Python机器学习/深度学习入门-基础类型1

1. 基础类型

1.1. 数值类型

Python 支持以下数值、标量类型：

integer-整型

Float-浮点型

Complex-复合体

Booleans-布尔值

 因此，Python 可以用基本算术运算+、-、*、/、%（取模）来替代袖珍计算器

类型装换：

 1.2 容器

Python提供了许多有效的容器类型，其中可以存储对象集合

List-列表

列表是对象的有序集合，它们可能具有不同的类型。

 索引：访问列表中包含的各个对象：

 从负索引末尾开始计数：

警告：索引从 0 开始（如在 C 中），而不是从 1 开始（如Matlab 中）！ 

切片：获取规定间隔元素的子列表：

 警告：请注意，colors[start:stop] 包含索引为 i 的元素，例如 start<= i < stop（i 范围从 start 到 stop-1）。因此，colors[start:stop] 具有 (stop - start)个 元素。

切片语法：colors[start:stop:stride]  所有切片参数都是可选的：

 列表是可变对象，可以修改：

注意：列表的元素可能有不同的类型： 

对于全部具有相同类型的数值数据集合，使用 numpy 模块提供的数组类型通常更有效。 NumPy 数组是包含固定大小项的内存块。使用 NumPy 数组，对元素的操作可以更快，因为元素在内存中规则间隔，并且更多操作是通过专门的 C 函数而不是 Python 循环执行的。