从C#到Python —— 1 变量和数据类型

962148150

　　“一切数据是对象，一切命名是引用”。
　　如果你能理解这句话，说明对Python的变量与数据类型已经有了不错的认识，那么我建议你直接跳到1.4节的总结部分，看看C#与Python在变量与数据类型方面的差异就可以。如果你还有疑惑，那么就请完整的读一下这一章吧。
　　好，让我们开始。

1.1 变量声明和定义

1.1.1  变量声明和定义
　　与C#不同，Python在使用变量之前无须定义它的类型，试着运行下面的例子：




1 i = 1
2  print i
　　从上边我们可以看到，变量 i 在使用前并不需要定义，但是必须声明以及初始化该变量。试着运行下面的例子：




1 i = 1
2  print i + j
　　上面的代码会产生一个异常：“NameError: name 'j' is not defined”，Python提示变量 j 没有定义。这点和BASIC等弱类型的语言不一样。在BASIC中，执行上述代码的时候不会产生异常，你可以在EXCEL的VBA开发环境里试一下，把print改为MsgBox就可以，结果会输出 1 。这说明Python并不是一种类似BASIC的弱类型语言。
　　另一方面，Python与C#有一个很大的差异就是在程序运行过程中，同一变量名可以（在不同阶段）代表不同类型的数据，看看下边的例子：




1 i = 1   
2  print i,type(i),id(i)
3 i = 10000000000
4  print i,type(i),id(i)
5 i = 1.1
6  print i,type(i),id(i)
　　变量 i 的类型在程序执行过程中分别经历了int、long和float的变化，这和静态类型语言（如C等）有很大不同。静态语言只要一个变量获得了一个数据类型，它就会一直是这个类型，变量名代表的是用来存放数据的内存位置。而Python中使用的变量名只是各种数据及对象的引用，用id()获取的才是存放数据的内存位置，我们输入的1、10000000000和1.1三个数据均会保存在id()所指示的这些内存位置中，直到垃圾回收车把它拉走（在系统确定你不再使用它的时候）。这是动态语言的典型特征，它确定一个变量的类型是在给它赋值的时候。
　　另一方面，Python又是强类型的，试着运行下边的例子：




1 # -*- coding: utf-8 -*-
2  i = 10; j = 'ss'
3  print i+j   
4  #正确的写法是print str(i)+j，输出10ss
　　会产生一个异常：“TypeError: unsupported operand type(s) for +: 'int' and 'str'”。在BASIC等弱类型的语言中，上边的例子会正常运行并返回（虽然有时候是不可预期的）结果。
　　所以，我们说Python既是一种动态类型语言，同时也是一种强类型的语言，这点是和C#不同的地方。对于Python的这种变量的声明、定义和使用方式，C#程序员可能要花一段时间去适应，不过相信你会很快就喜欢上它，因为它让事情变得更加简单（而且不会不安全）。而且，C# 4.0 已经开始用类似的方式定义和使用变量（通过在变量名前加关键字dynamic），如果你先学了Python，将能够更快的适应C# 4.0的动态编程特征。

1.1.2  变量的命名规则
　　Python与C#的变量（以及函数、类等其它标识符）的命名规则基本一样，同样对大小写敏感。不一样的地方是，Python中以下划线开始或者结束的标识符通常有特殊的意义。例如以一个下划线开始的标识符(如 _foo)不能用from module import *语句导入。前后均有两个下划线的标识符，如__init__，被特殊方法保留。前边有两个下划线的标识符，如__bar，被用来实现类私有属性，这个将在“类和面向对象编程”中再说。
　　最后，Python的关键字不能作为标识符（这个大家都知道），不过Python的关键字比C#要少得多，可以google一下，这里就不列出了。

1.1.3  常量
　　Python没有常量，如果你非要定义常量，可以引入const模块（我没用过，在C#中我也很少用常量）。

1.2 简单数据类型
　　Python 程序中的一切数据都是对象，包括自定义对象及基本数据类型。这点和C#一样，它们都是完全面向对象的语言，所以我想C#程序员会很容易理解Python的“一切数据是对象”这个口号。
　　与C#不同的是，Python不区分值类型和引用类型，你可以把所有的类型都理解为C#的引用类型（当然，它们的实现方式是不一样的，这里只是一个类比）。
　　Python内建的数据类型有20多种，其中有些不常用到，有些即将被合并。本文将主要介绍空类型、布尔类型、整型、浮点型和字符串、元组、列表、集合、字典等9种Python内置的数据类型。
　　在这里，我将前4种称为“简单数据类型”，将后5种称为“高级数据类型”，实际上Python语言本身没有这种叫法，这样分类是我自己设定的，主要是为了和C#中的相关概念对照方便，希望不要误导大家。

1.2.1  空类型
　　空类型（None）表示该值是一个空对象，比如没有明确定义返回值的函数就返回None。空类型没有任何属性，经常被用做函数中可选参数的默认值。None的布尔值为假。
　　Python的None和C#中的可空类型Nullable类似，比如C#可以定义Nullable i = null，与Python的空类型类似，但实现原理和用途都不一样。

1.2.2 布尔类型
　　Python中用True和False来定义真假，你可以直接用 a = True或 a = False来定义一个布尔型变量。但在Python 2.6里，True、False以及None却都不是关键字，在Python 3.0里它们已经是关键字了，这个有点乱，我们可以不用管它，直接使用就OK了。
　　注意和C#不同的是，Python中True和False的首字母要大写。
　　最后一点，在C#中布尔类型和其他类型之间不存在标准的转换。但在Python中，None、任何数值类型中的0、空字符串''、空元组()、空列表[]、空字典{}都被当作False，其他对象均为True，这点和C++差不多，要提起注意。请思考一下，下面的Python代码会输出什么？




1 if 0:
2     print 'True'
3  else:
4     print 'False'
1.2.3 数值类型
　　Python拥有四种数值类型：整型，长整型，浮点类型以及复数类型。
　　整数类型（int）用来表示从-2147483648 到 2147483647之间的任意整数(在某些电脑系统上这个范围可能会更大，但绝不会比这个更小)；长整数（long）可以表示任意范围的整数。实际上我们把Python的long和int理解为同一种类型就可以了，因为当一个整数超过int的范围后，Python会自动将其升级为长整型。所以，请忘掉C#中的byte、sbyte、short、ushort、int、uint、long和ulong吧，Python只有一种整数。
　　Python中只有64位双精度浮点数，与C#中的double类型相同（注意在Python中浮点数类型名字是float而不是double），Python不支持32位单精度的浮点数。
　　除了整数和实数，Python还提供了C#中不支持（当然可以通过自定义类来扩展）的一种数据类型：复数（complex）。复数使用一对浮点数表示，复数z的实部和虚部分别用z.real和z.imag访问。
　　在数值运算中，整数与浮点数运算的结果是浮点数，这就是所谓的“提升规则”，也就是“小”类型会被提升为“大”类型参与计算。这一点与C#是一样的，提升的顺序依次为：int、long、 float、complex。
　　作为数值类型的最后一个问题，C#程序员需要注意的是，Python没有内建decimal类型，但可以导入decimal模块用来完成与货币处理相关的计算。
　　

1.3 高级数据类型

1.3.1  序列（字符串、列表和元组）
　　Python中的序列是由非负整数索引的对象的有序集合（真拗口，其实意思就是下标从0开始），它包括字符串、Unicode字符串、列表、元组、xrange对象以及缓冲区对象。后两种类型我们先不介绍，后边用到时再说明。
　　1.3.1.1  字符串类型
　　Python拥有两种字符串类型：标准字符串（str）是单字节字符序列，Unicode字符串（unicode）是双字节字符序列。
　　在Python中定义一个标准字符串（str）可以使用单引号、双引号甚至三引号，这使得Python输入文本比C#更方便。比如当str的内容中包含双引号时，就可以用单引号定义，反之亦然。当字符中有换行符等特殊字符时，可以直接使用三引号定义。这样就方便了很多，不用去记那些乱七八糟的转义字符。当然Python也支持转义字符，且含义和C#基本一样。不过既然有简单的东西用，谁还去自找麻烦呢？
　　下边是一个例子，来说明以上几点：




1 str1 = 'I am "Python"\n'
2 str2 = "I am 'Python'\r"
3 str3 = """
4 I'm "Python",
5 you are C#
6  """    #你可以把html代码之类的东西直接弄进来而不需要做特殊处理
7  print str1,str2,str3
　　
　　在Python中定义一个Unicode字符串，需要在引号前面加上一个字符u，例如




1 # -*- coding: utf-8 -*-
2  print u'我是派森'
　　
　　这点没有C#方便，因为C#字符串默认就是Unicode的，我想Python如果要改进，应该把两种字符串合二为一，这样可以为初学者减少很多麻烦（你看网上有多少帖子是在问Python怎么支持中文？根源都在这里）。同时注意，当使用utf-8编码时，非unicode字符中一个汉字的长度是3，而使用gb2312时是2，见下边代码：




1 # -*- coding: utf-8 -*-
2  unicode = u'我'
3 str = '我'
4  print len(unicode),len(str)
5  #输出 1 3
6  
7  # -*- coding: gb2312 -*-
8  unicode = u'我'
9 str = '我'
10  print len(unicode),len(str)
11  #输出 1 2
　　
　　另外，Python没有C#中的字符类型，再短的文本也是字符串，这点稍微注意一下就可以，因为现在使用C#的也很少用char了吧？
　　最后，关于字符串的操作方法，基本上C#有的Python都有，可以看看Python手册之类的资料，我就不多说了。唯一提一点就是在Python中提取一个字符串的子串时，记得用“切片”语句（后边讲列表和元组时还会介绍），而不要再去找SubString了，见下边的例子：




1 # -*- coding: utf-8 -*-
2  str1 =  u'我是派森'
3  print str1[2:4]
4  #输出 '派森'
　　
　　1.3.1.2  列表(list)
　　Python中的列表(list)类似于C#中的可变数组（ArrayList），用于顺序存储结构。
　　列表用符号[]表示，中间的元素可以是任何类型（包括列表本身，以实现多维数组），元素之间用逗号分隔。取值或赋值的时候可以像C数组一样，按位置索引：




1 # -*- coding: utf-8 -*-
2  array = [1,2,3]
3  print array[0]
4  #输出 1
5  array[0] = 'a'
6  print array
7  #输出 ['a', 2, 3]
　　
　　从上边的代码中你可能发现一个有趣的事情：在Python的列表中可以混合使用不同类型的数据，像['a', 2, 3]这样，不过我不建议你这样做，我觉得没什么好处（虽然个别场合下可能会比较方便）。
　　另外还可以看到，列表是可变的序列，也就是说我们可以在“原地”改变列表上某个位置所存储的对象(的值)。
　　C#中ArrayList支持的多数操作（如追加、插入、删除、清空、排序、反转、计数等），Python中的list也都支持，同时list也支持“切片”这种操作。切片指的是抽取序列的一部分，其形式为：list[start:end:step]。其抽取规则是：从 start开始，每次加上step，直到end为止。默认的step为1；当start 没有给出时，默认从list 的第一个元素开始；当end=-1 时表示list 的最后一个元素，依此类推。一些简单的例子见下边代码：




1 # -*- coding: utf-8 -*-
2  test = ['never', 1, 2, 'yes', 1, 'no', 'maybe']
3  print test[0:3] # 包括test[0],不包括test[3]
4  print test[0:6:2] # 包括test[0],不包括test[6],而且步长为2
5  print test[:-1] # 包括开始,不包括最后一个
6  print test[-3:] # 抽取最后3 个
　　
　　字符串、列表、元组都支持切片操作，这个很方便，应该学会熟练使用它。
　　最后，list是Python中最基础的数据结构，你可以把它当作链表、堆栈或队列来使用，效率还不错。Python中没有固定长度数组，如果你确实很在意性能，可以导入array模块来创建一个C风格的数组，它的效率很高，这里就不详细介绍了。
　　1.3.1.3  元组(tuple)
　　元组与列表非常相似，它是用()而不是[]括起来的序列。元组比列表的速度更快，但元组是一个不可变的序列，也就是与str一样，无法在原位改变它的值。除此之外，其他属性与列表基本一致。
　　元组定义的方法与列表类似，不过在定义只包含一个元素的元组时，注意在后边加一个逗号。请体会以下几句语句的差异：




1 # -*- coding: utf-8 -*-
2  test = [0]         #列表可以这样定义
3  print type(test)   #输出
4  test = [0,]        #也可以这样定义
5  print type(test)   #输出
6  test = (0,)        #元组可以这样定义
7  print type(test)   #输出
8  test = (0)         #但不能这样定义，Python会认为它是一个括号表达式
9  print type(test)   #输出
10  test = 0,          #也可以省略括号，但要注意与C的逗号表达式不同
11  print type(test)   #输出
　　
　　利用元组的这个特性，可以简化Python变量的初始化过程，如：




1 x,y,z=1,2,3
　　还可以很简单地进行数据交换。比如：




1 a = 1
2 b = 2
3 a,b = b,a
　　以上这类语句在Python中被广泛应用于变量交换、函数传值等应用，因此Python的解释器在不断对其进行优化，现在已经具备了相当高的效率。所以以上代码在Python 2.5以后的版本中，比tmp = a; a = b; b = tmp这种常规语句更快。
　　

1.3.2  集合(set)
　　Python中的set和C#中的集合（collection）不是一个概念，这是翻译的问题。Python中的集合是指无序的、不重复的元素集，类似数学中的集合概念，可对其进行交、并、差、补等逻辑运算。
　　常见集合的语法为：s = set(['a', 'b', 'c'])。不过set在Python 3.0中发生了较大的变化，创建一个集合的语法变成了：s = {1,2,3}，用花括弧的方法，与后边要提到的dict类似。
　　如果在set中传入重复元素，集合会自动将其合并。这个特性非常有用，比如去除列表里大量的重复元素，用set解决效率很高，示例如下：




1 # -*- coding: utf-8 -*-
2  a = [11,22,33,44,11,22,11,11,22,22,33,33,33]
3 b = set(a)
4  print b
5  #输出 set([33, 11, 44, 22])
　　另一个例子，找出两个list里面相同的元素（集合求交，其它类推），代码如下：




1 # -*- coding: utf-8 -*-
2  a = ["11","22","33"]
3 b = ["11","33"]
4 c = set(a)&set(b)
5  print c
6  #输出 set(['11', '33'])
　　想想你如果自己实现这个算法会怎么写？然后可以找两个大一点的列表，比比和set实现的效率，你就会有体会了。以后在程序里多用set吧。
目前C#的Collections中好像还没有Set，但是C++ STL里是有的，不知道C#为什么不实现这个有趣的东西。
　　

1.3.3  字典(dict)
　　用过C#中Collections的人对Hashtable应该不会陌生，Python里的哈希表就是字典（dict）了。与set类似，字典是一种无序存储结构，它包括关键字（key）和关键字对应的值（value）。
　　C#程序员需要了解的就是，在Python中dict是一种内置的数据类型，定义方式为：dictionary = {key:value}，当有多个键值对时，使用逗号进行分割。
　　字典里的关键字为不可变类型，如字符串、整数、只包含不可变对象的元组，列表等不能作为关键字。字典中一个键只能与一个值关联，对于同一个键，后添加的值会覆盖之前的值。
　　学过数据结构的人对字典的散列查找效率应该都有认识，所以我建议在可能的情况下尽量多用字典，其它的就不多写了。关于Python中dict类型（以及list、tuple、set）提供的主要方法，可以参考专门介绍Python的各种书籍，大多会提供一个详细的方法列表。
　　

1.4  小结
　　本章讨论了Python中变量和数据类型的使用方法，要点如下：
　　(1) Python是一种动态的强类型语言，在使用变量之前无须定义其类型，但是必须声明和初始化；
(2) “一切命名是引用”，Python中变量名是对象的引用，同一变量名可以在程序运行的不同阶段代表不同类型的数据；
(3) “一切数据是对象”，Python的所有数据类型都是对象，（相较C#）具有一致的使用方法；
(4) “把问题想得更简单一点”，Python的数值类型可以说只有两种：整形和浮点，忘掉C#里的各种数值类型吧；
(5) 注意区别str和unicode，Python的字符串类型有时候会让人发晕，请试着习惯它，另外不要忘了“切片”这个好工具。
(6) 多使用list, tuple, set 和 dict这几种“很Python”的数据类型，它们分别用[]、()、([])和{}定义。
　　好了，本章的内容我觉得已经介绍的有点过多了，我们先说到这一步，类型的操作符等内容我将在下一章《运算符、表达式和流程控制》里介绍。至于对象的深拷贝、浅拷贝等，为了不上来就把大家搞迷糊，我就不再写了。这方面的资料也很多，文末列了一些推荐读物，希望对你有所帮助。
　　
最后，在这里发一个短小的声明：从今天开始，《从C#到Python》改为一周更新一篇。因为我3月1日就开学了，马上要上课、备课和带毕业设计，所以只能利用周末来写博。为了能尽快写完这个连载，我对章节也进行了一些调整，去掉了原计划中的I/O一章，因为这部分很简单，写出来可能导致章节间不均衡。这样就只剩下了4章（表达式、函数、类和模块），我计划在1个月之内写完。如果想速成Python，推荐你去看看假正经哥哥（这名叫的！）整理的一个《Python快速参考指南》，可谓是“一图在手，江山我有”啊:)
　　
　　进一步阅读的参考：
　　[1]关于动态语言、静态语言、强类型语言、弱类型语言的概念，可参考《深入 Python :Dive Into Python 中文版》的2.2.1.“ Python 和其他编程语言数据类型的比较”；
　　[2]如果你还没接触到C# 4.0，可以看看《c# 4.0新特性一览》，我觉得C#越变越像Python了。
　　[3]关于Python中各种数据类型的详细介绍，请参考《可爱的Python》一书中的PCS101“内建数据类型”和《Python 精要参考(第二版)》的第三章“类型和对象”，本章的写作也主要参考的是这两本书，在此特向原作者（及译者）致谢。
　　[4]关于类型与对象的高级内容，推荐你看看《Python核心编程（中文第二版）》的第4章“Python对象”，这个有点难，好多东西我还没看懂，呵呵。