Python作为一种编程语言，被称为“胶水语言”，更被拥趸们誉为“最美丽”的编程语言，从云端到客户端，再到物联网终端，无所不在，同时还是人工智能优选的编程语言。

先罗列一下Python提供的基本数据类型：数值(整型、浮点型、复数、布尔型等)、字符串、列表、元组、字典、集合等，将它们简单分类如下：

数值(Numbers)

numbers：列出了一些简单的例子

bool：调用bool()可以检查变量的真假值True或False。

if语句通过判断布尔类型来控制程序的执行路径，同时在 Python 中数据有隐式的真假值，可以使代码变得简短有效，如下

字符串(String)

首先，我们定义一个s='python'语句，它在计算机中的执行顺序是先在内存中创建一个字符串python，在程序栈寄存器中创建一个变量s，最后把python的地址赋给s 。

再来看看字符串的一些常见操作

• 切片

• 替换

• 查找

find()

index()

• 转大小写

upper()，lower()，swapcase()，capitalize()

• 去空格,strip()、lstrip()、rstrip()
• 连接与分割

使用 + 连接字符串，每次操作会重新计算、开辟、释放内存，效率很低，所以推荐使用join

• 还有一些常用的，这里只列出来

以上是一些常见的操作，当然还有一个没有列出来，这里想单独拿来谈谈，就是 Python3 字符串的编码：

1. ASCII 编码出现最早，只有大小写英文字母、数字和一些符号等127个字符，为了实现多语言表示，如中文的GB2312编码，日文的Shift_JIS编码等，Unicode 孕育而生，它将所有语言都统一到一套编码中；
2. 在 Python3 中所有字符串在内存中均是 Unicode 保存；
3. 当需要将文件保存到外设或进行网络传输时，就要进行编码转换，将字符转换为字节，以提高效率

在 Python3 中，内存中的 Unicode 字符用 str 对象表示，对应于的，Python3 使用了一种全新的数据类型来表示字节，就是 bytes，所以 encode 转换后的字节流就不是 str 对象，而是 bytes 字节对象，它当然支持分片、索引、基本数值运算等操作，但 str 与 bytes 类型的数据不能进行+操作。

来看看 bytes 数据类型的定义：

从上述例子中可以看出 bytes 对象不能由超出 ASCII 码范围的字符组成，只接受 ASCII 码这个范围的字符。

同样，从上面的例子我们还可以总结出一些坑爹的东西：

1. Unicode 码在 Python3 中有两种表示方式，u'字符串'和\u四位十六进制数；区分r'字符串' ，是表示不转义的原始字符串
2. 将字符直接以 Unicode 码保存使用unicode-escape
3. 在 Python 的交互式环境中，输出 bytes 对象时，可按 ASCII 码表示，或按十六进制\x表示
4. 在 Python 头声明#-*- coding：utf-8 -*-，是告诉 Python 编译器按utf-8的方式读取，这个声明并不能将 Python 文件本身保存成utf-8，这时候需要借助文本编辑器保存文件编码。

编码部分我的理解就是这些了，感觉还是没有将编码问题总结清楚（无奈），还有什么补充的可以留言给小编

列表(List)

Python 可使用语法糖[]表示列表，其中的元素可以是任何类型，以顺序存储的方式动态储存数据：

元组(Tuple)

元组与列表不同的是，元组是不可变类型(immutable)，不能对元素进行修改，但内存可以明确知道需要分配多少空间给元组

字典(Dictionaries)

字典是通过键值对的方式进行存储，占用大量的内存而获得极快的查找和插入速度，而列表刚好相反，查找和插入速度随着元素的增加而变慢，但占用的内存较小。字典虽然是可变类型，但因为它的 value 的位置是根据 key 计算出来的，因此 key 必须是不可变对象，这样才能确保字典的正确使用。

自定义数据类型

Python 允许通过继承去自定义数据类型，很多第三方库或框架都有类似的应用，这里简单实现了一个供参考：

最后再给大家分享一套由北京尚学堂高淇老师亲自录制，400集约200G的python全栈入门到精通的python全套+前端+4个实战项目，小伙伴们快快领取学习吧！

教程目录

硬件：

第一篇：操作系统简介

第二篇：操作系统

linux基础：

第一篇：初始Linux

第二篇：基本使用

第三篇：Linux进阶

python基础：

第一篇：python基础大纲

第二篇：变量与交互

第三篇：快捷键

第四篇：基本数据类型,基本二，字符串，列表，元组，字典，集合

第五篇：基础条件和循环

第六篇：循环，元组，字典列表代码整理，计算器小程序，一大波作业来袭

第七篇：第六篇-练习代码

第八篇：集合

第九篇：字典

第十篇：元组

第十一篇：列表

第十二篇：字符串

第十三篇：日期格式化

python-文件处理：

第一篇：字符编码、文件处理

python-函数：

第一篇：初始函数

第二篇：函数进阶

第三篇：装饰器

第四篇：递归与二分法

第五篇：内置函数思维导图

第六篇：迭代器、生成器、列表推倒。。

第七篇：eval一个神器的函数

python-模块和包：

第一篇：模块导入和包

第二篇：常用的几个模块

第三篇；摘要算法模块

第四篇：logging模块

第五篇：configparser模块

python-面向对象：

第一篇：初始面向对象

第二篇：面向对象三大特性

第三篇：property-staticmethod-classmethod

第四篇：神奇的反射

第五篇：面向对象拓展

python-异常处理：

第一篇：异常处理

python-网络编程：

第一篇：初始socket

第二篇：客户端服务端一、客户端服务端二

python-进程、线程、协程：

第一篇：线程与进程

第二篇：并发编程

第三篇：多进程模拟抢票

第五篇：进程的队列

第六篇：互斥锁

第七篇：开启线程的两种方式，线程queue

第八篇：线程与进程的两种应用

第九篇：死锁与递归锁，定时器

第十篇：event模式数据库链接

第十一篇：进程池与线程池，统一进程的两个任务切换问题

第十二篇：同步与异步

第十三篇：阻塞IO，非阻塞IO，多路复用

第十四篇：进程、线程、协程终极版

数据库-MySQL-MongoDB：

第一篇：MySQL--数据库基本操作一，基本操作二

第二篇：MySQL--进阶操作(了解即可)

第三篇：MySQL--经典习题

第四篇：MongoDB

前端：HTML、css、JavaScript、jquery、vue.js：

第一篇：HTML

第二篇：css

第三篇：JavaScript

第四篇：jQuery，跨域实例

第五篇：vue.js入门，项目结构介绍，es6入门

第六篇：vue.js详细的操作实例一

第七篇：vue-router篇

第八篇：快速上手npm

第九篇：初识webpack

python-Django框架：

第一篇：安装以及介绍--Django生命周期--一些命令----笔记---笔记2--笔记3

第二篇：初始django，MTV模型，请求方式测试

第三篇：简单的登录注册，admin管理，权限管理测试

第四篇：模板层，练习，模板继承，csrf跨站

第五篇：基于MySQL的图书管理，图书管理增删改，加了cookie的图书管理

第五篇：orm查询，查询二

第六篇：cookie验证，cookie与session

第七篇：diy自己的权限系统

第八篇：Django-ajax，，跨站请求伪造，jQuery-serizlize的用法

第九篇：文件上传，验证码，Django缓存问题

第十篇：Django-rest-framework，部分总结

第十一篇：content-type

Git-版本控制：

第一篇：Git入门

第二篇：git操作演示

python-flask框架：

第一篇：flask各种小东西

第二篇：flask开发框架，配置文件

第三篇：单例模式

第四篇：flask-session源码剖析

第五篇：flask-session组件

第五篇：信号

第六篇：sqlalchemy操作，操作2，详细，，命令使用

第七篇：flask-script

redis：

第一篇：基本使用

爬虫相关

第一篇：爬取校花网资源

第二篇：请求库-request

第三篇：解析库-re-beautifulsoup

第四篇：存储库-MySQL(见上面MySQL)，MongoDB

第五篇：github绵密登录，自动投递简历

第六篇：提高爬虫性能，爬虫性能测试代码

第七篇：爬虫框架scrapy1，爬虫框架scrapy2

第八篇：爬取亚马逊商品信息，爬取网络小说

第九篇：分布式爬虫 ---

项目练习：

第一篇：基于bootstrap搭建静态网站

第二篇：基于bootstrap+MySQL搭建动态网站

第三篇：基于HTML，css，jQuery，JavaScript，MySQL搭建博客系统

第四篇：基于django做权限控制

第五篇：基于django做增删改查组件，分页器组件

第五篇：为公司做crm资产管理

第六篇：基于flask做权限控制

第七篇：爬虫项目

第八篇：路飞学成搭建

源码剖析：

第一篇：flask

第二篇：django

第三篇：django-restframework源码流程分析

金融与算法：

第一篇：金融介绍

第二篇：量化投资与python

第三篇：ipython基础认识

第四篇：numpy数组运算，事例代码

第五篇：pandas数据分析，事例代码

第六篇：matplotlib绘图可视化，事例代码

第七篇：金融分析实例(了解)

第八篇；算法基础（理论），实例代码

第九篇：排序lowB三人组，示例代码

第十篇：NB三人组，示例代码

第十一篇：算法进阶、其它（了解）

第十二篇：数据结构、数据结构实例代码

第十三篇：设计模式、设计模式实例代码

获取方式：请大家转发本文+关注并私信小编：“资料”，即可免费获取。