Python数据类型使用注意事项有哪些

本文小编为大家详细介绍“python数据类型使用注意事项有哪些”，内容详细，步骤清晰，细节处理妥当，希望这篇“Python数据类型使用注意事项有哪些”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。

元组注意事项

元组是另一种经常使用到的数据类型，看上去和列表差不多。它们之间的区别在于列表是一个可变的数据类型，而元组是不可变的。

#元组
a = (1, 2)
#列表
a = [1, 2]

使用列表会更灵活，而元组支持的操作更少，有的人会认为没有必要用元组，直接用列表就可以了。

但正因为元组不可变，限制了功能，从效率上来讲它会更加快一些，而且，当你不想让用户去修改这个数据的时候，用元组会更合适，数据相对来说更加安全，不容易出bug。

使用元组的时候一定要记得在元素的后面加逗号，当一个元组只有一个元素的时候，后面不打逗号，是不能表示成元组的，而是元素本身的类型。

a = (1)  # 等于 1
a = (1,) #这才是元组

浮点数注意事项

在编程语言当中，浮点数的精度往往不能达到完全的精确，这会给我们编程带来一些问题，甚至呢可能带来很大的bug。比如说我们现在计算一个很简单的小数点的运算，0.1+0.2，大家可以先回答一下这个应该等于多少呢？

print(0.1 + 0.2)

很明显这是一个小学的数学题，但是呢，当我们交给Python去运算的话呢，我们得到结果并不是等于0.3而是等于

0.30000000000000004

这是计算机在表示十进制小数的时候会出现误差。

从直观的感受上看，这种精度好像造成不了太大的影响。但是，在对数据要求非常严格的情况下，这种误差会引发打的问题，尤其是在做测试的时候，如果你你的预期结果和实际结果都不相等，那么你测试用例肯定是不会通过的。

在操作银行、证券这类金融业务时，涉及到支付和钱的时候一定要有非常严格的精度控制。 此时，可以使用 decimal 模块来保持高精度，我们把需要操作的浮点数先转换成字符串，再作为参数传给 Decimal 类。

from decimal import Decimal
print(Decimal("0.1") + Decimal("0.2"))
# 0.3

除法注意事项

在进行除法运算的时候，一定要牢记：被除数是不能等于0的。

当你把0作为一个被除数的时候，程序是会报错的。

print(3 / 0)

列表注意事项

面试题当中列表问题出现的概率应该有80%以上，因为列表的操作非常频繁，而且比较容易出错，现在我们就来看一个经典问题：删除列表元素。

有一个列表如下，请删除列表当中的每一个元素，但是不能直接用clear方法。

names = ["九柄", "八柄", "七柄","六柄","五柄"]

按照条件反射，我们一般会写一个 for 循环，然后依次执行remove方法或者 pop 方法来删除元素。但是这样得到的结果是不对的，总有几个元素删除不掉。

for name in names:
    names.remove(name)
print(names)
# ["八柄", "六柄"]

为什么会删不干净呢？最核心的原因是：删除掉一个元素之后，这个列表发生了变化。

第1次，我们取到的元素是索引为0的 “九柄”， 它被删掉了之后， 接下来去取索引为 1 的元素，因为“九柄” 已经被删除，所以索引为0的元素已经被替换成 "八柄", 索引为1 的元素则为”七柄“， 七柄被删，八柄跳过去了，没有被删除。

然后，取索引为 2 的数据，为 ”五柄“， ”六柄“ 又被跳过了，从而造成删除不干净的情况。

从这个例子当中我们得出一个结论，不要在for循环当中去修改列表删除列表或者增加元素，这样非常容易出 bug。那上面的问题如果我们想解决怎么办呢？在我们去操作一个列表的时候，我们最好是做一个备份，不直接去修改原来的列表。

for name in names[:]:
    names.remove(name)
print(names)

可变类型和不可变类型

实际上大多数的可变类型虽然增加了灵活性，有更多的操作，但是更容易出bug。在我个人的编程过程当中，我会尽量使用不可变类型。

为了区分可变类型和不可变也行，我们举几个例子。

a = [1, 2, ("a", "b")]

此时，a 是列表，是可变类型，可以任意添加、修改其中的元素，比如把索引2的元素换成 c

a[2] = "c"
# [1,2,'c']

但是，不能改 ("a", "b") 当中的元素，因为它是个元组。

a[2][0] = "c"  # 报错

读到这里，这篇“Python数据类型使用注意事项有哪些”文章已经介绍完毕，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注编程网Python频道。