7.19 数据类型

        python中，数据类型有：

        标准数据类型有六种：数值型、字符串、列表、元组、字典、集合。

        数据类型还可以分为可变数据类型和不可变数据类型。

1.可变数据类型

        列表、字典、集合。

        修改后这个数据后，内存地址会改变。就是，当属于该数据类型的变量的值发生了改变，它对应的内存地址不发生改变。

2.不可变数据类型

        整形、浮点型、字符串、元组。

        修改后这个数据后，内存地址不会改变。就是，当属于该数据类型的变量的值发生了改变，它对应的内存地址也会发生改变。

3.为什么要有可变数据类型和不可变数据类型

        1. 随着技术的进步和越来越庞大的需求，可变数据类型（mutable types）和不可变数据类型
（immutable types）是编程语言设计中的重要概念，它们在计算机科学中扮演着不同的角
色，满足不同的需求。
        2.平衡安全性与性能：不可变数据类型提供安全性和简化调试的优势，而可变数据类型提供
灵活性和性能优势。两者结合使用可以在不同场景下发挥各自的长处。

        3.不同用途：不可变数据类型适用于需要保证数据一致性和安全性的场景，如配置参数、常
量值等。可变数据类型适用于需要频繁更新数据的场景，如缓存、数据集合等。

        4.内存管理：不可变对象由于其固定性，可以被共享和重用，从而节省内存。而可变对象则
适合用于需要动态修改的大数据结构，避免频繁的对象创建和销毁。

4.可变数据类型的优势

        1.灵活性：可变对象允许在原地修改数据，这使得它们在需要频繁更新或动态调整数据的
场景中非常高效。
        2.性能优势：在某些情况下，修改可变对象比创建新的不可变对象更高效，因为不需要创
建新的对象和垃圾回收旧对象。
        3.内存效率：对于大数据结构，修改原地对象可以节省大量内存，因为不需要为每次修改
创建新的对象副本。

5.不可变数据类型的优势

        1.线程安全：由于不可变对象一旦创建就不能改变，它们是线程安全的。多个线程可以同
时访问它们而不需要担心数据竞争。
        2.简化调试：不可变对象的状态不会改变，这使得代码更容易理解和调试，因为你可以放
心地假设对象的值在整个程序中是恒定的。
        3.优化性能：在某些情况下，特别是编译器或解释器可以对不可变对象进行优化，因为它
们的不可变性提供了很多假设和优化空间。