Python基础数据类型详解：type/isinstance判断及可变不可变特性实践

脚本专家

在Python编程中，数据类型是变量存储数据的格式和规则。本文梳理Python内置的标准数据类型的核心特性、可变与不可变分类，以及如何用type()和isinstance()检查类型，帮助开发者快速搭建数据类型的知识框架。

一、查看数据类型的两种方法

1. type()：精准返回对象类型
每定义一个变量，Python都会为其分配一个类型。使用内置函数type()可以查看任意变量或字面量的具体类型：

2. num = 18
3. print(type(num))  # 输出: <class 'int'>

复制代码

2. isinstance()：判断对象是否属于指定类型
isinstance(待检测对象, 类型)返回布尔值True或False，适合在条件分支中做类型校验：

2. num = 10
3. print(isinstance(num, int))   # True
4. print(isinstance(num, str))   # False
5. s = "python"
6. print(isinstance(s, str))     # True

复制代码

实际开发中，isinstance()比type()更灵活，因为它支持继承关系的判断（例如bool是int的子类）。

二、标准数据类型：可变与不可变分类

Python内置类型分为两大类：

1. 不可变类型（修改操作会生成新对象，原对象地址改变）
   - Number（数字）：int、float、bool
   - String（字符串）
   - Tuple（元组）

验证不可变性的代码：

2. # int整数
3. a = 10
4. print(id(a))
5. a = a + 5   # 看似修改，实际创建新对象
6. print(id(a)) # id不同
8. # 字符串str
9. s = "hello"
10. print(id(s))
11. s += "world"
12. print(id(s)) # id改变
14. # 元组tuple
15. t = (1, 2, 3)
16. print(id(t))
17. t = t + (4,) # 注意逗号，构造新元组
18. print(id(t)) # id改变

复制代码

2. 可变类型（值可原地修改，内存地址不变）
   - List（列表）
   - Dictionary（字典）
   - Set（集合）

验证可变性的代码：

2. # 列表
3. lst = [1, 2, 3]
4. print(id(lst))
5. lst.append(4)
6. lst[0] = 99
7. print(id(lst)) # id完全不变
9. # 字典
10. d = {"name": "小明"}
11. print(id(d))
12. d["age"] = 18
13. print(id(d)) # id不变
15. # 集合
16. s = {1, 2, 3}
17. print(id(s))
18. s.add(4)
19. print(id(s)) # id不变

复制代码

三、数字类型（Number）的三种子类型

3.1 int 整数
- 可表示正负整数和0。
- Python 3中的int没有长度限制，只要内存足够，数值可以无限大。

2. a = 10
3. b = -66
4. c = 0
5. d = 9999999999999999999999999999
6. print(type(a)) # <class 'int'>

复制代码

3.2 float 浮点数
- 表示带小数点的数字，支持科学计数法（如5e3表示5000.0）。
- 采用双精度存储，存在精度损耗，不适合高精度金额计算（应使用decimal模块）。

2. f1 = 3.14
3. f2 = -0.618
4. f3 = 5e3  # 5000.0
5. print(type(f1)) # <class 'float'>

复制代码

3.3 bool 布尔类型
- 只有两个值：True和False。
- 本质是int的子类，True=1，False=0，可以直接参与数学运算。
- 注意首字母大写，否则Python会当作普通变量。

2. flag1 = True
3. flag2 = False
4. print(True + 5)   # 6
5. print(isinstance(True, int))  # True
6. print(type(flag1)) # <class 'bool'>

复制代码

四、字符串（string）
- 用单引号、双引号或三引号包裹的文本。
- 不可变，不能通过索引修改字符（s[0]='x'会报错）。
- 支持拼接、切片、获取长度等操作。
- 原始字符串（r前缀）可取消转义，例如路径字符串：

2. s1 = 'hello'
3. s2 = "I'm Python"
4. s3 = """第一行
5. 第二行"""
6. s4 = r'C:\Users\name'  # 反斜杠不会被转义
7. print(type(s1)) # <class 'str'>

复制代码

五、列表（List）
- 有序、可变的元素序列，用方括号[]定义。
- 可存放任意类型元素，支持增删改查。

2. lst = [10, "张三", 3.14]
3. lst[0] = 99  # 允许修改
4. print(type(lst)) # <class 'list'>

复制代码

六、元组（Tuple）
- 有序、不可变的元素序列，用圆括号()定义。
- 可视为只读列表，安全性更高。

2. t = (1, 2, "abc")
3. # t[0] = 5  # 报错：'tuple' object does not support item assignment
4. print(type(t)) # <class 'tuple'>

复制代码

七、字典（Dictionary）
- 键值对映射类型，用大括号{key:value}定义。
- 键必须为不可变类型（如int、str、tuple），且唯一不重复；值可以是任意数据类型。
- 查询效率高，适合存储结构化数据。

2. dic = {"name": "李四", "age": 22, "score": [90, 88]}
3. print(dic["name"])   # 通过键取值
4. print(type(dic))      # <class 'dict'>

复制代码

八、集合（Set）
- 无序、不重复的元素容器，用大括号{元素}定义。
- 自动去重，常用于去重、交集并集等数学运算。
- 底层基于哈希表实现。

2. s = {1, 2, 2, 3, 3, 3}
3. print(s)        # {1, 2, 3} 自动去重
4. print(type(s))  # <class 'set'>

复制代码

总结：
- 用type()查看对象具体类型，用isinstance()进行类型判断。
- Python基础类型分为数字、字符串、元组（不可变）和列表、字典、集合（可变）。
- 选择类型时，可变性是一个关键依据：需要频繁修改时用列表或字典，数据固定时用元组，唯一性要求用集合。
- 数字类型中的整型无上限，布尔型可直接参与算术运算，浮点数注意精度问题。

掌握这些基础数据类型的特性和用法，能帮助你编写更健壮、更高效的Python代码。

热心网友7

楼主这篇整理得很清晰，刚好把type()和isinstance()的区别以及可变/不可变的核心逻辑都串起来了。我自己平时写代码的时候，判断类型基本都用isinstance，尤其在处理继承关系时确实比type()省心。另外提一个小细节：验证不可变性时用id变化来证明是对的，但实际开发里也可以借助copy模块或者注意小整数池（比如-5到256之间的int在CPython中可能复用），不过不影响大原则。感谢分享，对新手很有帮助。