoob', 1997, 2000);

tup2 = (1, 2, 3, 4, 5 );

tup3 = "a", "b", "c", "d";

print(tup1) #('Google', 'Runoob', 1997, 2000)

print(tup2) #(1, 2, 3, 4, 5)

print(tup3) #('a', 'b', 'c', 'd')

基本操作
和列表的操作很相似，下面说一个几天特殊的地方：
1.del可以删除某个元组，不过不可以删除元组的某个条目。
2.不可以修改，或许元组会更快，感觉的，没有实际测试。
3.由于元组不可以修改，虽然同样有一些方法，不过和修改相关的方法就没有了。
Sets（集合）
回想一下数学里面的集合，合、交、差、补等运算是不是一下子回想起来了，这里的集合也有这些方法。
和Java的集合类似，一个无序不重复元素集（与列表和元组不同，集合是无序的，也无法通过数字进行索引）。
更具体的说明，如果必要会在单独说明。
Dictionary（字典）
字典是另一种可变容器模型，且可存储任意类型对象。
字典的每个键值(key=>value)对用冒号(:)分割，每个对之间用逗号(,)分割，整个字典包括在花括号({})中，键必须是唯一的，但值则不必。
和ES中的JSON的差不多，操作也很像，不过区别也很大，内置方法很多，具体还是一样，看文档去。
删除字典元素
可以用del删除一个条目或字典，也可以用clear()方法清空字典（比如现在有字段dict，就是：dict.clear()）。

㈣ python 如何表示数据结构

Python中最基本的数据结构。序列中的每个元素都分配一个数字
-
它的位置，或索引，第一个索引是0，第二个索引是1，依此类推
列表
1、定义列表，取出列表中的值
1
1
names
=
[]
#定义空列表
2
names
=
['a','b','c']
#定义一个非空列表
3
4
#
取出列表中的值
5
6
>>>
names
=
['a','b','c']
7
>>>
names[0]
8
'a'
9
>>>
names[1]10
'b'11
>>>
names[2]12
'c'13
>>>
names[-1]#倒着取最后一个值14
'c'
2、切片
1
1
>>>
names
=
['a','b','c','d']
#
列表的下标值是从0开始取值的
2
>>>
names[1:3]
#取1到3之间的元素，包括1，不包括3
3
['b',
'c']
4
>>>
names[1:-1]
#取1到-1之间的元素，包括1，不包括-1
5
['b',
'c']
6
>>>
names[0:3]
7
['a',
'b',
'c']
8
>>>
names[:3]
#从头开始取，0可以省略，效果等同于names[0:3]
9
['a',
'b',
'c']10
>>>
names[3:]
#想取到最后一个值，必须不能写-1，只能这么写11
['d']12
>>>
names[0::2]
#后面的2表示：每隔一个元素就取一个13
['a',
'c']14
>>>
names[::2]
#从头开始0可以省略，效果跟上一句一样15
['a',
'c']
切片小结：
①序列始终都是从左向右切片的，不能是从右向左
①列表切片时，起始位的元素是包括的，结束位的元素是不包括（又叫顾头不顾尾），最后一个位置表示步长（names[开始位:结束位:步长]）
②如果从0位置取值，0可以省略
③想取最后一个值时，结束位不能是-1，因为结束位的元素不包括，所以只能留空

㈤ r语言和python的区别是什么

一、数据结构不同

1、r语言：r语言数据结构简单，主要包括向量一维、多维数组二维时为矩阵、列表非结构化数据、数据框结构化数据。

2、python：python数据结构丰富，包含更丰富的数据结构来实现数据更精准的访问和内存控制，多维数组。

二、用途不同

1、r语言：它是一个用于统计计算和统计制图的优秀工具。

2、python：自Python由Guido van Rossum于1989年底发明创建以来，基于此项技术的网站和软件项目已经有了数千个。Python 由于其独特性，使其在各种编程语言中脱颖而出，在全世界拥有大量拥护它的程序员。

三、特点不同

1、r语言：r语言是专门为统计和数据分析开发的语言，各种功能和函数琳琅满目，其中成熟稳定的一抓一把。体积轻便，运行起来系统负担也小。

2、python：Python 语言是在 ABC 教学语言的基础上发展来的；遗憾的是，ABC 语言虽然非常强大，但却没有普及应用，Guido 认为是它不开放导致的。

㈥ python中的数据结构分析

1.Python数据结构篇

数据结构篇主要是阅读[Problem Solving with Python](Welcome to Problem Solving with Algorithms and Data Structures) [该网址链接可能会比较慢]时写下的阅读记录，当然，也结合了部分[算法导论](Introction to Algorithms)
中的内容，此外还有不少wikipedia上的内容，所以内容比较多，可能有点杂乱。这部分主要是介绍了如何使用Python实现常用的一些数据结构，例
如堆栈、队列、二叉树等等，也有Python内置的数据结构性能的分析，同时还包括了搜索和排序(在算法设计篇中会有更加详细的介绍)的简单总结。每篇文
章都有实现代码，内容比较多，简单算法一般是大致介绍下思想及算法流程，复杂的算法会给出各种图示和代码实现详细介绍。

**这一部分是下
面算法设计篇的前篇，如果数据结构还不错的可以直接看算法设计篇，遇到问题可以回来看数据结构篇中的某个具体内容充电一下，我个人认为直接读算法设计篇比
较好，因为大家时间也都比较宝贵，如果你会来读这些文章说明你肯定有一定基础了，后面的算法设计篇中更多的是思想，这里更多的是代码而已，嘿嘿。**

(1)[搜索](Python Data Structures)

简述顺序查找和二分查找，详述Hash查找(hash函数的设计以及如何避免冲突)

(2)[排序](Python Data Structures)

简述各种排序算法的思想以及它的图示和实现

(3)[数据结构](Python Data Structures)

简述Python内置数据结构的性能分析和实现常用的数据结构：栈、队列和二叉堆

(4)[树总结](Python Data Structures)

简述二叉树，详述二叉搜索树和AVL树的思想和实现

2.Python算法设计篇

算法设计篇主要是阅读[Python Algorithms: Mastering Basic Algorithms in the Python Language](Python Algorithms: Mastering Basic Algorithms in the Python Language)[**点击链接可进入Springer免费下载原书电子版**]之后写下的读书总结，原书大部分内容结合了经典书籍[算法导论](Introction to Algorithms)，
内容更加细致深入，主要是介绍了各种常用的算法设计思想，以及如何使用Python高效巧妙地实现这些算法，这里有别于前面的数据结构篇，部分算法例如排
序就不会详细介绍它的实现细节，而是侧重于它内在的算法思想。这部分使用了一些与数据结构有关的第三方模块，因为这篇的重点是算法的思想以及实现，所以并
没有去重新实现每个数据结构，但是在介绍算法的同时会分析Python内置数据结构以及第三方数据结构模块的优缺点，也就意味着该篇比前面都要难不少，但
是我想我的介绍应该还算简单明了，因为我用的都是比较朴实的语言，并没有像算法导论一样列出一堆性质和定理，主要是对着某个问题一步步思考然后算法就出来
了，嘿嘿，除此之外，里面还有很多关于python开发的内容，精彩真的不容错过！

这里每篇文章都有实现代码，但是代码我一般都不会分
析，更多地是分析算法思想，所以内容都比较多，即便如此也没有包括原书对应章节的所有内容，因为内容实在太丰富了，所以我只是选择经典的算法实例来介绍算
法核心思想，除此之外，还有不少内容是原书没有的，部分是来自算法导论，部分是来自我自己的感悟，嘻嘻。该篇对于大神们来说是小菜，请一笑而过，对于菜鸟
们来说可能有点难啃，所以最适合的是和我水平差不多的，对各个算法都有所了解但是理解还不算深刻的半桶水的程序猿，嘿嘿。

本篇的顺序按照原书[Python Algorithms: Mastering Basic Algorithms in the Python Language](Python Algorithms: Mastering Basic Algorithms in the Python Language)的章节来安排的(章节标题部分相同部分不同哟)，为了节省时间以及保持原着的原滋原味，部分内容(一般是比较难以翻译和理解的内容)直接摘自原着英文内容。

**1.
你也许觉得很多内容你都知道嘛，没有看的必要，其实如果是我的话我也会这么想，但是如果只是归纳一个算法有哪些步骤，那这个总结也就没有意义了，我觉得这
个总结的亮点在于想办法说清楚一个算法是怎么想出来的，有哪些需要注意的，如何进行优化的等等，采用问答式的方式让读者和我一起来想出某个问题的解，每篇
文章之后都还有一两道小题练手哟**

**2.你也许还会说算法导论不是既权威又全面么，基本上每个算法都还有详细的证明呢，读算法导论岂
不更好些，当然，你如果想读算法导论的话我不拦着你，读完了感觉自己整个人都不好了别怪小弟没有提醒你哟，嘻嘻嘻，左一个性质右一个定理实在不适合算法科
普的啦，没有多少人能够坚持读完的。但是码农与蛇的故事内容不多哟，呵呵呵**

**3.如果你细读本系列的话我保证你会有不少收获的，需要看算法导论哪个部分的地方我会给出提示的，嘿嘿。温馨提示，前面三节内容都是介绍基础知识，所以精彩内容从第4节开始哟，么么哒 O(∩_∩)O~**

(1)[Python Algorithms - C1 Introction](Python Algorithms)

本节主要是对原书中的内容做些简单介绍，说明算法的重要性以及各章节的内容概要。

(2)[Python Algorithms - C2 The basics](Python Algorithms)

**本节主要介绍了三个内容：算法渐近运行时间的表示方法、六条算法性能评估的经验以及Python中树和图的实现方式。**

(3)[Python Algorithms - C3 Counting 101](Python Algorithms)

原书主要介绍了一些基础数学，例如排列组合以及递归循环等，但是本节只重点介绍计算算法的运行时间的三种方法

(4)[Python Algorithms - C4 Inction and Recursion and Rection](Python Algorithms)

**本节主要介绍算法设计的三个核心知识：Inction(推导)、Recursion(递归)和Rection(规约)，这是原书的重点和难点部分**

(5)[Python Algorithms - C5 Traversal](Python Algorithms)

**本节主要介绍图的遍历算法BFS和DFS，以及对拓扑排序的另一种解法和寻找图的(强)连通分量的算法**

(6)[Python Algorithms - C6 Divide and Combine and Conquer](Python Algorithms)

**本节主要介绍分治法策略，提到了树形问题的平衡性以及基于分治策略的排序算法**

(7)[Python Algorithms - C7 Greedy](Python Algorithms)

**本节主要通过几个例子来介绍贪心策略，主要包括背包问题、哈夫曼编码和最小生成树等等**

(8)[Python Algorithms - C8 Dynamic Programming](Python Algorithms)

**本节主要结合一些经典的动规问题介绍动态规划的备忘录法和迭代法这两种实现方式，并对这两种方式进行对比**

(9)[Python Algorithms - C9 Graphs](Python Algorithms)

**本节主要介绍图算法中的各种最短路径算法，从不同的角度揭示它们的内核以及它们的异同**

㈦ python中List，Queue等数据结构存储效率哪个更优

python中的数据结构有：set，list，Queue，dict，tuple等；
效率问题，主要看你使用场景：
比如要判断一个值是否存在，set肯定快，应为是使用hash,
如果保持数据的顺序性：当时list和Queue，但是list不是线程安全的，但是Queue是，
tuple是不可变的
dict是字典，和json差不多，使用于key-value类型，效率也比较高；
所以主要根据使用场景去选择合适的数据结构，每种数据结构的存在都是有他的应用空间，不然效率低的早就淘汰了。

㈧ Python数据结构之Array用法实例

Python数据结构之Array用法实例
这篇文章主要介绍了Python数据结构之Array用法实例,较为详细的讲述了Array的常见用法,具有很好的参考借鉴价值,需要的朋友可以参考下
import ctypes

class Array:
def __init__(self, size):
assert size > 0, "Array size must be > 0 "
self._size = size
pyArrayType = ctypes.py_object * size
self._elements = pyArrayType()
self.clear(None)

def clear(self, value):
for index in range(len(self)):
self._elements[index] = value

def __len__(self):
return self._size

def __getitem__(self, index):
assert index >= 0 and index < len(self), "index must >=0 and <= size"
return self._elements[index]

def __setitem__(self, index, value):
assert index >= 0 and index < len(self), "index must >=0 and <= size"
self._elements[index] = value

def __iter__(self):
return _ArrayIterator(self._elements)

class _ArrayIterator:
def __init__(self, theArray):
self._arrayRef = theArray
self._curNdr = 0

def __next__(self):
if self._curNdr < len(theArray):
entry = self._arrayRef[self._curNdr]
sllf._curNdr += 1
return entry
else:
raise StopIteration

def __iter__(self):
return self

class Array2D :
def __init__(self, numRows, numCols):
self._theRows = Array(numCols)
for i in range(numCols):
self._theRows[i] = Array(numCols)

def numRows(self):
return len(self._theRows)

def numCols(self):
return len(self._theRows[0])

def clear(self, value):
for row in range(self.numRows):
self._theRows[row].clear(value)

def __getitem__(self, ndxTuple):
assert len(ndxTuple) == 2, "the tuple must 2"
row = ndxTuple[0]
col = ndxTuple[1]
assert row>=0 and row <len(self.numRows())
and col>=0 and col<len(self.numCols),
"array subscrpt out of range"
theArray = self._theRows[row]
return theArray[col]

def __setitem__(self, ndxTuple, value):
assert len(ndxTuple)==2, "the tuple must 2"
row = ndxTuple[0]
col = ndxTuple[1]
assert row >= 0 and row < len(self.numRows)
and col >= 0 and col < len(self.numCols),
"row and col is invalidate"
theArray = self._theRows[row];
theArray[col] = value
希望本文所述对大家的Python程序设计有所帮助。

㈨ python中都有哪些数据类型

python中数据类型有：整型、长整型、浮点型、字符串类型、布尔类型、列表类型、元组类型、字典类型、集合类型。

数据类型是每种编程语言必备属性，只有给数据赋予明确的数据类型，计算机才能对数据进行处理运算，因此，正确使用数据类型是十分必要的，不同的语言，数据类型类似，但具体表示方法有所不同，以下是Python编程常用的数据类型：

1. 数字类型

Python数字类型主要包括int（整型）、long（长整型）和float（浮点型），但是在Python3中就不再有long类型了。

int（整型）

在32位机器上，整数的位数是32位，取值范围是-231~231-1，即-2147483648~214748364；在64位系统上，整数的位数为64位，取值范围为-263~263-1，即9223372036854775808~9223372036854775807。

long（长整型）

Python长整型没有指定位宽，但是由于机器内存有限，使用长的长整数数值也不可能无限大。

float（浮点型）

浮点型也就是带有小数点的数，其精度和机器有关。

complex（复数）

Python还支持复数，复数由实数部分和虚数部分构成，可以用 a + bj,或者 complex(a,b) 表示， 复数的实部 a 和虚部 b 都是浮点型。

2. 字符串

在Python中，加了引号的字符都被认为是字符串，其声明有三种方式，分别是：单引号、双引号和三引号；Python中的字符串有两种数据类型，分别是str类型和unicode类型，str类型采用的ASCII编码，无法表示中文，unicode类型采用unicode编码，能够表示任意字符，包括中文和其他语言。

3. 布尔型

和其他编程语言一样，Python布尔类型也是用于逻辑运算，有两个值：True（真）和False（假）。

4. 列表

列表是Python中使用最频繁的数据类型，集合中可以放任何数据类型，可对集合进行创建、查找、切片、增加、修改、删除、循环和排序操作。

5. 元组

元组和列表一样，也是一种序列，与列表不同的是，元组是不可修改的，元组用”()”标识，内部元素用逗号隔开。

6. 字典

字典是一种键值对的集合，是除列表以外Python之中最灵活的内置数据结构类型，列表是有序的对象集合，字典是无序的对象集合。

7. 集合

集合是一个无序的、不重复的数据组合，它的主要作用有两个，分别是去重和关系测试。

推荐课程：Python3机器学习快速入门(黑马程序员)

㈩ python 数据结构 有哪些

# -*- coding: <utf-8> -*-
#-------------------2017-7-20------------------
#-------------------【字符串】--------------------
#字符串：单引号，双引号都可以
print("HelloWorld");
print('HelloWorld')
print(''' This is the first line
This is the second line
This is the last line''')

#Format字符串
age = 3;
name = "Tom"
print("{0} is {1} years old".format(name, age)) #格式打印：换行
#数值--->字符串: str()方法
s = str(age)
print("s = " + s)
print(name + " is " + str(age) + " years old ") #字符串的拼接
print(name, " is ", str(age), " years old ") #字符串的拼接:逗号连接也是可以的
print("What's your name? \nTom")

#-------------------【数据类型】--------------------
#Python的数据类型生命的时候不用声明类型，系统自己会识别
a = 3
b = 4
c = 5.66
d = 8.0
e = complex(c, d)
f = complex(float(a), float(b))
print("a is type", type(a))
print("c is type", type(c))
print("e is type", type(e))
print("a + b = ", a + b)
print("a / b = ", a / b)
print("c / a = ", c / a)
print("c // a = ", c // a) #往下圆整为最接近的整数
print("e = ", e)
print("e + f = ", e + f)
#-------------------【列表：List:不要求List中的元素是同种类型】--------------------
#首先是打印中文
print("你好") #需要在上方设置成utf-8的编码形式
#创建一个list
number_List = [1, 2, 3, 4, 5] #方括号，逗号隔开,索引从0开始
print(number_List)
print("number_List = " + str(number_List))
#创建一个以字符串为列表的List
string_List= ["abc", "cde", "fhi"]
mixed_List = [1, "java", 3, "A"]
print("string_List = " + str(string_List))
print("mixed_List = " + str(mixed_List))
#访问列表中的元素
second_Number = number_List[1]
second_string = string_List[1]
print("second_Number = " + str(second_Number))
print("second_string = " + str(second_string))
#更新列表中的元素
number_List[1] = 40
print("number_List = " + str(number_List))
#删除列表中的元素
del number_List[1] #del 方法
print("after deleting: number_List = " + str(number_List))
#一些List的操作
print(len([1,2,3])) #长度
print([1,2,3] + [4,5,6]) #拼接
print(["Hello"] * 4) #复制
print(3 in [1,2,3]) #判断是否在List中
abcd_List = ["a", "b", "c", "d"]
print(abcd_List[1])
print(abcd_List[-2]) #打印倒数第二个
print(abcd_List[1:]) #截取1-end的元素：冒号“：”指一直到结尾
List_a = [1,2,3]
List_a.append(4) #append 方法
print("After append: List_a = " + str(List_a))
List_a.remove(2) #remove 方法
print("After remove: List_a = " + str(List_a))
#-------------------【元组：tuple】--------------------
#tuple是一个特殊的List，但是是一个一旦创建就不可更改的List
#但是tuple里面的list里面的元素是可以更改的
#tuple没有append， extend， remove， pop方法
tuple_1 = (2,) #逗号是一定要加的
mixed_tuple = (1, 2, [1, 2])
print("mixed_tuple = " + str(mixed_tuple))
#tuple的元素的更改
mixed_tuple[2][0] = "c"
mixed_tuple[2][1] = "d"
#mixed_tuple[1] = 4 #tuple里面的数据不可更改，但是tuple里面的List的不能改了
print("after modified: mixed_tuple = " + str(mixed_tuple))
#tuple里面的元素不可更改，但是可以将tuple当做一个整体进行删除
del mixed_tuple #作为一个整体将tuple删除
#一些tuple的操作
print(len((1,2,3))) #长度
print((1,2,3) + (4,5,6)) #拼接
print(("Hello") * 4) #复制
print(3 in (1,2,3)) #判断是否在List中
abcd_tuple = ["a", "b", "c", "d"]
print(abcd_tuple[1])
print(abcd_tuple[-2]) #打印倒数第二个
print(abcd_tuple[1:]) #截取1-end的元素：冒号“：”指一直到结尾
#-------------------【字典：】--------------------
#tuple是一个特殊的List，但是是一个一旦创建就不可更改的List