跟我一起学 Python 数据处理（六）：Python 数据类型深度剖析与容器初窥

跟我一起学 Python 数据处理（六）：Python 数据类型深度剖析与容器初窥

在 Python 学习的漫漫长路中，我们已经成功迈出了几步，对其环境搭建和基础操作有了一定了解。接下来，让我们继续深入，探寻 Python 丰富的数据类型世界以及强大的数据容器，进一步挖掘 Python 在数据处理方面的潜力，一同在知识的海洋中破浪前行。

一、整数与字符串的微妙差异及应用场景

整数，在 Python 中如同数学世界里的整数一样，是完整的数字，像 10、-5、0 等都是常见的整数示例。当我们在 Python 解释器中输入这些整数时，它会忠实地返回相同的值。然而，要特别注意与字符串形式数字的区别。例如，5 和 ‘5’ 在 Python 中是完全不同的存在。我们可以通过 == 运算符来验证它们是否相等，如 5 == '5'，此时 Python 会返回 False。这是因为整数 5 代表的是一个数值，而 ‘5’ 只是一个包含数字字符的字符串。

在实际应用中，将数字存储为字符串可能是由于各种原因。比如在处理用户输入数据时，可能会遇到用户以字符串形式输入数字，像在问卷调查中人们可能填写“五”“5”或“V”等表示数字的形式，此时就需要先将其作为字符串接收，再进行后续处理。另外，像美国邮政编码这种特定场景，虽然邮编是数字，但由于某些地区邮编以 0 开头（如波士顿的 02108），若将其作为整数输入 Python 会引发语法错误，而以字符串形式 ‘02108’ 存储则能正确处理。

二、浮点数的精度奥秘与 decimal 模块的拯救

Python 在处理非整数时，默认会将其转换为浮点数。浮点数在进行运算时，虽然速度较快，但存在精度问题。例如，当我们计算 2 / 3 时，得到的结果是 0，这是因为整数除法会舍去小数部分。而当我们将其中一个数改为浮点数，如 2.0 / 3，就会得到更接近真实结果的 0.6666666666666666。

再看 0.3 和 0.1 + 0.2 的例子，我们期望 0.1 + 0.2 的结果是 0.3，但 Python 实际返回的是 0.30000000000000004。这是由于浮点数在计算机内部的存储方式导致的精度误差。为了解决这个问题，Python 提供了 decimal 模块。

下面通过一个示例来展示 decimal 模块的用法。假设我们要精确计算商品的总价，商品单价为 0.15，购买数量为 3，计算总价并保留两位小数：

from decimal import Decimal

# 定义商品单价和数量
unit_price = Decimal('0.15')
quantity = 3

# 计算总价
total_price = unit_price * quantity

# 设置精度为两位小数并输出结果
getcontext().prec = 2
print(total_price)

在上述代码中，首先从 decimal 模块导入 Decimal，然后用字符串形式定义商品单价，这样能确保精度。接着计算总价，并通过设置 getcontext().prec 为 2 来保留两位小数，最后输出结果，得到准确的总价。

三、Python 数字处理相关库的简介

Python 提供了多个用于数字处理的库，以满足不同场景下的需求。

decimal 库用于定点运算和浮点运算，能够有效处理数字精度问题，如上述计算总价的示例所示。math 库则提供了 C 语言标准所定义的数学函数，比如常见的三角函数、对数函数等。如果我们要计算一个角度的正弦值，可以使用 math.sin() 函数。numpy 是 Python 科学计算的基础包，它在处理大规模数值数据时非常强大，提供了高效的数组操作和数学运算功能。例如，创建一个包含 100 个随机数的数组，并计算其平均值：

import numpy as np

# 创建包含 100 个随机数的数组
random_array = np.random.rand(100)

# 计算平均值
average = np.mean(random_array)

print(average)

sympy 库用于符号数学运算，在处理代数方程求解、微积分等问题时十分有用。mpmath 库可进行任意精度实数和复数浮点运算，适合对精度要求极高的科学计算场景。

四、数据容器之变量：数据的灵活存储方式

变量是 Python 中保存数据的重要手段，它可以存储字符串、数字或其他数据容器等多种数据类型。变量名通常由小写字母或下划线连接的多个单词组成，以便清晰地表明其存储的内容。例如，我们可以定义一个变量 name 来存储字符串 “John”，或者定义 age 变量存储整数 25：

# 定义存储姓名的变量
name = "John"

# 定义存储年龄的变量
age = 25

# 输出变量内容
print("姓名:", name)
print("年龄:", age)

通过这种方式，我们可以方便地在程序中使用和修改这些变量所存储的数据，使程序更加灵活和易于维护。

学习 Python 数据类型和容器是深入理解 Python 编程的关键一步。希望通过本文的讲解，大家能够对这些知识有更清晰的认识。在学习过程中，多进行实践和尝试，才能真正掌握这些知识点。如果您觉得这篇文章对您有帮助，请点赞、评论并关注我的博客，后续我会持续分享更多 Python 学习的干货，让我们一起在 Python 的学习道路上不断成长！