Python 提供多种核心数据类型，合理使用可提升代码效率与可读性。1. 数字类型：int 用于整数运算，float 表示浮点数但需注意精度问题，complex 支持复数运算，bool 作为逻辑判断基础且为 int 子类。高精度计算推荐 decimal 模块，分数运算可用 fractions.Fraction。2. 字符串 str 是不可变序列，支持索引、切片和格式化，f-string 是现代推荐格式化方式；频繁拼接应使用 list 配合 ''.join() 提升性能。3. 容器类型：list 有序可变，适用于动态数据集合；tuple 有序不可变，适合固定结构数据并可作字典键；dict 键值对存储，查找高效，键需不可变，建议用 get 方法安全访问；set 无序不重复，用于去重和集合运算。4. 其他类型：None 表示空值，bytes 和 bytearray 处理二进制数据，frozenset 为不可变集合可用于字典键，自定义对象实现面向对象编程。类型检查推荐 isinstance() 函数。掌握这些类型特性有助于在实际场景中做出最优选择。
Python 是一门动态类型语言，变量在声明时不需要指定类型，解释器会根据赋值自动推断数据类型。掌握 Python 的核心数据类型，有助于写出更高效、可读性更强的代码。本文将系统介绍 Python 常见的数据类型，并结合实际使用场景给出建议。
数字类型：int、float、complex、bool
Python 中最基本的数值类型包括整数、浮点数、复数和布尔值。
- int：表示整数，如 42、-7。适用于计数、索引等场景。
- float：表示带小数的浮点数，如 3.14、2.0e5。常用于科学计算、金融计算（注意精度问题）。
- complex：复数类型，如 3+4j，在信号处理或数学建模中使用较多。
- bool：布尔值，只有 True 和 False 两个取值，是逻辑判断的基础，本质上是 int 的子类（True=1, False=0）。
提示：进行高精度计算时，推荐使用 decimal 模块避免浮点误差；对于分数运算，可使用 fractions.Fraction。
字符串类型：str
字符串是不可变的字符序列，用单引号、双引号或三重引号定义。支持索引、切片、拼接和格式化。
立即学习“Python免费学习笔记（深入）”；
- 适合存储文本信息，如用户姓名、日志内容、配置项等。
- 常用操作包括 .split()、.join()、.format() 或 f-string 格式化。
- 字符串不可变，频繁拼接建议使用 list 收集后用 ''.join() 合并，提升性能。
例如：f"Hello, {name}!" 是现代 Python 推荐的字符串格式化方式。
容器类型：list、tuple、dict、set
这四类是 Python 最常用的复合数据结构，各有特点和适用场景。
list（列表）：有序、可变、允许重复元素。
- 适用于需要动态增删改的序列数据，如任务队列、用户输入记录。
- 支持 .append()、.remove()、切片等操作。
tuple（元组）：有序、不可变、轻量级。
- 适合表示固定结构的数据，如坐标 (x, y)、函数返回多个值。
- 可作为字典的键（因不可变），比 list 更节省内存。
dict（字典）：键值对集合，无序（Python 3.7+ 保持插入顺序）、可变。
- 用于快速查找，如配置映射、缓存、JSON 数据解析结果。
- 键必须是不可变类型（如 str、int、tuple），值任意。
- 推荐使用 dict.get(key, default) 安全访问键值。
set（集合）：无序、不重复元素集合。
- 适用于去重、集合运算（并集、交集、差集）。
- 例如：快速去除列表中重复项 —— list(set(items))。
其他重要类型与概念
除了上述基本类型，Python 还提供一些扩展类型和特殊对象。
- NoneType：只有一个值 None，表示空或缺失值，常用于函数默认返回值或初始化变量。
- bytes / bytearray：处理二进制数据，如文件读写、网络传输。bytes 不可变，bytearray 可变。
- frozenset：不可变集合，可用作字典的键。
- 自定义对象：通过 class 定义的实例，属于引用类型，广泛用于面向对象编程。
类型检查可通过 type() 或 isinstance() 实现，后者更推荐用于类型判断，支持继承关系。
基本上就这些。理解每种数据类型的特性与限制，能帮助你在不同场景下做出合理选择，写出更健壮的 Python 代码。
