Posted Updated Python / Py3Ref36 minutes read (About 5341 words)0 visits

数据模型--基本数据类型

对象、值、类型

对象：python中对数据的抽象

  • python中所有数据都是由对象、对象间关系表示

    • 按冯诺依曼“存储程序计算机”，代码本身也是由对象表示

编号、类型、值

每个对象都有各自编号、类型、值

  • 编号：可以视为对象在内存中地址，对象创建后不变

    • id()函数：获取代表对象编号的整形
    • is算符：比较对象编号判断是否为同一对象

  • 类型：决定对象支持的操作、可能取值

    • 类型会影响对象行为几乎所有方面，甚至对象编号重要性 也受到影响，如：对于会得到新值的运算
      • 不可变类型：可能返回同类型、同取值现有对象引用
        • a = b = 1：a、b可能指向相同对象1 （取决于具体实现）
      • 可变类型：不允许返回已存在对象
        • c=[];d=[]：会保证c、d指向不同、单独 空列表（c=d=[]将同一对象赋给c、d）
    • 对象创建后保持不变
    • type：返回对象类型
    • CPython：相同整形值都引用同一个对象

  • 值：通过一些特征行为表征的抽象概念

    • 对象值在python中是抽象概念

      • 对象值没有规范的访问方法
      • 不要求具有特定的构建方式，如：值由其全部数据 属性组成

    • 对象值可变性由其类型决定

      • 可变的：值可以改变的对象
      • 不可变的：值（直接包含对象编号）不可改变的对象
    • 比较运算符实现了特定对象值概念，可以认为是 通过实现对象比较间接定义对象值
  • CPython：id(x)返回存放x的地址

对象销毁

对象不会被显式销毁（del仅是移除名称绑定）

  • 无法访问时可能被作为垃圾回收

    • 允许具体实现推迟垃圾回收或完全省略此机制
    • 实现垃圾回收是质量问题，只要可访问对象不会被回收 即可
    • 不要依赖不可访问对象的立即终结机制，应当总是显式 关闭外部资源引用

  • 以下情况下，正常应该被回收的对象可能继续存活

    • 使用实现的跟踪、调试功能
    • 通过try...except...语句捕捉异常
  • CPython：使用带有（可选）延迟检测循环链接垃圾的 引用计数方案
    • 对象不可访问时立即回收其中大部分，但不保证 回收包含循环引用的垃圾

标准类型层级结构

  • 以下是python内置类型的列表，扩展模块可以定义更多类型
  • 以下有些类型有特殊属性，这些特殊属性不应用作通常使用， 其定义在未来可能改变

None

NoneType：只有一种取值，None是具有此值的唯一对象

  • 通过内置名称None访问
  • 多数情况表示空值，如
    • 未显式指明返回值函数返回None
  • 逻辑值：假

NotImplemented

NotImplementedType：只有一种取值，NotImplemented是具有 此值的唯一对象

  • 通过内置名称NotImplemented访问
  • 数值、富比较方法在操作数没有该实现操作时应返回此值
    • 返回NotImplemented前，解释器会依据运算符尝试反射 方法、委托回退方法
  • 逻辑值：真

Ellipsis

ellipsis：只有一种取值，Ellipsis是具有此值的唯一对象

  • 通过字面值...、内置名称Ellipsis访问
  • 逻辑值：真

numbers.Number

number.Number：由数字字面值创建，被作为算法运算符、算数 内置函数返回结果

  • 不可变：一旦创建其值不再改变
  • 类似数学中数字，但也受限于计算机对数字的表示方法

numbers.Integral

numbers.Integral：表示数学中整数集合

  • int：整形，表示任意大小数字，仅受限于可用内存

    • 变换、掩码运算中以二进制表示
    • 负数以2的补码表示（类似符号位向左延伸补满空位）

  • bool：布尔型，表示逻辑值真、假

    • True、False是唯二两个布尔对象
    • 整形子类型：在各类场合中行为类似整形1、0，仅在 转换为字符串时返回"True"、"False"

方法、函数

  • int.bit_length()：不包括符号位、开头0位长
  • int.to_bytes(length, byteorder, *, signed=False)
  • class int.from_bytes(bytes, byteorder, *, signed=False)

numbers.Real(float)

float：表示机器级双精度浮点数

  • 接受的取值返回、溢出处理取决于底层结构、python实现
  • python不支持单精度浮点
  • 没必要因为节省处理器、内存消耗而增加语言复杂度

特殊取值

1
2
3
4
5
infty = float("inf")
neg_infty = float("-inf")
	# 正/负无穷大
nan = float("nan")
	# Not a Number

  • 特殊取值根据定义==、is肯定返回False

    • float.__eq__内部应该有做检查，保证==返回False
    • 每次会创建“新”的nan/infty
    • 连续执行id(float("nan"))返回值可能相等，这是因为 每次生成的float("nan")对象被回收，不影响

  • np.nan is np.nan返回True，应该是numpy初始化的时候 创建了一个float("nan")，每次都是使用同一个nan

相关操作

  • float.as_integer_ratio()
  • float.is_integer()
  • float.hex()
  • classmethod float.fromhex(s)
  • round(f[,n])
  • math.trunc(f)
  • math.floor(f)
  • math.ceil(f)

numbers.Complex(complex)

complex：以一对机器级双精度浮点数表示复数值

  • 实部、虚部：可通过只读属性z.real、z.imag获取

Iterators

迭代器类型

  • 迭代器对象需要自身支持以下两个方法，其共同组成迭代器协议
    • iterator.__iter__()
    • iterator.__next__()
  • 方法详细参考cs_python/py3ref/cls_special_method

Generator

生成器类型：提供了实现迭代器协议的便捷形式

  • 将容器对象的__iter__()方法实现为生成器，方便实现容器对 迭代器支持
  • 创建、使用参见cs_python/py3ref/dm_gfuncs

序列

序列：表示以非负整数作为索引的有限有序集

  • 不可变序列类型：对象一旦创建不能改变

    • 若包含其他可变对象引用，则可变对象“可改变”
    • 但不可变对象所直接引用的对象集是不可变的
    • 包括
      • str
      • tuple
      • bytes
      • range：非基本序列类型

  • 可变序列：创建后仍可被改变值

    • list
    • bytesarray

通用序列操作

  • x in s、x not in s

    • str、bytes、bytearray支持子序列检测

  • s + t：拼接

    • 拼接不可变总会生成新对象
    • 重复拼接构建序列的运行时开销将基于序列总长度乘方

  • s * n、n * s：s自身拼接n次

    • n<0被当作0处理
    • s中项不会被复制，而是被多次引用

  • s[i]、s[i:j]、s[i:j:step]

    • i<0索引为负值：索引顺序相对于序列s末尾，等价于 对序列长度取模
    • 序列切片：与序列类型相同的新序列
      • 索引从0开始
      • 左闭右开
    • 某些序列支持a[i:j:step]扩展切片

  • s.index(x[, i[, j]])

    • 仅部分序列支持
    • 类似s[i:j].index(x)，但返回值是相对序列开头

  • s.count(x)：序列中元素x数目

  • len(s)：返回序列条目数量

  • min(s)、max(s)：序列最小、最大值

  • 序列比较运算默认实现参见cs_python/py3ref/expressions
  • 以上运算自定义实现参见 cs_python/py3ref/cls_special_methods

不可变序列

不可变序列普遍实现而可变序列未实现的操作

  • hash()内置函数

可变序列

  • s[i]=x、s[i:j]=t、s[i:j:k]=t：下标、切片被赋值
    • s[i:j:k]=t中t长度必须和被替换切片长度相同
  • del s[i:j]、del s[i:j:k]：移除元素
    • 作为del语句的目标
    • 等同于s[i:j]=[]
  • s.append()：添加元素
    • 等同于s[len(s):len(s)] = [x]
  • s.clear()：移除所有项
    • 等同于del s[:]
  • s.copy()：浅拷贝
    • 等同于s[:]
  • s.extend(t)：扩展（合并）序列
    • 基本上等于s += t
  • s.insert(i, x)：向序列中插入元素
    • 等同于s[i:i] = [x]
  • s.pop(i=-1)：弹出序列中元素
  • s.remove(x)：删除序列中首个值为x的项
  • s.reverse()：反转序列
    • 反转大尺寸序列时，会原地修改序列
    • 为提醒用户此操作通过间接影响进行，不会返回反转后序列
  • array、collections模块提供额外可变序列类型
  • 可利用collections.abc.MutableSequence抽象类简化自定义 序列操作

tuple

元组

  • 元组中条目可以是任意python对象
  • 元组创建
    • 一对圆括号创建空元组
    • 逗号分隔
      • 单项元组：后缀逗号a,、(a,)
      • 多项元组：a,b,c、(a,b,c)
    • 内置构建器：tuple、tuple(iterable)

list

列表

  • 列表中条目可以是任意python对象
  • 构建方式
    • 方括号括起、项以逗号分隔：[]、[a]、[a,b]
    • 列表推导式：[x for x in iterable]
    • 类型构造器：list(iterable)

相关操作

.sort
1
2
def list.sort(*, key=None, reverse=False):
	pass

  • 用途：对列表原地排序

    • 使用<进行各项之间比较
    • 不屏蔽异常：若有比较操作失败，整个排序操作将失败， 此时列表可能处于部分被修改状态

  • 参数

    • key：带参数函数，遍历处理每个元素提取比较键
      • None：默认，直接使用列表项排序

  • 说明

    • .sort保序，有利于多重排序
    • 为提醒用户此方法原地修改序列保证空间经济性，其不返回 排序后序列（可考虑使用sorted显式请求）
  • CPython：列表排序期间尝试改变、检测会造成未定义影响， CPython将列表排序期间显式为空，若列表排序期间被改变将 raise ValueError

str

1
2
3
4
5
class str(object="")
	# 返回`object.__str__()`、`object.__repr__()`
class str(object=b"", encoding="utf-8", errors="strict")
	# 给出`encoding`、`errors`之一，须为bytes-like对象
	# 等价于`bytes.decode(encoding, errors)`

字符串：由Unicode码位值组成不可变序列（应该是UTF16-bl编码）

  • 范围在U+0000~U+10FFFF内所有码位值均可在字符串中使用
  • 不存在单个“字符”类型
    • 字符串中单个字符为长度为1字符串
  • 不存在可变字符串类型
    • 可以用str.join()、io.StringIO高效连接多个字符串 片段
  • 字符串构建
    • 字符串字面值：cs_python/py3ref/lexical_analysis
    • 内置构造器str()

相关操作

  • ord()：转换单个字符字符串为（整形）码位
  • chr()：转换（整形）码位为单个字符字符串
判断
  • str.isalnum()
  • str.isalpha()
  • str.isascii()
  • str.isdecimal()
  • str.isdigit()
  • str.isidentifier()
  • str.islower()
  • str.isnumeric()
  • str.isprintable()
  • str.isspace()
  • str.istitle()
  • str.isupper()
查找
  • str.rfind(sub[, start[, end]])
  • str.rindex(sub[, start[, end]])
  • str.startswith(prefix[, start[, end]])
  • str.endwith(suffix[, start[, end]])
  • str.count(sub[, start[, end]])：子串出现次数
  • str.find(sub[, start[, end]])
    • 仅检查sub是否为子串，应使用in
    • 找不到子串时返回-1
  • str.index(sub[, start[, end]])
    • 类似str.find，但找不到子串时raise ValueError
分隔
  • str.partition(sep)
  • str.rpartition(sep)
  • str.rsplit(sep=None, maxsplit=-11)
  • str.split(sep=None, maxsplit=-1)
  • str.splitline([keepends])
拼接
  • str.join(iterable)
  • str.strip([chars])
  • str.lstrip([chars])
  • str.rstrip([chars])
  • str.rstrip([chars])
转换
  • str.lower()
  • str.upper()
  • str.swapcase()
  • str.translate(table)
  • str.replace(old, new[, count])
  • static str.maketrans(x[, y[, z]])
  • str.encode(encoding="utf-8", errors="strict")：使用 指定编码方案编码为bytes
  • str.expandtabs(tabsize=8)
  • str.capitalize()：首字符大写副本
  • str.casefold()：消除大小写副本
  • str.center(width[, fillchar])：字符串位于中间的字符串
  • str.title()
格式化
  • str.ljust(width[, fillchar])
  • str.rjust(width[, fillchar])
  • str.zfill(width)
  • str.format(*args, **kwargs)
  • str.format_map(mapping)
    • 类似str.format(**mapping)，但mapping不会被复制 到dict中
      1
      2
      3
      4
      class Default(dict):
      	def __missing__(self, key):
      		return key
      "{name} was born in {country}".format_map(Default(name="Guido"))
printf风格字符串格式化

  • format % values中：format中%转换标记符将被转换 为values中条目

    • 效果类似于sprintf
    • values为与format中指定转换符数量等长元组、或映射 对象，除非format要求单个参数

  • 转换标记符按以下顺序构成

    • %字符：标记转换符起始
    • 映射键：可选，圆括号()括起字符序列
      • values为映射时，映射键必须
    • 转换旗标：可选，影响某些类型转换效果
      • #：值转换使用“替代形式”
      • 0：为数字值填充0字符
      • -：转换值左对齐（覆盖0）
      • ：符号位转换产生整数（空字符串）将留出空格
      • +：符号字符显示在开头（覆盖 ）
    • 最小字段宽度：可选
      • *：从values读取下个元素
    • 精度：可选，.之后加精度值
      • *：从values读取下个元素
    • 长度修饰符：可选
    • 转换类型
      • d/u/i：十进制整形
      • o：8进制整形
        • #替代形式，前端添加0o
      • x/X：小/大写16进制整形
        • #替代形式，前端添加0x/0X
      • e/E：小/大写浮点指数
        • #替代形式，总是包含小数点
      • f/`F：浮点10进制
        • #替代形式，总是包含小数点
      • g/G：指数小于-4、不小于精度使用指数格式
        • #替代形式，总是包含小数点，末尾0不移除
      • c：单个字符（接收整数、单个字符字符串）
      • r/s/a：字符串（repr/str/ascii转换）
        • 按输出精度截断
      • %：输出%字符

技巧

  • 快速字符串拼接
    • 构建包含字符串的列表，利用str.join()方法
    • 写入io.StringIO实例，结束时获取值

bytes/bytearray

1
class bytes([source[, encoding[, errors]]])
  • 字节串：单个字节构成的不可变序列
  • 字节数组：字节串可变对应版本，其他同不可变bytes

  • 字节串构建

    • 字节串字面值：cs_python/py3ref/lexical_analysis
    • 内置构造器bytes()
      • 指定长度零值填充：bytes(10)
      • 整数组成可迭代对象：bytes(range(20))
      • 通过缓冲区协议复制现有二进制数据：bytes(obj)

  • 字节数组构建

    • 字节数组没有字面值语法，只能通过构造器构造
    • 可变，构建空字节数组有意义

  • 类似整数构成序列

    • 每个条目都是8位字节
    • 取值范围0~255，但只允许ASCII字符0~127
    • b[0]产生整数，切片返回bytes对象
    • 可通过list(bytes)将bytes对象转换为整数构成列表
  • 由memeoryview提供支持

相关函数、方法

  • bytes.decode：解码为相关字符串
  • classmethod bytes.fromhex(string)
  • bytes.hex()

技巧

  • 快速字节串拼接
    • 构建包含字节串的列表，利用bytes.join()方法
    • 写入io.BytesIO实例，结束时获取值
    • 使用betaarray对象进行原地拼接

memoryview

1
class memoryview(obj)

内存视图：允许python代码访问对象内部数据

  • 若对象支持缓冲区协议，则无需拷贝

    • 支持缓冲区协议的内置对象包括bytes、bytesarray

  • 内存视图元素：原始对象obj处理的基本内存单元

    • 对简单bytes、bytesarray对象，一个元素就是一字节
    • array.array等类型可能有更大元素

  • 内存视图支持索引抽取、切片

    • 若下层对象可选，则支持赋值，但切片赋值不允许改变大小

相关操作

  • mv.__eq__(exporter)
  • mv.__len__()
  • mv.tobyte()
  • mv.hex()
  • mv.tolist()
  • mv.release()
  • mv.cast(format[, shape])：将内存视图转换新格式形状

可用属性

以下属性均只读

  • mv.obj：内存视图的下层对象
  • mv.nbytes
    • == product(shape) * itemsize = len(mv.tobytes())
  • mv.readonly
  • mv.format：内存视图中元素格式
    • 表示为struct模块格式
  • mv.itemsize
  • mv.ndim
  • mv.shape
  • mv.strides
  • mv.suboffsets
  • mv.c_contiguous
  • mv.f_contiguous
  • mv.contiguous

Slices Object

切片对象：表示__getitem__()方法得到的切片

  • 可以使用内置的slice()函数创建
  • a[start: stop]形式的调用被转换为 a[slice(start, stop, None)]
  • 切片对象是内部类型，参见cs_python/py3ref/dm_exec，也 不是序列类型

特殊只读属性

  • start：下界
  • stop：上界
  • step：步长值
  • 属性可以具有任意类型

方法

  • .indices(self, length)：计算切片对象被应用到length 长度序列时切片相关信息
    • 返回值：(start, stop, step)三元组
    • 索引号缺失、越界按照正规连续切片方式处理

range

range：不可变数字序列类型（非不是基本序列类型）

1
2
class range(stop)
class range(start=0, stop[, step=1])

  • 参数：必须均为整数（int或实现__index__方法）

    • step > 0：对range对象r[i]=start + step * i，其中 i >= 0, r[i] < stop
    • step < 0：对range对象r[i]=start + step * i，其中 i >= 0, r[i] > stop
    • step = 0：raise ValueError

  • 说明

    • 允许元素绝对值大于sys.maxsize，但是某些特性如： len()可能raise OverflowError
    • range类型根据需要计算单项、切片值
      • 相较于常规list、tuple占用内存较小，且和表示 范围大小无关
      • 只能表示符合严格模式的序列
    • range类型实现了collections.abc.Sequence抽象类
      • 基本实现序列所有操作：检测、索引查找、切片等
      • 除拼接、重复：拼接、重复通常会违反严格模式
    • !=、==将range对象视为序列比较，即提供相同值即 认为相等

集合类型

  • 表示不重复、不可变对象组成的无序、有限集合

    • 不能通过下标索引
    • 可以迭代
    • 可以通过内置函数len返回集合中条目数量

  • 常用于

    • 快速成员检测、去除序列中重复项
    • 进行交、并、差、对称差等数学运算

公用操作

  • len(s)
  • x [not ]in s
  • s.isdisjoint(other)
  • s.issubset(other)/s <= other
  • s < other
  • s.issuperset(other)/s >= other
  • s > other
  • s.union(*others)/s | other |...
  • s.intersection(*others)/s & other &...
  • s.difference(*other)/s - other - other
  • s.symmetric_difference(other)/s ^ other
  • s.copy()
  • 集合比较仅定义偏序，集合列表排序无意义

可变集合独有

  • s.update(*others)/s |= other |...
  • s.intersection_update(*others)/s &= other &...
  • s.difference_udpate(*others)/s -= other |...
  • s.symmetric_difference_update(other)/set ^= other
  • s.add(elem)
  • s.remove(elem)
  • s.discard(elem)
  • s.pop()
  • s.clear()

set/frozenset

1
2
class set([iterable])
class frozenset([iterable])
  • 集合：由具有唯一性的hashable对象组成的多项无序集
  • 冻结集合：不可变集合，可哈希，可以用作集合元素、字典键

  • 创建集合

    • set()内置构造器
    • 花括号包括、逗号分隔元组列表：{a, b}

  • 创建冻结集合

    • frozenset()内置构造器

  • python中集合类似dict通过hash实现

    • 集合元素须遵循同字典键的不可变规则
    • 数字：相等的数字1==1.0，同一集合中只能包含一个

操作说明

  • .remove、.__contains__、discard等可以接收set类型 参数，其将被转换为临时frozenset对象

  • 非运算符版本操作可以接受任意可迭代对象作为参数，运算符 版本只能接受集合类型作为参数

映射

映射：表示任何索引集合所索引的对象的集合

  • 通过下标a[k]可在映射a中选择索引为k的条目
    • 可在表达式中使用
    • 可以作为赋值语句、del语句的目标
  • dbm.ndbm、dbm.gnu、collections模块提供额外映射类型

通用操作

  • len(d)
  • d[key]
  • key [not ]in d
  • iter(d)
  • d.keys()：返回字典视图对象
  • d.values()：返回字典视图对象
  • d.items()：返回字典视图对象
  • d.get(key[, default])
  • d.copy()
  • classmethod fromkey(iterable[, value])

可变映射独有

  • d[key]=value
  • del d[key]
  • d.clear()
  • d.setdefault(key[, default])
  • d.pop()
  • d.popitem()
  • d.copy()
  • d.update()

dict

1
2
3
class dict(**kwargs)
class dict(mapping, **kwargs)
class dict(iterable, **kwargs)

字典：可由几乎任意值作为索引的有限个对象可变集合

  • 字典的高效实现要求使用键hash值以保持一致性

    • 不可作为键的值类型
      • 包含列表、字典的值
      • 其他通过对象编号而不是值比较的可变对象
    • 数字：相等的数字1==1.0索引相同字典条目

  • 创建字典

    • 花括号括起、逗号分隔键值对：{key:value,}
    • 内置字典构造器：dict()

字典视图对象

字典视图对象：提供字典条目的动态视图，随字典改变而改变

  • len(dictview)
  • iter(dictview)
  • x in dictview

数据模型--基本数据类型

https://xyy15926.github.io/Python/Py3Ref/dm_basics.html

Author

UBeaRLy

Posted on

2019-06-05

Updated on

2021-08-02

Licensed under

#

Like this article? Support the author with

Comments

Categories

Follow

Recents

Advertisement

follow.it

×