一、数字型
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。
1、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。
2、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。
3、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。
4、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。
二、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。
三、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)。
四、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。
五、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。
六、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。
七、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。
定义：集合是多个元素的无序组合
特点：集合类型与数学中的集合概念一致，几何元素之间无序、每个元素唯一、不存在相同元素，几何元素不可更待、不能存在可变数据类型。
非可变数据类型：整数、浮点数、复数、字符串类型、元组类型等
表示：{},元素间用，分隔
建立：{} 或者set{}，建立空集合必须使用set{}
举例：
基本操作符：
增强操作符：
实例：
A-B
{123}
B-A
{'3','1','2'}
A&B
{'p','y'}
A|B
{'1','p','2','y','3',123}
A^B
{'2',123,'3','1'}
p123y
A
set()
1.包含关系比较：
True
False
2.数据去重
{'p','y',123}
['p','y',123]
定义：序列是具有先后关系的一组元素
特点：序列是一维元素向量，元素类型可以不同，元素可以相同：类似数学元素序列：元素间有序列引导，通过下标访问序列的特定元素
序列是一个基类类型，衍生为：字符串类型、元组类型、列表类型
序号的定义：正向递增序号、反向递减序号，与字符串中相似。
['.io',123,'python']
'oi.321nohtyp'
序列类型的通用函数和方法：
3
'y'
定义：元组类型是序列类型的一种扩展，一旦创建就不能修改
形式：元组使用（）或者tuple（）创建，元素之间用逗号分隔：小括号使不使用都可以。
举例：
('cat','dog','tiger','human')
(4352,'bule',('cat','dog','tiger','human'))
元组类型继承序列类型全部通用操作：操作符、处理函数、处理方法
元组类型创建后不能修改，因此没有特殊操作
('human','tiger',dog','cat')
'tiger'
定义：列表是序列类型的一种扩展，创建后其中的元素可以被随意修改
使用：[]或者list()创建，元素间可以用逗号隔开，列表中各元素类型可不同，无长度限制
['cat','dog','tiger',1024]
['cat','dog','tiger',1024]
列表类型操作函数及其方法：
['cat',1,2,3,4,'tiger',1024]
修改列表：
练习：
序列：元组和列表两种重要类型
应用场景：元组用于元素不改变的场景，更多用于固定搭配场景：列表更加灵活，它是最常用的序列类型
作用：表达一组有序数据并且处理问题；数据保护
元素遍历：
元组类型：
数据保护：不希望数据被程序所改变，转换成元组类型
('cat',1,2,3,4,'tiger',1024)
基本统计值需求：给出一组数并且理解
定义：总个数、求和、平均值、方差、中位数...
总个数：len()
求和：for...in
平均值：求和/总个数
方差：各数据与平均数差的平方的和的平均数
中位数：排序，然后... 奇数找中间一个，偶数中间两个的平均
映射：是一种索引和数据的对应关系，也是键和值的对应关系。
映射类型：由用户数据为定义索引
字典类型：数据的组织与表达的一种新的形态，是映射的体现。
键值对：键是数据索引的扩展，字典是键值对的集合，键值对间无序。
生成：{}和dict()创建，键值对之间用冒号：表示
举例：{<键1>:<值1>,<键2>:<值2>,...,<键n>:<值n>}
在字典变量中，通过键获得值：
<字典变量>={<键1>:<值1>,...,<键n>:<值n>}
<值>=<字典变量>[<键>]
<字典变量>[<键>]=<值>
用[]来向字典中增加或者索引键值对
举例：
'北京'
生成空字典：
de={}type(de)
<class 'dict'>
type(x) 返回变量x的类型
举例：
True
dict_keys(['中国','美国','法国])
dict_values(['北京','华盛顿','巴黎'])
实例：
'北京'
'伊斯兰堡'
('中国','北京')
练习：
1.映射的表达：映射无处不在，键值对也无处不在，统计数据出现的次数，数据是键，次数是值。
字典的主要作用：表达键值对的数据进而操作他们
2.元素遍历：
for k in d:
<语句块>
定义：jieba库是优秀的第三方中文分词库，需要额外安装
安装方法：（cmd命令下）pip install jieba
作用：利用中文词库确定汉字间的关联概率，字间概率大的组成词组，形成分词效果，用户还可以向其中自定义的添加词组。
分类：精确模式、全模式、搜索引擎模式
精确模式：将词组精确的分开，不存在冗余单词
全模式：将所有可能的词组都扫描出来，有冗余
搜索引擎模式：在精确模式的基础上，将长词再次切分
举例：
['中国','是','一个','伟大','的','国家']
['中国','国是','一个','伟大','的','国家']
['中华','华人','人民','共和','共和国','中华人民共和国','是','伟大','的']
需求：一篇文章中出现的词的频率统计
分类：英文文本，中文文本
举例：
英文：哈姆雷特（hamlet）
中文：三国演义（threekingdoms）
Python基本数据类型一般分为：数字、字符串、列表、元组、字典、集合这六种基本数据类型。
其中数字又包含整型(整型又包括标准整型、长整型(Python2.7及之前版本有)）、浮点型、复数类型、布尔型(布尔型就是只有两个值的整型)、这几种数字类型。列表、元组、字符串都是序列。
1、数字
数字类型是不可更改的对象。对变量改变数字值就是生成/创建新的对象。Python支持多种数字类型：
整型(标准整型和长整型(Python2.7及之前的有这种类型))、布尔型、双精度浮点型、十进制浮点型、复数。
2、标准整型
int，标准整型，在大多数32位机器上标准整型取值范围是-2^31到2^31-1，也就是-2147483648~2147483647，如果在64位机器使用64位编译器，那么这个系统的标准整型将是64位。
3、布尔型
bool，从Python2.3开始Python中添加了布尔类型。布尔类型有两种True和False。对于没有__nozero__方法的对象默认是True。
对于值为0的数字、空集（空列表、空元组、空字典等）在Python中的布尔类型中都是False。
>>> bool(1)
True
>>> bool('a')
True
>>> bool(0)
False
>>> bool('')
False
4、浮点型
float，每个浮点型占8个字节（64位），完全遵守IEEE754号规范（52M/11E/1S）,其中52个位用于表示底，11个位用于表示指数（可表示的范围大约是±10**308.25），剩下的一个位表示符号。这看上去相当完美，然而，实际精度依赖于机器架构和创建Python解释器的编译器。
浮点型值通常都有一个小数点和一个可选的后缀e（大写或小写，表示科学计数法）。在e和指数之间可以用正（+）或负（-）表示指数的正负（正数的话可以省略符号）。
以上是Python核心编程的对浮点型(双精度浮点型)的说明。经过Python实测浮点型默认长度是24字节如果超出这个范围会自动
5、复数类型
complex，在复数中虚数不能单独存在，它们总是和一个值为0.0的实数部分一起来构成一个复数。复数由实数部分和虚数部分构成。表示虚数的语法：real+imagj。
实数部分和虚数部分都是浮点型。虚数部分必须有后缀j或J。
