Python数据类型详解：从基础到性能优化

1. Python数据类型全景图

刚接触Python时，最让我困惑的不是语法结构，而是那些看似简单却暗藏玄机的基本数据类型。记得第一次写爬虫处理JSON数据时，因为分不清字典和列表的嵌套关系，调试了整整一个下午。Python作为动态类型语言，虽然不用显式声明变量类型，但深入理解这些基础数据结构的特性，绝对是写出健壮代码的前提条件。

Python的六大基本数据类型构成了所有复杂数据结构的基石：数字（Numbers）、字符串（String）、列表（List）、元组（Tuple）、集合（Set）和字典（Dictionary）。每种类型都有其独特的存储机制和行为特征，比如列表的可变性与元组的不可变性，字典的快速查找与集合的自动去重。理解这些特性，能帮助我们在内存占用、执行效率、线程安全等方面做出合理选择。

新手常见误区：认为Python变量存储的是值本身，实际上变量只是指向内存对象的引用。这个认知差异会导致许多意想不到的行为，特别是在处理可变对象时。

2. 数字类型的深度解析

2.1 整数与浮点数的底层差异

Python的整数(int)采用变长存储，理论上可以表示无限大的数字（受内存限制）。而浮点数(float)遵循IEEE 754双精度标准，存在精度限制。这解释了为什么0.1 + 0.2 != 0.3：

python复制# 浮点数精度问题典型案例
print(0.1 + 0.2)  # 输出0.30000000000000004

处理金融计算时，建议使用decimal模块避免精度损失：

python复制from decimal import Decimal
print(Decimal('0.1') + Decimal('0.2'))  # 正确输出0.3

2.2 布尔型的本质

bool类型是int的子类，True和False实际上对应1和0。这个设计导致一些有趣的现象：

python复制print(True + 1)  # 输出2
print(False * 5)  # 输出0

在条件判断时，所有对象都可以隐式转换为bool值。空容器、零值、None会被视为False，其他为True。

3. 字符串的编码奥秘

3.1 Unicode与字节串

Python3的s