python的数据类型，认识数据，感受数据

大厂裁员，编程还有前景吗

写这篇教程的当下，很多大厂都面临着裁员，或正在裁员，或已经裁员。这是互联网的泡沫来了吗？那么学编程还有前景吗？说实话，鄙人也不清楚，但鄙人认为，无论是实业还是非实业，数字化是个大方向，会一直发展，一直深化，会深入到各行各业。

我们不妨畅想一下，在将来的某一天，计算机编程语言成为了像英语一样的第二种必学的语言，而且是从小学就开始学，就像学数学一样！这种情况的实现并不难，因为计算机，尤其是计算机编程，很大程度上就是数学，而且应该也会像教授数学一样，循序渐进，像现在一个月能学会的python语法分成5年10个学期进行教授，也就是说学计算机基础语言将会跟学小学数学一样简单。

换句话说，数字化进程前景广阔

python的数据类型，为什么要划分类型

python语言中有很多内置的数据类型，比如数字、字符串、字符、元组、列表、字典、集合等等，具体的我们后面将会一一介绍。

python，或者说计算机语言为什么要划分数据类型呢？这个问题的答案究竟是个啥，鄙人没有遇到过确切的教科书中的答案，鄙人根据编程开发的经验进行了一下总结，大概可以分为两种情况：

一是、为了处理数据，比如机器学习里头的矩阵数据结构，可以用线性代数中的行列式进行求解、运算，而其他的非矩阵的数据结构则不能或很难实现这样的运算方式。

二是、为了科学地合理地高效地为数据分配计算机的内存，增强计算机语言编程的性能，比如short int和int的所占用的字节数分别是2字节和4字节（32位和64位机器都是这个值）。

认识数据、感受数据

现在很多的行业大佬都在谈数据，谈数据的种类多样性、计算机计算数据速率等等，那除了上面所说的什么数字啊、字符串啊、字符、元组、列表等之外，还有什么数据呢？！或者说，这些根本不是数据，它们只是数据类型，数据的名称，根本不构成数据。那什么才是真正的“看得着摸得到”的数据呢？我们的生活中遍布这样的例子。

比如：一个人用搜索引擎搜索了python，那么"python"这个字符串就构成了一个数据，一次数据，在记录的过程中，可标记"python"维度的值增加“1”，机器学习和深度学习中矩阵就是又多维度的数据构成，然后可以通过IP地址的获取方式获取该IP，标记为样本ID。

比如：一个电商平台的用户购买了一本python的教程，那么电商平台的就可以根据用户注册的数据对用户进行标记，比如男的性别标记为“1”，女的标记为“2”，年龄标记为“18”，地址标记为“1”，为什么是1这些数字，而不是英文字符或汉语字符，这1的数字又是哪里来的，我们后面会详细介绍，比如用枚举法。

当然，后面的商品也可以用枚举法进行代替！因为比起处理字符串（NLP自然语言处理）来，处理数字类型的数据更加简单一些。

而这些数据在计算机里头是如何结构化成可标记可运算可呈现出来的数据呢？这就是计算机编程(程序员)的职责了。而且我们不难发现，这些数据的基础构成都是一些及其简单的数据类型，比如“1”是int整型，“python”是字符串类型等等。所以，掌握python的基础数据类型是至关重要的，而且并不难，不需要死记硬背，因为熟能生巧，多写代码就可以了。

下面我们将介绍python的数字类型数据！