python逻辑型数据也叫什么_第二章：Python编程基础：数据类型

Python是一门高级的解释型编程语言，可以直接对数据赋值，不需要事先定义数据类型。

在开始讲解变量的数据类型之前，我们需要先科普一下Python的6个常量：

Python的内置常量只有6个，分别是True、False、None、NotImplemented、Ellipsis、__debug__如何辨别真假美猴王？Python！

True 是bool类型用来表示的真值常量。

False 是bool类型表示假值的常量。

None代表没有，没有是个什么意思？就是没有的意思。在Python中有一个专门的函数叫做type，用来判断函数输入的参数的数据类型的。如果你在Spyder编译器中输入 type(None)，它会返回 NoneType。

NotImplemented表示的是NotImplementedType类型的常量。

Ellipsis 是EllipsisType类型的常量，它和...是等价的。

__debug__ 是一个bool类型的常量。

这些仅仅是Python内置模块的常量，有几个常用模块的常量也值得介绍。

第一个是数学模块：

import math

m = math.pi

m的返回值是3.141592653589793

第二个是关键词模块：

import keyword

print(keyword.kwlist)，会打印出Python的关键词

['False', 'None', 'True', 'and', 'as', 'assert', 'break', 'class', 'continue', 'def', 'del', 'elif', 'else', 'except', 'finally', 'for', 'from', 'global', 'if', 'import', 'in', 'is', 'lambda', 'nonlocal', 'not', 'or', 'pass', 'raise', 'return', 'try', 'while', 'with', 'yield']

第三个最酷炫，是Python自带的一首诗：

如果你输入

import this

Python会打印一首诗《Python之禅》

The Zen of Python, by Tim Peters

Beautiful is better than ugly.

Explicit is better than implicit.

Simple is better than complex.

Complex is better than complicated.

Flat is better than nested.

Sparse is better than dense.

Readability counts.

Special cases aren't special enough to break the rules.

Although practicality beats purity.

Errors should never pass silently.

Unless explicitly silenced.

In the face of ambiguity, refuse the temptation to guess.

There should be one-- and preferably only one --obvious way to do it.

Although that way may not be obvious at first unless you're Dutch.

Now is better than never.

Although never is often better than *right* now.

If the implementation is hard to explain, it's a bad idea.

If the implementation is easy to explain, it may be a good idea.

Namespaces are one honking great idea -- let's do more of those!

Python之禅 by Tim Peters

优美胜于丑陋（Python 以编写优美的代码为目标）

明了胜于晦涩（优美的代码应当是明了的，命名规范，风格相似）

简洁胜于复杂（优美的代码应当是简洁的，不要有复杂的内部实现）

复杂胜于凌乱（如果复杂不可避免，那代码间也不能有难懂的关系，要保持接口简洁）

扁平胜于嵌套（优美的代码应当是扁平的，不能有太多的嵌套）

间隔胜于紧凑（优美的代码有适当的间隔，不要奢望一行代码解决问题）

可读性很重要（优美的代码是可读的）

即便假借特例的实用性之名，也不可违背这些规则（这些规则至高无上）

不要包容所有错误，除非你确定需要这样做（精准地捕获异常，不写 except:pass 风格的代码）

当存在多种可能，不要尝试去猜测

而是尽量找一种，最好是唯一一种明显的解决方案（如果不确定，就用穷举法）

虽然这并不容易，因为你不是 Python 之父（这里的 Dutch 是指 Guido ）

做也许好过不做，但不假思索就动手还不如不做（动手之前要细思量）

如果你无法向人描述你的方案，那肯定不是一个好方案；反之亦然（方案测评标准）

命名空间是一种绝妙的理念，我们应当多加利用（倡导与号召）

---------------------

每句话都饱含哲理，期待之后各位在使用Python的过程中领悟些许其中的思想。

接下来，我们要介绍变量这个概念：什么是变量？

· 逻辑型

Python支持逻辑型的数据，它有 True 和 False 两种值。

但是，布尔类型有以下几种运算：与、或、非。

and 与运算：只有两个布尔值都为 True 时，计算结果才为 True。

True and True # ==> True

True and False # ==> False

False and True # ==> False

False and False # ==> False

or 或运算：只要有一个布尔值为 True，计算结果就是 True。

True or True # ==> True

True or False # ==> True

False or True # ==> True

False or False # ==> False

not 非运算：把True变为False，或者把False变为True：

not True # ==> False

not False # ==> True

PS：‘and’、‘or’和‘not’的优先级是not>and>or。

and ：x and y 返回的结果是决定表达式结果的值。如果 x 为真，则 y 决定结果，返回 y ；如果 x 为假，x 决定了结果为假，返回 x。

or ：x or y 有一个为真，结果就为真。

not : 返回表达式结果的“相反的值”。如果表达式结果为真，则返回false；如果表达式结果为假，则返回true。

数值型

我们