今天，我们将一起探索Python中那些至关重要的数据类型。Python以其简洁明了的语法著称，而数据类型正是构建强大程序的基石。让我们逐一揭开它们的神秘面纱，从基础到进阶，一步步深入。
1. 整型（int）
整型是最基本的数据类型之一，用于表示整数。在Python中，无论是正数、负数还是零，都是整型的范畴。
# 示例
number = 42 # 正整数
print(number, type(number)) # 输出：42 <class 'int'>
negative_number = -7 # 负整数
print(negative_number, type(negative_number))小贴士：Python 3中，整型是无限精度的，意味着你可以处理任意大小的整数，只要你的内存足够。
2. 浮点型（float）
浮点型用于表示小数，日常生活中常见的数字运算大多涉及浮点数。
pi = 3.14159 # 圆周率
print(pi, type(pi)) # 输出：3.14159 <class 'float'>注意：浮点数运算可能会有精度问题，因为它们是基于二进制表示的。
3. 字符串（str）
字符串用于存储文本信息，用单引号、双引号或三引号包围。
greeting = "Hello, Python!"
print(greeting) # 输出：Hello, Python!技巧：可以使用加号（+）连接字符串，或者使用乘号（*）重复字符串。
hello_world = "Hello" + " " + "World"
print(hello_world)
hello_3_times = "Hello " * 3
print(hello_3_times)4. 布尔型（bool）
布尔型只有两个值：True 和 False，常用于逻辑判断。
is_python_fun = True
print(is_python_fun, type(is_python_fun)) # 输出：True <class 'bool'>实践：布尔值在条件语句中极为重要，如 if is_python_fun:。
5. 列表（list）
列表是一种可变的有序集合，可以包含不同类型的元素。
my_list = [1, 'apple', 3.14]
print(my_list) # 输出：[1, 'apple', 3.14]特性：列表支持索引、切片、添加和删除元素等操作。
my_list.append('banana') # 添加元素
print(my_list)6. 元组（tuple）
元组类似于列表，但它是不可变的，一旦创建就不能修改。
coordinates = (3, 4) # 二维坐标
print(coordinates, type(coordinates)) # 输出：(3, 4) <class 'tuple'>用法：元组常用于表示不应被改变的数据集合，如函数返回多个值时。
7. 字典（dict）
字典是一种无序的键值对集合，非常适合做映射。
person = {'name': 'Alice', 'age': 30}
print(person['name']) # 输出：Alice技巧：使用字典时，键必须是唯一的且不可变，如字符串、数字或元组。
8. 集合（set）
集合是一个无序且不重复的元素序列，非常适合用于去重操作。
unique_numbers = {1, 2, 3, 3, 4}
print(unique_numbers) # 输出：{1, 2, 3, 4}应用：集合支持数学中的并集、交集等操作。
9. NoneType
None 是Python中的一个特殊类型，表示没有值或空。
no_value = None
print(no_value, type(no_value)) # 输出：None <class 'NoneType'>注意：在检查变量是否为空时，经常会用到if variable is None:。
10. 类型转换
Python允许在不同类型之间进行转换，如 int(), str(), float() 等。
age_str = "25"
age_int = int(age_str) # 转换为整型
print(age_int)警告：类型转换时要注意数据的兼容性，避免出现错误。
实战案例：数据分析入门
假设我们有一个简单的数据列表，代表一周内每天的气温，我们将使用Python的数据类型进行数据分析。
temperatures = [22, 24, 29, 31, 28, 27, 25]
# 最高气温
max_temp = max(temperatures)
print("最高气温:", max_temp)
# 平均气温
average_temp = sum(temperatures) / len(temperatures)
print("平均气温:", average_temp)
# 温度变化的列表（排除第一天）
temperature_changes = temperatures[1:] - temperatures[:-1]
print("温度变化:", temperature_changes)分析：
- 这个案例展示了列表的使用，以及如何利用内置函数max()和sum()来进行基本的数据分析。
- 通过计算平均值和温度变化，我们不仅操作了数值，还隐含地使用了整型和浮点型的转换。
练习技巧：
- 尝试为这个数据集添加日期，使用字典或列表的嵌套结构来组织数据。
- 分析连续几天的温度变化趋势，可以使用循环或列表推导式来简化代码。
通过这个案例，你不仅掌握了Python的基础数据类型，还学会了如何将这些知识应用于实际问题解决中。
