python中的数据类型

python中的数据类型

1. Python 的用户往往被其易用性所吸引，其中一个易用之处就在于动态输入。静态类型的语言（如 C 或 Java）往往需要每一个变量都明确地声明，而动态类型的语言（例如 Python）可以跳过这个特殊规定。
2. 但是这种类型灵活性也指出了一个事实： Python 变量不仅是它们的值，还包括了关于值的类型的一些额外信息，本节接下来的
   内容将进行更详细的介绍。

• Python整型不仅仅是一个整型
  标准的python实现是用 C 语言编写的。这意味着每一个 Python 对象都是一个聪明的伪 C语言结构体，该结构体不仅包含其值，还有其他信息。例如，当我们在 Python 中定义一个整型，例如 x = 10000 时， x 并不是一个“原生”整型，而是一个指针，指向一个 C 语言的复合结构体，结构体里包含了一些值。查看 Python 3.4 的源代码，可以发现整型（长整型）的定义，如下所示（C 语言的宏经过扩展之后）：

struct _longobject {
    long ob_refcnt;
    PyTypeObject *ob_type;
    size_t ob_size;
    long ob_digit[1];
};

Python 3.4 中的一个整型实际上包括 4 个部分。
• ob_refcnt 是一个引用计数，它帮助 Python 默默地处理内存的分配和回收。
• ob_type 将变量的类型编码。
• ob_size 指定接下来的数据成员的大小。
• ob_digit 包含我们希望 Python 变量表示的实际整型值
这意味着与 C 语言这样的编译语言中的整型相比，在 Python 中存储一个整型会有一些开销，正如图所示。

这里 PyObject_HEAD 是结构体中包含引用计数、类型编码和其他之前提到的内容的部分。
两者的差异在于， C 语言整型本质上是对应某个内存位置的标签，里面存储的字节会编码
成整型。而 Python 的整型其实是一个指针，指向包含这个 Python 对象所有信息的某个内
存位置，其中包括可以转换成整型的字节。由于 Python 的整型结构体里面还包含了大量额
外的信息，所以 Python 可以自由、动态地编码。但是， Python 类型中的这些额外信息也
会成为负担，在多个对象组合的结构体中尤其明显。

• python列表不仅仅是一个列表
  Python 中的标准可变多元素容器是列表。可以用如下方式创建一个整型值列表：

  In[1]: L = list(range(10))
  L
  Out[1]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
  In[2]: type(L[0])
  Out[2]: int

但是想拥有这种灵活性也是要付出一定代价的：为了获得这些灵活的类型，列表中的每一项必须包含各自的类型信息、引用计数和其他信息；也就是说，每一项都是一个完整的Python 对象。来看一个特殊的例子，如果列表中的所有变量都是同一类型的，那么很多信息都会显得多余——将数据存储在固定类型的数组中应该会更高效。动态类型的列表和固定类型的（NumPy 式）数组间的区别如图 2-2 所示。
在实现层面，数组基本上包含一个指向连续数据块的指针。另一方面， Python 列表含一个指向指针块的指针，这其中的每一个指针对应一个完整的 Python 对象（如前面看到的Python 整型）。另外，列表的优势是灵活，因为每个列表元素是一个包含数据和类型信息的完整结构体，而且列表可以用任意类型的数据填充。固定类型的 NumPy 式数组缺乏这种灵活性，但是能更有效地存储和操作数据。