Python是一门弱类型语言，变量使用前无需声明，变量名可以看作一种引用。Python的基本数据类型分为数字、字符串、列表、元组、集合、字典。
其中数字包括整型、浮点型、布尔型、以及复数。Python的整型数可以有无限精度，浮点数默认为double类型保留16位小数，如果你需要更高的精度，则可以使用decimal模块。在python中，布尔型为数字的一种，True 和 1等价，False和0等价，(你会发现True == 1这语句为真，且True+True的值等于2)，复数的实部和虚部均为浮点数。
列表、元组、字典、集合、字符串是Python中经常会使用到的数据结构，这些数据结构的方法都要能熟练使用。
列表、元组、字符串是非常相似的，他们都是顺序存储结构，元素之间有固定的顺序，并且它们都可以用 + 和相同类型的数据类型拼接起来。他们的差别是:列表内的元素可以修改，元组和字符串是不可变数据类型，即元祖和字符串的元素不能修改(如果把每一个字符当成字符串的元素的话)。
其中元组和字符串的不可改变也不一样，如果对想修改字符串，等价新建新的字符串(字符串的是完全不能修改)。
而元组是不能修改元组内对元素的引用。当你的元组里嵌套了一个列表时，你发现列表内的元素可以修改，但是你不能把列表这个元素换成其他元素。因为元祖该位置保存着该列表的引用，该引用不能修改。修改列表内的元素并不会改变元组对该列表的引用。
除此以为，列表、元组、字符串都能用索引访问元素，可以使用切片操作，可以用for in 循环按顺序迭代元素。其中元祖的性能比列表的性能稍微高一点点，这在数据量大的时候才比较明显，但在机器学习中通常都是使用numpy的数组。
字符串的使用自不用说，列表往往使用来处理数据时使用(处理完直接append到列表里)，元祖就比较少用到。有关字符串、列表的操作一定要熟练掌握。
字典记录了键值的映射关系，可以迭代，可以修改，但是字典没办法保证安装你添加顺序进行迭代。此外使用字典会比列表更占用内存，但字典的访问更快。
在使用字典的时候还有许多技巧，当你想判断某个键是否在字典里的时候，在数据量巨大的时候，用in操作会很慢，而如果你直接访问用键来访问，并将此语句放在try/except内，速度会明显提高(in操作相当于遍历查找，如果字典无此键，这需要遍历整个字典；但如果直接访问，就能利用哈希表的优点，迅速查找，如果找不到也会因为抛出异常而进入except语句块)。
集合也是一种无序无重复元素的数据结构，所以我们可以把列表转化为集合达到数据去重的效果,这是制作词袋经常使用的技巧。同时也要注意集合内存放的都是不可变对象。
有些时候我们还需要对数据进行拷贝操作，这时我们要注意是否需要深拷贝的情况。当列表、字典存在嵌套的时候，如果用浅拷贝或者切片。则会导致嵌套里面的列表或字典仍为同一个对象，一处修改导致同时修改的情况。这是应该使用copy模块的deepcopy方法来进行拷贝。
机器学习的操作对象是数据，所以以上的数据类型必须要能够熟练的运用。
举报/反馈
