正文
小飞侠带你精通Python网络编程系列04-Python内置的数据类型
小程序：扫一扫查出行【扫一扫了解最新限行尾号】
复制小程序
在Python中有以下几种标准的内置数据类型：
1.NoneType: The Null object--空对象
2.Numerics（数值）: int-整数, long-长整数, float-浮点数, complex-复数, and bool--布尔值 (The subclass of int with True or False value)
3.Sequences（序列）: str-字符串, list-列表, tuple-元组, and range-范围
4.Mappings（映射）: dict-字典
5.Sets（集合）: set-可变集合 and frozenset-不可变集合
一、NoneType
（1）The Nonetype denotes an object with no value.
#Nonetype是Python的特殊类型，表示一个空对象，值为None
可以将None赋值给任何变量，但是你不能创建其他NoneType对象。
【案例】
>>> x = None
>>> print(type(x))
<class 'NoneType'>
>>>
（2） This is returned in functions that do not explicitly return anything.
#函数没有明确的返回值时，默认值为None
【案例】
>>> def subtract(a,b):
c = a - b >>> result = subtract(10,5)
>>> print(result)
None
>>> def subtract(a,b):
c = a - b
return c >>> result = subtract(10,5)
>>> print(result)
5
（3）The NoneType is also used in function arguments to error out if the caller does not pass in an actual value.
#如果函数参数中未调用一个实际值，则也会使用none以报错。
二、Numerics（数值）
Python numeric对象基本上是数字。除了布尔值，int、long、float和complex的数字类型都有符号，这意味着它们可以是正的也可以是负的。布尔值是整数的子类，可以是两个值之一：1表示真，0表示假。其余数字类型的区别在于它们表示数字的精确程度；例如，int是范围有限的整数，long是范围无限的整数。float是使用机器上的双精度表示（64位）的数字。
三、Sequences（序列）
序列是具有非负整数索引的有序对象集合。
1.string（字符串）
有时人们会惊奇地发现字符串实际上是一种序列类型。但是如果仔细观察，字符串是一系列字符组合在一起。字符串由单引号、双引号或三引号括起来。注意在以下示例中，引号必须匹配，并且三重引号允许字符串跨越不同的行：
a = "networking is fun"
b = 'DevOps is fun too'
c = """what about coding?
... super fun"""
2.list（列表）
列表是任意对象的序列。可以通过将对象括在方括号中来创建列表。和字符串一样，列表也是由以零开始的非零整数索引的。通过引用索引编号来取回列表的值：
#!/usr/bin/env python
vendors = ["Cisco", "Arista", "Juniper"]
print(vendors[0])
print(vendors[1])
print(vendors[2]) Cisco
Arista
Juniper
3.Tupe（元组）
元组类似于通过将值括在括号中创建的列表。与列表类似，元组中的值是通过引用其索引号来检索的。与列表不同，创建后无法修改值：
>>> datacenters = ("HuaBei1","BeiJing1","TianJin1")
>>> datacenters[0]
'HuaBei1'
>>> datacenters[1]
'BeiJing1'
>>> datacenters[2]
'TianJin1'
>>> datacenters[2] = "TianJin2"
Traceback (most recent call last):
File "<pyshell#4>", line 1, in <module>
datacenters[2] = "TianJin2"
TypeError: 'tuple' object does not support item assignment
>>>
4. 对于序列数据类型有些共性的操作如切片、打印序列的长度等
#!/usr/bin/env python
#string
a = "netowrking is fun"
b = "DevOps is fun too"
c = """what about coding?
... super fun!"""
print(a)
print(b)
print(c)
#list
vendors = ["cisco","Arista","Juniper"]
print(vendors[0])
print(vendors[1])
print(vendors[2])
#Tuples
datacenters = ("SJC1","LAX1","SF01")
print(datacenters[0])
print(datacenters[1])
print(datacenters[2]) #slicing
print(a[1])
print(vendors[1])
print(datacenters[1])
print(a[0:2])
print(vendors[0:2])
print(datacenters[0:2])
#len
print(len(a))
print(len(vendors)) 执行结果如下：
netowrking is fun
DevOps is fun too
what about coding?
... super fun!
cisco
Arista
Juniper
SJC1
LAX1
SF01
e
Arista
LAX1
ne
['cisco', 'Arista']
('SJC1', 'LAX1')
17
3
查看序列的最小值和最大值
#!/usr/bin/env python
b = [1,2,9,4,0]
print(min(b))
print(max(b)) 执行结果
0
9
5. 毫无疑问，有各种方法只适用于字符串。值得注意的是，这些方法不会修改基础字符串数据本身，并且总是返回一个新的字符串。如果要使用新值，则需要捕获返回值并将其赋给其他变量：
#!/usr/bin/env python
a = "networking is fun"
print(a.capitalize())
print(a.upper())
print(a)
b = a.upper()
print(b)
print(a.split())
print(a)
b = a.split()
print(b) 执行结果如下：
Networking is fun
NETWORKING IS FUN
networking is fun
NETWORKING IS FUN
['networking', 'is', 'fun']
networking is fun
['networking', 'is', 'fun']
6. 列表的一些常见方法：
列表是一个非常有用的结构，可以放入多个项目并对其进行迭代。例如，我们可以创建一个数据中心骨干交换机列表，并通过逐个迭代将相同的访问列表应用于所有交换机。由于列表的值可以在创建后修改（与元组不同），我们还可以在程序中扩展和对比现有列表：
#!/usr/bin/env python
routers = ['r1','r2','r3','r4','r5']
print(routers)
routers.append('r6')
print(routers)
routers.insert(2,'r100')
print(routers)
print(routers.pop(1))
print(routers) 执行结果如下：
['r1', 'r2', 'r3', 'r4', 'r5']
['r1', 'r2', 'r3', 'r4', 'r5', 'r6']
['r1', 'r2', 'r100', 'r3', 'r4', 'r5', 'r6']
r2
['r1', 'r100', 'r3', 'r4', 'r5', 'r6']
4. Mapping（映射）
python提供了一种称为dictionary（字典）的映射类型。字典是也可以看作一个“匮乏”的的数据库，因为它包含可以用键索引的对象。在其他语言中，这通常被称为关联数组或哈希表。字典是一个强大的类型，因为您可以通过一个可读的键引用该对象。对象也可以是另一种数据类型，如列表。可以使用大括号创建字典：
#!/usr/bin/env python
datacenter1 = {'spines' : ['r1','r2','r3','r4']}
datacenter1['leafs'] = ['','l2','l3','l4']
print(datacenter1)
print(datacenter1['spines'])
print(datacenter1['leafs']) 执行结果如下：
{'spines': ['r1', 'r2', 'r3', 'r4'], 'leafs': ['11', 'l2', 'l3', 'l4']}
['r1', 'r2', 'r3', 'r4']
['11', 'l2', 'l3', 'l4']
五、Sets（集合）
与列表和元组不同，集合是无序的，不能用数字索引。但集合也有一个非常实用的功能即集合的元素永远不会重复。想象一下，如果你有一个IP列表，你需要把它放到一个访问列表中，这个IP列表唯一的问题是它们是重复的。现在，考虑如何使用循环对唯一项进行排序，使用集合允许您使用一行代码排除重复项。创建一个或多个集合后，可以使用并集（union）、交集（intersection）和差异（differences）将它们与其他集合进行比较。
#!/usr/bin/env python
a = "hello"
print(set(a))
b = set([1,1,2,2,3,3,4,4])
print(b)
b.add(5)
print(b)
b.update(['a','a','b','b'])
print(b)
a = set([1,2,3,4,5])
b = set([4,5,6,7,8])
print(a.intersection(b))
print(a.union(b))
执行后的结果如下：
{'l', 'e', 'o', 'h'}
{1, 2, 3, 4}
{1, 2, 3, 4, 5}
{1, 2, 3, 4, 5, 'b', 'a'}
{4, 5}
{1, 2, 3, 4, 5, 6, 7, 8}
