Python 六大数据类型全面解析

Python 中的数据类型是构建程序的基础，用于存储不同形式的数据并定义其可执行的操作。通常所说的 “六大数据类型” 指 Number（数字）、String（字符串）、List（列表）、Tuple（元组）、Set（集合）、Dictionary（字典），它们在存储结构、可变性、用途上存在显著差异，以下从 “定义、特性、常用操作、应用场景” 四个维度逐一详解。

一、Number（数字）：用于存储数值的基础类型

Number 是 Python 中表示 “数值” 的类型，包括整数、浮点数、复数等，支持基本的算术运算，是数学计算和量化场景的核心。

1. 核心分类与定义

• int（整数）：无小数部分的整数，可正可负，支持任意大小（无需担心溢出）。
  示例：a = 10（正整数）、b = -5（负整数）、c = 0（零）、d = 10**100（极大整数，Python 原生支持）。
• float（浮点数）：带小数部分的数值，本质是二进制浮点数（可能存在精度误差）。
  示例：e = 3.14、f = -0.5、g = 2.0（注意：2.0 是 float，而非 int）、h = 1e5（科学计数法，等价于 100000.0）。
• complex（复数）：由实部和虚部组成的数值，虚部用 j 或 J 表示。
  示例：i = 3 + 4j（实部 3，虚部 4）、j = 2j（纯虚数）。

2. 核心特性

• 不可变性：创建后数值不可修改（如 a = 10，无法直接修改 a 的值为 11，只能重新赋值 a = 11）。
• 支持算术运算：+（加）、-（减）、*（乘）、/（除，结果为 float）、//（整除，结果为 int）、%（取余）、**（幂运算）。
  示例：5 + 3 = 8、5 / 2 = 2.5、5 // 2 = 2、5 % 2 = 1、2 ** 3 = 8。
• 类型转换：可通过 int()、float()、complex() 相互转换（注意：float 转 int 会丢弃小数部分，如 int(3.9) = 3）。

3. 应用场景

• 数学计算（如统计分析、科学计算）、计数器（如循环次数）、量化参数（如年龄、价格、坐标）。

二、String（字符串）：用于存储文本的序列类型

String 是 Python 中表示 “文本” 的类型，由字符（字母、数字、符号等）组成的有序序列，是处理文本数据的核心。

1. 定义方式

用 单引号（' '）、双引号（""）、三引号（''' ''' 或""" """） 包裹文本，三引号支持多行字符串。
示例：

python

运行

s1 = 'Hello Python'  # 单引号
s2 = "I'm a student"  # 双引号（避免与内部单引号冲突）
s3 = '''第一行
第二行
第三行'''  # 三引号（多行字符串）
s4 = "Python" * 3  # 字符串重复，结果为 "PythonPythonPython"

2. 核心特性

• 不可变性：字符串创建后，单个字符无法修改（如 s = "abc"，无法执行 s[0] = "A"，只能重新拼接）。
• 有序性：支持通过 “索引（Index）” 访问单个字符，索引从 0 开始（正向）或从 -1 开始（反向）。
  示例：s = "Python"，s[0] = "P"（正向第 1 个字符）、s[-1] = "n"（反向第 1 个字符）。
• 支持切片（Slice）：通过 [起始:结束:步长] 截取子字符串，“结束索引” 不包含在内。
  示例：s = "Python"，s[1:4] = "yth"（从索引 1 到 3）、s[::2] = "Pto"（步长 2，间隔取字符）。

3. 常用操作

• 拼接：用 + 连接字符串（如 s1 + s2 = "Hello PythonI'm a student"）。
• 常用方法：
  • len(s)：获取字符串长度（如 len("Python") = 6）；
  • s.upper() / s.lower()：转为大写 / 小写（如 s.upper() = "PYTHON"）；
  • s.split(sep)：按分隔符分割为列表（如 "a,b,c".split(",") = ["a","b","c"]）；
  • s.replace(old, new)：替换字符（如 "abc".replace("a", "A") = "Abc"）。

4. 应用场景

• 文本处理（如用户输入、日志输出）、字符串格式化（如拼接动态内容）、文件读写（如读取文本文件内容）。

三、List（列表）：可变的有序序列

List 是 Python 中最灵活的序列类型，可存储任意类型的数据（数字、字符串、列表等），支持动态修改，是日常开发中最常用的数据结构之一。

1. 定义方式

用 方括号（[]） 包裹元素，元素间用逗号分隔，元素类型可不同。
示例：

python

运行

lst1 = [1, 2, 3, 4]  # 纯数字列表
lst2 = ["apple", "banana", "cherry"]  # 纯字符串列表
lst3 = [1, "Python", True, [5, 6]]  # 混合类型（包含子列表）
lst4 = list(range(5))  # 通过 list() 转换，结果为 [0,1,2,3,4]

2. 核心特性

• 可变性：支持添加、删除、修改元素（如 lst = [1,2,3]，可执行 lst[0] = 10 改为 [10,2,3]）。
• 有序性：支持索引和切片（与字符串一致），元素顺序固定（按插入顺序排列）。
• 可嵌套：列表内可包含其他列表（形成多维列表，如 [[1,2],[3,4]] 是二维列表，模拟矩阵）。

3. 常用操作

• 添加元素：lst.append(x)（末尾添加）、lst.insert(index, x)（指定位置插入）、lst.extend(lst2)（合并另一个列表）；
• 删除元素：lst.remove(x)（删除首个值为 x 的元素）、lst.pop(index)（删除指定索引元素并返回）、del lst[index]（直接删除指定索引元素）；
• 其他常用方法：len(lst)（长度）、lst.sort()（排序，默认升序）、lst.reverse()（反转顺序）、lst.copy()（复制列表，避免浅拷贝问题）。

4. 应用场景

• 存储动态数据（如用户列表、商品列表）、多维数据（如表格数据、矩阵）、临时缓存（如循环中收集结果）。

四、Tuple（元组）：不可变的有序序列

Tuple 与 List 类似，是有序序列，但核心区别是 不可变性，适合存储 “不希望被修改” 的数据。

1. 定义方式

用 圆括号（()） 包裹元素，元素间用逗号分隔；若只有一个元素，需在末尾加逗号（避免与括号表达式混淆）。
示例：

python

运行

t1 = (1, 2, 3, 4)  # 多元素元组
t2 = ("a", "b", "c")  # 字符串元组
t3 = (1, "Python", (5, 6))  # 混合类型（包含子元组）
t4 = (1,)  # 单元素元组（必须加逗号，否则 t4 = (1) 会被视为整数 1）
t5 = tuple([1,2,3])  # 通过 tuple() 转换列表为元组

2. 核心特性

• 不可变性：创建后无法添加、删除、修改元素（如 t = (1,2,3)，执行 t[0] = 10 会报错）。
• 有序性：支持索引和切片（与 List 一致），元素顺序固定。
• 轻量性：元组的内存占用比列表小，访问速度更快（因不可变，无需维护动态数组结构）。
• 可哈希性：元组可作为字典的键（Key）或集合的元素（List 不可哈希，因可变）。

3. 常用操作

• 支持 len(t)（长度）、t[index]（索引访问）、t[start:end]（切片）；
• 无添加 / 删除方法（因不可变），仅支持 t.count(x)（统计 x 出现次数）、t.index(x)（返回 x 首次出现的索引）。

4. 应用场景

• 存储固定数据（如配置参数、坐标点 (x,y)、函数返回的多个值）、作为字典键（如 {(1,2): "point"}）、保护数据不被意外修改。

五、Set（集合）：无序的唯一元素集合

Set 是 Python 中用于存储 “唯一元素” 的无序集合，支持数学中的集合运算（如交集、并集），核心作用是 “去重” 和 “关系判断”。

1. 定义方式

用 大括号（{}） 包裹元素（注意：空集合不能用 {} 定义，需用 set()，因 {} 会被视为空字典），或通过 set() 转换其他序列。
示例：

python

运行

s1 = {1, 2, 3, 4}  # 数字集合（自动去重，如 {1,1,2} 会变为 {1,2}）
s2 = {"apple", "banana", "cherry"}  # 字符串集合
s3 = set([1,2,2,3])  # 列表转集合，结果为 {1,2,3}
s4 = set()  # 空集合（必须用 set()）

2. 核心特性

• 无序性：元素无固定顺序，不支持索引和切片（如 s = {1,2,3}，执行 s[0] 会报错）。
• 唯一性：自动去除重复元素（是 “去重” 的最佳工具）。
• 可变性：支持添加、删除元素（但元素必须是 “可哈希的”，如数字、字符串、元组；List、Set、Dictionary 不可作为 Set 元素，因不可哈希）。

3. 常用操作

• 添加 / 删除：s.add(x)（添加单个元素）、s.update(s2)（添加多个元素）、s.remove(x)（删除 x，不存在则报错）、s.discard(x)（删除 x，不存在不报错）；
• 集合运算：
  • 交集：s1 & s2 或 s1.intersection(s2)（两集合共有的元素）；
  • 并集：s1 | s2 或 s1.union(s2)（两集合所有元素，去重）；
  • 差集：s1 - s2 或 s1.difference(s2)（s1 有但 s2 没有的元素）；
  • 对称差集：s1 ^ s2 或 s1.symmetric_difference(s2)（两集合独有元素的并集）。

4. 应用场景

• 数据去重（如列表去重 list(set(lst))）、关系判断（如判断两个列表是否有交集）、数学集合运算（如统计两个用户群体的重叠度）。

六、Dictionary（字典）：键值对映射的无序集合

Dictionary（简称 Dict）是 Python 中用于存储 “键值对（Key-Value）” 的结构，通过 “键（Key）” 快速查找 “值（Value）”，是处理 “关联数据” 的核心类型（类似其他语言的 “哈希表”“映射”）。

1. 定义方式

用 大括号（{}） 包裹键值对，键与值用 : 分隔，键值对间用逗号分隔；或通过 dict() 转换其他结构。
示例：

python

运行

dict1 = {"name": "Alice", "age": 20, "gender": "female"}  # 标准字典
dict2 = {1: "one", 2: "two", 3: "three"}  # 键为整数
dict3 = dict([("name", "Bob"), ("age", 22)])  # 列表转字典（元素为键值元组）
dict4 = {}  # 空字典

2. 核心特性

• 键值对映射：每个 Key 对应唯一的 Value，通过 Key 可快速访问 Value（时间复杂度 O (1)）。
• 键的约束：Key 必须是 “可哈希的”（如数字、字符串、元组），且不可重复（重复键会覆盖前值，如 {"a":1, "a":2} 会变为 {"a":2}）；Value 无约束（可任意类型，包括 List、Dict 等）。
• 无序性（Python 3.7+ 有序）：Python 3.7 之前字典是无序的，3.7 及以后按 “插入顺序” 保存键值对（但仍不支持索引，需通过 Key 访问）。

3. 常用操作

• 访问 / 修改值：dict[key]（访问 Key 对应的 Value，Key 不存在则报错）、dict.get(key, default)（访问 Value，Key 不存在返回 default）、dict[key] = value（修改或新增键值对）；
• 删除键值对：del dict[key]（删除指定 Key 的键值对）、dict.pop(key)（删除并返回 Key 对应的 Value）；
• 常用方法：
  • dict.keys()：获取所有 Key（返回可迭代对象，可转列表）；
  • dict.values()：获取所有 Value；
  • dict.items()：获取所有键值对（返回 (key, value) 元组的可迭代对象）；
  • dict.clear()：清空字典。

4. 应用场景

• 存储关联数据（如用户信息 {"id":1, "name":"Alice"}、配置项 {"host":"localhost", "port":8080}）、快速查找（如通过 ID 查找用户详情）、作为函数参数（传递多个命名参数）。

六大数据类型核心差异对比表

数据类型	可变性	有序性	元素唯一性	可哈希性（能否作字典键）	核心用途
Number	不可变	-（无序列）	无	可哈希	数值计算
String	不可变	有序	无	可哈希	文本处理
List	可变	有序	无	不可哈希	动态数据存储、多维数据
Tuple	不可变	有序	无	可哈希	固定数据存储、字典键
Set	可变	无序	有	不可哈希	去重、集合运算
Dictionary	可变	3.7 + 有序	Key 唯一	不可哈希（Key 需可哈希）	关联数据存储、快速查找